数据分析师是世界上最受欢迎的专业人士之一。这些人借助数据帮助公司做出知情的商业决策。

现在有很多关于数据科学的炒作。

然而，数据科学的进入门槛非常高。这是一个竞争非常激烈的领域，每个来自不同教育背景的人都希望进入。

在数据分析方面比在数据科学方面更容易找到一份工作。

大多数数据科学职位都要求你拥有量化领域的研究生学位。然而，我认识的大多数数据分析师都来自完全无关的背景，也没有技术学位。

通过参加在线课程和新兵训练营，可以很容易地获得数据分析技能。学习曲线不像数据科学中那样陡峭，可以在更短的时间内学习。

即使您以前没有编程或技术经验，您也可以在短短几个月内获得成为数据分析师所需的技能。

在这些资源的帮助下，我在短短六个月内获得了数据分析方面的实习机会。

在做了3个月的实习后，我收到了加入公司担任数据分析师的offer。

在本文中，我将描述我学习数据分析的步骤。找到这些资源并为自己创建路线图花了大量的试验和错误。

如果您遵循这些步骤，您可以在短短几个月内学习获得入门级数据分析工作所需的技能。你甚至可以做得比六个月更快，这取决于你每天花在学习上的时间。

1.学习Python

要进入分析领域，你首先需要学习一门编程语言。Python和R是该领域中最常用的两种语言。

如果您刚刚起步，我强烈建议您学习Python。它比R更方便用户，也更容易拿起。Python还有大量的库，这些库使数据预处理等任务变得更加容易。

Python的使用也比R更广泛。如果将来要进入web开发或机器学习等领域，您将不需要学习新的语言。

网上课程

a）2020年完整的Python训练营：从零到Python中的英雄：

如果你是一个完全没有编程经验的初学者，请参加这门课程。本课程将带您学习Python语法的基础知识，并学习变量、条件语句和循环。本课程由Udemy上最好的导师之一何塞·波蒂利亚教授。

b）学习Python进行数据分析和可视化：

一旦您了解了Python的基础知识和语法，就可以开始学习如何使用它分析数据。本课程将引导您浏览特定于数据分析的库，如Numpy、Matplotlib、Pandas和Seaborn。

在学习这两门课程后，您将对Python及其在分析领域的使用有一个基本的了解。然后，我建议继续练习这门语言。

编码挑战站点

要获得实践，请访问编码挑战网站，如HackerRank和LeetCode。我强烈建议HackerRank。他们有不同难度的编码挑战。从最简单的开始，然后努力向上。

当您开始从事分析工作时，您每天都会面临编程问题。像HackerRank这样的网站将有助于提高你解决问题的技能。

每天花大约4-5个小时解决Python HackerRank问题。这样做大约一个月，您的Python编程技能将足以找到一份工作。

2.学习SQL

SQL技能是获得一份分析工作所必需的。您的日常任务通常涉及从数据库中查询大量数据，并根据业务需求操作这些数据。

许多公司将SQL与其他框架集成，并希望您了解如何使用这些框架查询数据。

SQL可以在Python、Scala和Hadoop等语言中使用。这将根据您工作的公司而有所不同。但是，如果您了解用于数据操作的SQL，您将能够轻松地使用其他SQL集成框架。

我通过Udacity的tookthisfree课程来学习用于数据分析的SQL。DataCamp还有一个用于data analyticstrack的PopulationSQL可以试用。

第3步：数据分析和可视化

您将需要知道如何分析数据并从中获得洞察力。知道如何编码或查询数据是不够的。您需要能够用这些数据回答问题和解决问题。

要学习Python中的数据分析，您可以参加我上面提到的Thisudemy课程。您还可以追求数据分析师的职业轨迹DataCamp。

从数据中获得洞察力之后，您应该能够呈现这些洞察力。涉众需要根据您所展示的洞察力做出业务决策，因此您需要确保您的展示清晰简洁。

这些见解通常借助数据可视化工具来呈现。可视化可以使用Excel、Python库或像Tableau这样的商业智能工具创建。

如果你想成为一名数据分析师，我建议学习Tableau。它是最常用的报告工具之一，受到大多数雇主的追捧。

Kirill Eremenko的这门课程是学习画面的最好资源之一。

第4步：数据讲故事和演示

完成前三个步骤后，您就已经具备了获得数据分析入门级工作的所有必要技能。

现在，你需要向潜在的雇主展示这些技能。如果你不是来自技术背景，你需要向招聘人员展示你有成为分析师所需的技能。

为此，我强烈建议建立一个数据分析组合。在Tableau中构建仪表板，使用Python分析Kaggle数据集，并撰写关于新技能的文章。

你可以在这里看一下我的投资组合。

以下是您可以在投资组合中展示的一些数据分析项目示例：

• 创建新冠肺炎世界地图仪表板
• 从Spotify中搜索音乐数据以识别顶级表演艺术家
• 使用LinkedIn数据确定薪资最高的地区

在你的简历上展示这样的项目会让你在潜在的雇主面前脱颖而出。

确保围绕你创建的项目讲述故事。记录您创建项目所采取的每一个步骤，并写一篇关于它的文章。你甚至可以创建自己的博客并发布这些文章。

这增加了你的文章落入他人手中的几率，这意味着它被潜在雇主看到的几率更高。

结论

如果你想进入数据行业，数据分析是一个很好的起点。与机器学习等领域相比，它的进入壁垒较低。

如果你喜欢讲故事和创建演示文稿，你会喜欢在分析领域工作。你的日常工作将包括向非技术人员解释技术概念，你将需要努力提高你的沟通技能。

请记住，数据分析是人们一生都在努力学习的领域。即使是成为一名分析师所需的个人技能也需要一辈子才能学会，所以不可能在短短几个月内掌握。

本文只针对试图获得数据分析入门级工作的人。

按照上面的步骤，我在6个月左右的时间里找到了一份分析方面的工作。即使你以前没有数据经验，每天投入大约5-6个小时，你也能做到。

教育是改变世界最有力的武器
-纳尔逊·曼德拉