æ°æ®åæå¸ä¸è¬æ¯è®¡ç®æºæè æ°å¦ç¸å ³ä¸ä¸ãæ为ä¸ä¸ªåæ ¼ç大æ°æ®åæå¸åºè¯¥å¦ä¹ åææ¡ä»¥ä¸æè½ï¼
ç»è®¡åæï¼å¤§æ°å®å¾ï¼æ½æ ·æ¨æµè§å¾ï¼ç§©åæ£éªï¼åå½åæï¼æ¹å·®åæçï¼
å¯è§åè¾ å©å·¥å ·ï¼Excelï¼PPTï¼æ维导å¾ï¼Visioï¼
大æ°æ®å¤çæ¡æ¶ï¼Hadoopï¼Kaffkaï¼Stormï¼ELKï¼Sparkï¼
æ°æ®åºï¼SQLiteï¼MySQLï¼MongoDBï¼Redisï¼Cassandraï¼HBaseï¼
æ°æ®ä»åº/åä¸æºè½ï¼SSISæ°æ®ä»åºï¼SSAS SSRSï¼DWï¼
æ°æ®ææå·¥å ·ï¼Matlabï¼SASï¼SPSSï¼
人工æºè½ï¼æºå¨å¦ä¹ ç¸å ³ç¥è¯ï¼
ææç®æ³ï¼æ°æ®ç»æï¼ä¸è´æ§ï¼å¸¸ç¨ç®æ³ï¼
ç¼ç¨è¯è¨ï¼Python/Rï¼Rubyï¼Javaï¼
计ç®æºå¯¹æ°æ®åå¨åä¿åäºå¤§éæ°æ®ï¼å æ¬ç§å¦å®¶åå·¥ç¨å¸ä¹é½äºä¸°å¯çç 究ååºç¨å°½å¯è½å¤çæåæ°éãç¶èæ³ä»å¤§éæ°æ®ä¸æ´å¯åºçæ£åæç¨çï¼æ´é«ä»·å¼çæ°æ®ï¼é½æ¯éè¦äººå·¥å¹²é¢çãè¿äºäººæ丰å¯çè¡ä¸ç»éªåæ´å¯åï¼èä¸å¯¹ä¸å¡ææ·±å»äºè§£ï¼å¹¶ä¸è½å¤ä½¿ç¨å¥½æ°æ®åæçå·¥ä½ï¼ä¾å¦Excelï¼SPSSï¼Python/Rçãè¿ç§èä½ä¸è¬åå¨äºé«ç§æå ¬å¸ï¼ä¾å¦PayPalåGoogleï¼ç¸ä¿¡ä»¥å人工æºè½ã大æ°æ®ãäºè®¡ç®åä¸çå¾å¤ä¸å°åä¼ä¸ï¼å¯¹æ¤èä½çéè¦ä¹ä¼è¶æ¥è¶å¤ã
对以ä¸ç¥è¯è¿è¡æéç¹çå¦ä¹ ï¼è§£å³çæ¹æ³æ¯è®©åç§æè½è¾¾æ ï¼
å级æ°æ®åæå¸éè¦å¿«éå¦ä¹ è½å80åï¼æ°å¦ç¥è¯40åï¼åæå·¥å
·ä½¿ç¨ç¨åº¦70åï¼ç¼ç¨è¯è¨30åï¼ä¸å¡ç解80åï¼é»è¾æç»´80åï¼æ°æ®å¯è§åè½å40åï¼åè°æ²éè½å80åã
é«çº§æ°æ®åæå¸è¦è¾¾å°å¿«éå¦ä¹ è½å80åï¼æ°å¦ç¥è¯70åï¼åæå·¥å ·ä½¿ç¨ç¨åº¦90åï¼ç¼ç¨è¯è¨60åï¼ä¸å¡ç解90åï¼é»è¾æç»´80åï¼æ°æ®å¯è§åè½å90åï¼åè°æ²éè½å80åã
æ»ä¹ï¼æ为åæå¸çéè¦ç¹å¹¶éæ°å¦ç¥è¯åç¼ç¨è½åï¼æéè¦ææ¯ä¸å¡ç解ååè°è½åï¼æ以é对ä¸åçè¡ä¸çåæå¸ï¼è¦å¦ä¹ çè¡ä¸ç¥è¯ä¹ä¸å°½ç¸åï¼éè¦å¯¹çä¸è¯ï¼å®æ½ä¸åå¦ä¹ çååè·¯å¾ã
数据分析师一般是计算机或者数学相关专业。成为一个合格的大数据分析师应该学习和掌握以下技能:
统计分析:大数定律,抽样推测规律,秩和检验,回归分析,方差分析等;
可视化辅助工具:Excel,PPT,思维导图,Visio;
大数据处理框架:Hadoop,Kaffka,Storm,ELK,Spark;
数据库:SQLite,MySQL,MongoDB,Redis,Cassandra,HBase;
数据仓库/商业智能:SSIS数据仓库,SSAS SSRS,DW;
数据挖掘工具:Matlab,SAS,SPSS;
人工智能:机器学习相关知识;
挖掘算法:数据结构,一致性,常用算法;
编程语言:Python/R,Ruby,Java;
计算机对数据存储和保存了大量数据,包括科学家和工程师也都了丰富的研究和应用尽可能多的提取数量。然而想从大量数据中洞察出真正和有用的,更高价值的数据,都是需要人工干预的。这些人有丰富的行业经验和洞察力,而且对业务有深刻了解,并且能够使用好数据分析的工作,例如Excel,SPSS,Python/R等。这种职位一般存在于高科技公司,例如PayPal和Google,相信以后人工智能、大数据、云计算创业的很多中小型企业,对此职位的需要也会越来越多。
对以上知识进行有重点的学习,解决的方法是让各种技能达标:
初级数据分析师需要快速学习能力80分,数学知识40分,分析工具使用程度70分,编程语言30分,业务理解80分,逻辑思维80分,数据可视化能力40分,协调沟通能力80分。
高级数据分析师要达到快速学习能力80分,数学知识70分,分析工具使用程度90分,编程语言60分,业务理解90分,逻辑思维80分,数据可视化能力90分,协调沟通能力80分。
总之,成为分析师的重要点并非数学知识和编程能力,最重要提是业务理解和协调能力,所以针对不同的行业的分析师,要学习的行业知识也不尽相同,需要对症下药,实施不同学习策划和路径。