大数据!数据分析岗位需要哪些技能？？
大数据!数据分析岗位需要哪些技能？？ 「大数据」跟「数据分析」不完全是一回事，两者之间的区别还是比较大的；「大数据」就岗位而言，通常指的是「大数据开发工程师」，而「数据分析」主要是指「数据分析师」，当然也有「ETL工程师」和「数据科学家」等关联度比较高的岗位。我身边正好有做大数据开发工程师的朋友，也有做数据分析师的朋友，既然知友们对两个岗位方向感兴趣，我就详细给大家分享一下相关经验，包括岗位薪酬、工作内容、核心技能、学习资源等，供朋友们参考和使用。
数据分析师
数据分析师是企业里专门从事行业与业务数据搜集、整理、分析，并输出分析报告，供决策者使用的相关人员。
通常而言，数据分析师需要具备行业背景、了解业务知识、熟练掌握数据分析相关的语言和工具，才能较好地胜任岗位的要求。
由于我是做财会的，就拿财会行业来说吧，现在很多企业都在做财务数字化相关的解决方案，需要搭建一些财务领域的智能分析系统。
这个时候就需要懂财务的数据分析师，去根据用户的需求设定所需的核心KPI系统，确认数据源、对数据进行清洗、再以可视化图表的形式进行结果的呈现。
例如在设计风险防控系统时，管理层需要了解集团公司的整体风险情况、风险类型、风险分布、风险来源等，就可以采取以下方式：
http://pic1.zhimg.com/v2-0802c8abf9ff2b40d4414ae447bb4bd2_r.jpg?source=1940ef5c
有仪表盘反映整体风险得分情况、饼图代表各种财务风险类型的占比，热力地图反映集团风险的下属公司来源，并用报表对风险金额和数量进行统计和排名，一目了然。
有了这样一个系统，就能省去以前好几个财务人员用Excel做报表的工作量，这就是数据分析技术对财务工作的影响。
薪酬区间
http://pica.zhimg.com/v2-b8623dd96a436e9a66b830397f81d583_r.jpg?source=1940ef5c
数据分析师岗位，拿 20K-30K 工资的占比最多，达 26.8%，数据统计依赖于各平台发布的公开薪酬，仅供参考。
工作内容
http://picx.zhimg.com/v2-1b21fad602ab16c29c1538e568c2138e_r.jpg?source=1940ef5c
核心技能
一图总结数据分析师的核心技能：
http://picx.zhimg.com/v2-d8ed7a35d7c40c5236c75bcea7b53b33_r.jpg?source=1940ef5c
其中，数据分析工具和可视化报表工具是最为核心的，毕竟「数据分析」是技术岗，离不开技术打底，而且IT技术又是在短时间内可以通过体系化的学习快速掌握的，例如：Excel可以用6周的时间掌握最通用的功能，SQL也可以用5周的时间快速习得。
不像业务知识和沟通表达等能力，不是线性增长的过程，而是需要长时间的经验积累和训练；IT工具类的学习重在模仿与熟悉，毕竟是工具，讲究孰能生巧，最好的学习方式就是以视频案例为基础，跟着操作，在实操中学习；在掌握最基础的原理和功能之后，再回溯和复盘总结，内化到自己的知识体系中，并保持热度，多练多做。
关于数据分析的视频课程，现在网上有很多，朋友们可以多去搜索一下，尽量去找互联网大厂的技术大牛，因为大厂招的人都比较优秀，技术自然很棒，他们总结的方法最值得借鉴，可以达到事半功倍的效果。
类似下面这个「数据分析」的直播就很不错，博主是中科大计算机硕士，曾在互联网大厂工作过，很多知友看了他的直播，快速掌握了数据分析的核心技能，所以才纷纷推荐，想要入门数据分析的朋友可不要错过。
大数据开发
大数据开发工程师主要负责数据仓库的建设、ETL开发、大数据实时计算平台开发和维护等，通常而言，这个岗位对技术的要求更高，因为它聚焦在数据平台的底层，而不是应用层。
薪酬区间
http://pic1.zhimg.com/v2-a02fbcde0460a294ffe0689173fbc8d9_r.jpg?source=1940ef5c
总体而言，「大数据开发工程师」的薪酬要比「数据分析师」要高，薪酬区间在 30K-50K 工资的占比最多，达 36.8%，数据统计依赖于各平台发布的公开薪酬，仅供参考。
工作内容
http://picx.zhimg.com/v2-aadbdf15516ff3710ee22036594230ea_r.jpg?source=1940ef5c
核心技能
一图总结大数据开发工程师核心技能：
http://picx.zhimg.com/v2-f0fc2fe35bbcb28e2a46be2ada28786a_r.jpg?source=1940ef5c
由上图可知，这个岗位对于技术的要求很高，不仅需要掌握基本的数据分析技能，还需要有扎实的计算机基础、熟悉大数据开发工具、具备一定的大数据平台使用经验。
因此，如果朋友们对这个岗位感兴趣，一定要测试一下自己的技术敏感度，是否有足够的技术天赋和强烈的兴趣，如果都具备，就可以围绕着岗位所需的技能要求去做技能更新，并长期保持专注。
相信日积月累，从少到多，你也可以成为技术达人，拿到比较满意的薪酬。
常用学习资源分享
最后，再分享几个好用的数据分析教程：
● 关于SQL：
