裝載於
1、 建議大家先學習mysql關聯式資料庫，在分析師崗位上資料庫是經常要用到的，也是必須要會的；
2、 建議大家接下來學習資料建模、資料倉儲，etl資料清洗，特別在工作中資料質量管理是比較重的，etl是經常用的（當然資料清洗工具也有其他的，etl是大家通用的）；
3、 hadoop分布式其實在分析師這個崗位上用的比較少，了解就可以了，因為現在分布式這塊大公司都有現成的工具用，連搭建都不需要，直接用就可以了，非常方便。
4、 分析工具還是需要好好學一下的，建議大家學python,現在公司裡面大部分都是用這個，excel也需要學習學習，一些小的資料集和簡單的bi報表還是比較方便的。當然分析工具比較多比如r、spss，sas等都是工具，就看你自己用什麼了，會用乙個熟練的工具就可以了。另外python功能非常強大，也不需要研究太深，其實工作做在做專案的時候經常用很快就能學會的，畢竟只是個工具，就像excel要想全部弄清楚所有功能那可不是一天二天的事情，而我們日常經常用的也就是那點東西。
5、 接下來需要學習機器學習，原來叫資料探勘，現在叫機器學習，也有的叫人工智慧，這個需要大家花點時間去學習了，我現在經常用的比如決策樹、回歸問題、分類問題、聚類問題、降維問題等，還有**、無監督、最優化也經常用到，這門學科可能是需要我們長時間學習和研究的。
6、 演算法方面其實我沒有學過，在專案組裡面有專門的演算法工程師，另外有些通用演算法是可以套用的，所以這方面我覺得專案組團隊可以配合來做，這方面本人沒有經驗不做建議。
7、 我現在覺得分析師最重要的是看待問題、處理問題的思路，在這一年工作中我發現團隊的大牛們解決問題的思路和我們真不一樣，在每次專案組會議的時候我感覺學到的東西最多，那就是解決問題的思路和能力；而且分析師還需要對業務深入了解，因為不同的行業資料結構和業務邏輯都是不一樣的，需要花時間去理解和學習；同時我也感覺到作為資料分析師還需要學習商業思維和營銷知識。
8、 另外乙個就是資料視覺化，這個主要是把我們分析出來的資料結構用影象、動畫等按時呈現出來。我現在正在做的就是資料大屏，工具很多，bat公司都有自己的工具，當時老師教我們的時候教的是 tableau，個人感覺非常好用，這個隨便自己喜好了，做大屏可能需要一點美術功底，當然現在模板比較多，也可以套用。
9、 其實在學習的過程中要想學得快，最好是從專案案例入手，當時阿里雲和他的內容提供商決明資料就是先讓我們訓練九道門實驗平台上的23個場景案例，資料集全部做好放在伺服器裡，和我們現在工作的場景很像。老師上午講知識點，下午和晚上我們就是做實操實驗，工具老師基本上都不講，在做案例專案的時候用到什麼臨時去查，二次下來工具就上手了。最後一周是加拿大的趙強老師給我們訓練了乙個大專案，模擬乙個企業的資料分析專案，那5天是我最刻苦銘心的，雖然壓力很大，分組進行，但是5天時間把我們原來所學的東西全部串起來了，一下子思路就通了，最後每個人還要上台去講，也培養了自己的溝通能力和演講能力，整個專案流程下來，受益匪淺。趙老師原來為世界500強企業做過資料諮詢專案的，又是加拿大舒立克商學院的mba教授，專案經驗豐富，確實是國內少有的專家大咖，也是我現在上班這家公司的專案顧問，多虧了趙老師的悉心指導，讓我在成為大資料分析師的學習之路上少走了很多彎路，真的蠻感謝趙老師的，也希望大家在學習的路上都能遇到這樣的良師益友。
10、 最後乙個建議就是大家還需要學習學習ppt製作和演講，最近我們專案要陸續交付，每次交付都需要向客戶進行講解，每個人做的部分由自己講，所以ppt製作和演講都需要訓練，亞歷山卓。
資料分析學習方向（一）
很多人看到了資料分析行業的火爆形勢，於是就想進入資料分析行業.他們在學習資料分析知識的時候可能有點迷茫，這是因為資料分析知識有很多內容，不知道如何去學習或者不知道從何處下手。今天我們中給大家介紹一系列的資料分析的學習方向，希望這篇文章能夠給大家帶來幫助。資料分析這四個字讓人們覺得這是乙個高大上的工作...
資料分析（一）
資料分析應用於各個領域，作為乙個python的程式設計師，又怎麼能不知道資料分析呢。學好資料分析才能學好機器學習，進而才能學習人工智慧，我們一起來了解下資料分析吧。一.啟動程式 執行命令 jupyter notebook 通過control c終止jupyter程式 幾個基本操作 1.雙擊d 刪除當...
乾貨分享 Python資料分析工具
隨著大資料時代的到來，python作為一種常用的資料處理工具，可以處理從幾k到幾t數量級的資料，因為python具有很高的開發效率和可維護性，同時還具有很強的通用性和跨平台性。python在資料分析方面有一定的侷限性，如果僅僅依靠python自帶的庫進行資料分析，那麼我們需要安裝第三方擴充套件庫來增...