資料人的通用技能要求

最近經常遇到有朋友問下面這類問題，結合最近的一些思考，本篇聊一下，資料人該具備哪些通用的技能。

掌握指數：5顆星

掌握人群：所有資料人

excel 是每個資料人都應該掌握的一項技能，不管是研發還是產品，excel 應該是必備的一項基本技能。不要以為只有搞大資料、深度學習這種才是有技術含量的工作，很多時候 excel 能提供的功能，現在大部分大資料系統差的還遠。特別是excel的透視表和各種圖，基本是資料分析必備。

只是從處理的資料量上來講，一般配置的辦公機，excel 只能處理幾十萬行的資料。相對來講是小資料量。

掌握指數：4.5顆星

掌握人群：所有資料人

從研發崗來講，資料開發、資料倉儲、資料分析都應該具備 sql 能力，這點不用多做解釋。那麼資料產品和資料運營是否應該掌握 sql 呢？答案是肯定的！

從使用資料的角度來講，sql 能力意味著產品和運營能夠快速自己提取自己想要的資料，而不是全部都要等研發的排期。你的核心競爭力並不是 sql ，但是 sql 應該能幫你更有效的驗證想法。居士身邊大部分資料產品和資料運營都是或多或少會一些 sql 的，至少這個比例在逐漸增加。

從設計資料系統的角度來講，資料產品也應該掌握 sql，如果一點 sql 不懂，那麼如何設計自助資料分析平台？如何設計更多的資料系統？

掌握指數：4顆星

掌握人群：資料開發、資料倉儲、資料分析、資料探勘

python，基本上是偏研發向崗位必備技能了，重要性毋庸置疑。這裡只簡單聊一下 python 和 r 的選擇。首先，居士支援 python，這裡無意評價哪個語言是好的，只想說明：

網際網路公司用 python 的更多，用 python 工作更容易找到

python 可做的事情更多，除了資料分析，爬蟲、指令碼之類的任務都可以用 python 完成，整個生態也很成熟

至於說資料產品和運營是否需要，居士認為，簡單了解就行，不是核心技能要求。

掌握指數：4.5顆星

掌握人群：所有資料人

大資料時代，所有資料人都應該具備一定的大資料知識！因為大資料相關技術已經侵入了網際網路行業的方方面面，傳統行業也都逐漸往大資料靠攏。

不論是研發、產品亦或者運營，都應該對大資料有一些的基本的認知，比如統計學，以前可能是幾萬行的小資料做統計，那麼當資料上億甚至是百億千億之後，統計學的思路可能依舊不變，但是想要處理這些資料，就必須對大資料有所了解，要了解該怎麼使用大資料的工具！

資料產品和運營亦是類似，只有了解大資料相關的一些知識，才能更好地和資料團隊的各個工種站在同樣的知識理解層面上對話。

注意：讓產品來了解技術，並不是讓產品自己做技術，而是了解一定的技術後，能夠更順暢地和研發做溝通。良好的溝通有時候能決定你是否能夠順利地開展專案。

掌握指數：4顆星

掌握人群：所有資料人

統計學，玩資料的同學都應該了解一定的統計學知識！一般來講，大部分資料分析都應該具備統計學的知識。那麼問題來了？資料倉儲是否也需要了解統計學？

居士是這樣思考這個問題的，假設你是一名資料倉儲同學，你的乙個主要服務物件可能就是資料分析，那麼，你是否了解你的使用方是如何使用你的資料的？如果你都不知道使用方是如何使用你的勞動成果的，那麼，你提供的資料會很好用嗎？

自省一下，工作前兩年，居士做的很多資料表的設計，在現在看來基本沒法用！因為當時根本不知道使用方是如何用自己的表，基本處於自嗨狀態。

掌握指數：4顆星

掌握人群：所有資料人

這裡引用一部分 japson 在《ml/dl科普向：從sklearn到tensorflow》中提到的一句話：

再結合居士的觀點：統計學相關知識、人工智慧相關知識已經逐漸地成為了我們必備的基礎技能。很多時候我們要跳出自己的眼界，從更高的角度來說，這些知識有助於我們更好的了解自己的資料，更加了解業務，從而提高自己的競爭力，打破自己的能力邊界，來進行「錯位競爭」。

整體的思路就是，資料開發、資料倉儲亦或者是資料產品，該不該去學習機器學習？居士想表達是，該學！為什麼？

你學習了新的知識，那麼你的眼界將不再侷限於自己技術的乙個點上

你學了機器學習，那麼你和機器學習出身的人一起比，你不具備優勢，但是和同職業的人比起來，你就很容易脫穎而出！