<a href="http://link.zhihu.com/?target=https%3A//www.runoob.com/sql/sql-tutorial.html" class=" external" target="_blank" rel="nofollow noreferrer">https://www.runoob.com/sql/sql-tutorial.html
http://picx.zhimg.com/v2-8aca6a3266a7a41be4e0c6188e586d8c_r.jpg?source=1940ef5c
● 关于Python：
https://www.runoob.com/python3/python3-tutorial.html
http://pica.zhimg.com/v2-a431009efe7f277ae07bad5bbc3d63aa_r.jpg?source=1940ef5c
● 关于数据结构和算法：
https://www.runoob.com/data-structures/data-structures-tutorial.html
● 关于Java：
https://www.runoob.com/java/java-tutorial.html
http://picx.zhimg.com/v2-b9cbf83a16c9a4110906e1399dcdef19_r.jpg?source=1940ef5c
如果在学习的过程中，有相关疑问，也可以去CSDN查一查，这里有很多文章和案例分享。
● CSDN网址：
数据库博客-专业IT技术发表平台 (csdn.net)
http://pica.zhimg.com/v2-c0b9c3ca8f9e2720b044c1d70a3baa6a_r.jpg?source=1940ef5c
从「大数据」和「数据分析」的岗位介绍，到薪酬、工作内容和核心技能的总结，以及相关学习资源的分享，希望我的这篇回答对大家有所帮助。
不知不觉已码字4小时，好累~ 最后的最后，希望朋友们能够点赞+收藏，给用心的分享者一点小小的支持。
在知乎，我会用心分享职场干货，且每篇都很认真，如果对你有帮助，请点赞支持。
======随手点个赞，谢谢你喜欢======
更多关于IT 和数据分析的用心回答，都在这里：
[*]转行 IT行业：
[*]产品经理在早期如何快速学习？
[*]小白转行从事 IT，该如何学习？
[*]毕业一年想转行，在IT与财务间如何选？
[*]数据岗位薪酬：
[*]独家|最全「数据分析」相关岗位总结
[*]985硕士，能从事财务或数据分析吗？
[*]为什么薪水翻一倍，工作反倒轻松了？
[*]数据分析技能：
[*]做财务数据分析,有什么好用的工具?
[*]如何才能正确的走上数据分析之路？
[*]你对数据分析有多少了解？
[*]高效办公技能
[*]招聘中「熟练使用Excel」指什么水平？
[*]财务工作必备的 Excel 技能有哪些？
[*]工作中 Excel 哪个功能最实用？
如果你要问我怎么才能做好数据分析，打工仔认为必备工具与职业素质缺一不可，接下来打工仔就带领大家了解怎么让自己提升在数据分析岗位的竞争力。
如果我的回答能对你产生帮助，欢迎大家给个一键三连！
必备工具
1. Excel
提到Excel大家都不陌生，很多小白非常喜欢用Excel来进行数据分析。即使是专业的分析人员，他们也会使用Excel处理聚合数据。因为Excel具备非常多的优点，例如：
（1）使用方便
（2）简单易学
（3）能够查看每个步骤的结果
（4）无需编程基础2. SQL语言
SQL（结构化查询语言）是一种用于处理和检索关系数据库中存储的数据的计算机语言，是关系数据库管理系统的标准语言。它具备很多优点，例如：
（1）速度快。输入你要进行的操作，仅需几秒，操作就能完成。
（2）不需要你具备很强的编程能力。
（3）语言简单易学。3. 可视化工具
将数据可视化可以让人更加理解数据。人类都是视觉动物，图形往往比密密麻麻的文字更易于理解。在这里，我顺便给大家推荐一款功能强大且免费试用的可视化工具，它能帮助大家直接上手操作，快速生成数据可视化看板，点一下卡片，一起免费试用：
易知微-EasyV数字孪生|智慧城市园区工厂水利双碳|三维地图数据可视化大屏
http://picx.zhimg.com/v2-b0afb6cc0056a43a47a0de86a8527567_r.jpg?source=1940ef5c
图源易知微官网
http://pica.zhimg.com/v2-c895bc531afb5a37dcb8a3f2efac3073_r.jpg?source=1940ef5c
图源易知微官网
4. Python
Python是一种面向对象的高级编程语言，主要用于Web以及应用程序的开发。Python拥有图形和可视化工具、以及扩展的分析工具包，能够更好地帮助我们进行数据分析。以下是Python的一些优点：
（1）语法清晰，简单易学。
（2）开源且免费。
（3）库量非常大。个人素质
此外，作为数据分析师，还需要具备一些综合素质，例如团队合作能力、责任心、抗压能力等。这些素质不仅能够帮助数据分析师更好地完成工作任务，也是在互联网大厂工作中不可或缺的重要因素。 数据分析，每个人都在谈论它。
也许你听说过，数据分析是业务发展的新趋势。但是数据分析究竟是什么?
