前几天公司面试了几个数据分析岗位,一连面试了一周,结果没有一个被录取,感触颇深。
数据分析师每天需要接触大量的数据,可是这些候选人连最基础的拆解业务场景,制定数据指标,以及通过什么样的工具去分析结果都不知道。
今天我们聊聊数据分析师需要掌握哪些技能?才能满足我们的日常工作呢?
统计学是数据分析的基石,学了统计学,你会发现很多时候的分析并不那么准确。比如很多人喜欢用平均数去分析一个事物的结果,但是这往往是粗糙的的。而统计学可以帮助我们以更科学的角度看待数据,逐步接近这个数据背后的“真相”。
以下内容需要重点学习:
1.基本的统计量:均值、中位数、众数、方差、标准差、百分位数等。
2.概率分布:几何分布、二项分布、泊松分布、正态分布等。3.总体和样本:了解基本概念,抽样的概念。
4.置信区间与假设检验:如何进行验证分析?
5.相关性与回归分析:一般数据分析的基本模型。
(本段内容来源知乎:李启方)
1.Excel:这个无需多说了,excel中最实用的是数据整理技巧,函数和透视表功能。
2.SQL:SQL语句用来取数,省时省力,纵观目前所有的招聘网站,都会要求熟悉SQL。这不是可选项,是必须项。
3.Python:目前最好火的编程语言,用于大数据的挖掘和分析。想成为高级数据分析师,Python是必须要好好学习下的,丰富的库,让Python成为人工智能,大数据分析的代表。Python入门容易,精通有点难,需要终身学习。
数据分析分等级的,有的只负责清洗数据,工作也比较简单;还有就是负责建模的,掌握常用的十多个机器学习算法也算不错。
sql在数据库里是核心技术,在数据分析学习时一定要重视这些内容,主要以MySQL为主,MySQL就是互联网行业的通用标准。
数据分析领域最热门的两大语言是 R 和 Python。涉及各类统计函数和工具的调用,R无疑有优势。但是大数据量的处理力不足,学习曲线比较陡峭。Python 适用性强,可以将分析的过程脚本化。所以,如果你想在这一领域有所发展,学习 Python 也是相当有必要的。
当然其他编程语言也是需要掌握的。要有独立把数据化为己用的能力, 这其中SQL 是最基本的,你必须会用 SQL 查询数据、会快速写程序分析数据。当然,编程技术不需要达到软件工程师的水平。要想更深入的分析问题你可能还会用到:Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。
以上技能就是小编整理出来的,希望可以帮助到大家。一个优秀的数据分析师应该以数据价值为导向,放眼全局、立足业务、善于 沟通,认真对待每一次的数据分析工作,在工作中快速成长。
数据分析咨询请扫描二维码