在看完本文后，你将对数据分析有更好的理解，而且将了解到作为数据分析师，你需要做些什么，以及该如何进入这个领域。
http://pica.zhimg.com/v2-cdc9be65aca1124069f0da127f0509a2_r.jpg?source=1940ef5c
先来个彩蛋：
本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须本科及以上学历（优秀者可放宽条件）；3、无经验者有项目经理带；4、在京工作一年后要求回当地的工作的，可申请调回当地省会城市的分公司或合作企业工作；5、每日简历投递量非常大，欢迎主动与我们联系！！
智动数据——长期招聘岗位，期待你的加入！首先，让我们先来了解下什么是数据分析师？
数据分析师是使用数据分析工具仔细检查基于数据的信息的人。他们从原始数据中获得的有意义的结果有助于他们的雇主或客户通过识别各种信息事实做出重要的运营决策。
在数据分析师的世界中往往不仅喜欢在表面上探索数据; 还要喜欢揭露数据背后的故事和解释。
为何人人都需要具备数据分析能力
有人曾经分析过1000份简历，70%以上的岗位都要求具备数据分析能力。
2021年数据分析的重要性进一步加强，数据分析师持续增长，在行业有利的环境下得到国家政策的支持。数据分析企业、数据分析人才的不断增加驱动数据分析行业蓬勃发展。
据统计我国数据分析岗位需求规模达到300万，且未来5年都将以30%-40%的速度增长，需求总量将达到2000万人左右。
数据对企业的价值
数据的价值一方面是企业记录业务的经营状况，记录企业经营流程的每一步环节的数据，相当于把企业的运营转数字化了，另一方面这里的数据不仅仅是数字，还包括图像、文本、语音都可以被数字化。
http://picx.zhimg.com/v2-12ed31d731a21437d9621508d5c6e11b_r.jpg?source=1940ef5c
数据分析的提升方向
1、不断提升专业能力
了解一些常用商业分析方法论，如 SWOT，RFM，波士顿矩阵、金字塔原理等常用方法论提升自己做战略分析的能力。
2、深入理解业务
了解数据代表的业务逻辑及业务相关策略的落地如何导致核心数据指标的变化的过程。任何数据的变化都是业务经营状况的放映。只有理解业务并结合业务才能让你的分析结论更接地气，才能帮助业务决策。
3、提升沟通能力
分析师有30%的工作是沟通，提升沟通既能帮助你和业务快速建立连接，了解业务现状，帮助你理解数据和业务的联系；也能帮助你发现业务的重点，帮助你的分析结论更容易让业务接受。最后还能及时收到反馈，迭代现在分析的忽略的因素，产生准确的分析结论。 你看看招聘告示上写什么要求，就一目了然了。
你在这问远不如看看招聘告示更好。 1.统计学知识：基本统计学知识要掌握，因为评估AB实验的分流均质性和实验的显著性需要，辛普森悖论都是分析中要提防的点，以及用户群体本身的问题分析出来一个common sense的点，没有统计学知识你会多做很多无用功，永远是镜中看花的感觉；
2.编程工具：掌握SQL和Python，SQL必须是数据同学的最大生产力，Python是扩大了生产力的边界，融入一些机器学习的内容，让你的分析锦上添花；
3.业务理解能力：数据分析师不了解业务去分析业务，这是最大的风险。业务按照你的分析结论去做，会让业务加速死亡。当然也没有那么恐怖，因为到业务那里分析结论就被拍死了。业务对于分析师就像是水和鱼的关系，必须是水乳交融的感觉。
4.软技能: 尤其是绩效和升级是由业务大大决定的，必须有跪舔业务大大的能力，这样你会更加得心应手，如鱼得水。
更多技能欢迎私信付费咨询。
页:
[1]