学数据分析师要掌握哪些技能？

数据分析师，是大数据中的一门技术岗位，如题所示，这个问题取决于您要面试的公司，具体情况差异很大。因此，青小编只能根据一些实际经验总结建议，并给出一些基本的知识结构，以供大家参考。

  首先，一个好的数据分析师应该具备三个素质：

  数据分析能力、了解业务、独特的分析思维和表达方式。

  当然，只要您具备基本的数据分析技能，就可以尝试找到工作。您可以逐步培养和提高工作中的后两种素质。也可以参考以下几个方面的路径。

  1，统计

  了解最基本的统计信息。

  我认为统计是数据分析的基础，统计分析可以解决大多数日常分析需求，因此强烈建议主机从统计开始。了解概率，分布，抽样，线性回归，时间序列。

  这本书的特点是案例丰富，解释容易理解，非常适合零知识的读者。

  2，Excel

  熟练使用Excel。

  Excel具有非常强大的功能，并且各种功能也非常丰富，尤其是必须很好地使用数据透视表功能，并且您的分析能力将得到快速提高。

  本书不仅介绍了Excel的功能，更重要的是介绍了一些实际情况下数据分析的步骤和思路，对初学者有一定的指导意义。

  3，SQL

  有了前两项技能，您就可以完成一些基础数据分析工作。但是，Excel的局限性在于数据量的局限性。当您要分析的数据超过百万级时，Excel是不够的。

  此时，需要一个数据库来解决它，并且从数据库中获取数据取决于SQL语言。

  您可以将MySQL用作学习对象，只需了解一些基本的数据库原理（例如数据库范例设计），并专注于学习SQL语言。您可以自己安装MySQL数据库来练习操作。

  专注于学习选择，聚集功能，相关查询等。系统管理方面可以忽略。

  4，Hive

  借助SQL基础，您可以考虑向大数据方向发展，了解Hadoop生态系统，了解HDFS的原理，并专注于学习Hive。Hive的诞生是为了使数据分析师能够平稳地过渡到大数据领域，只要您了解SQL，就可以通过Hive查询Hadoop中的数据。

  5，数据挖掘，机器学习

  这部分可以有选择地研究。因为统计分析基本上可以解决70％-80％的日常数据分析需求，并且数据挖掘和机器学习更加困难，并且阈值略高。

  本部分主要是了解数据挖掘和机器学习的基本概念和理论。例如：分类，聚类，回归，决策树，贝叶斯定理等。

  以上是最基本的基本数据分析技能。

  如果您从头开始学习，则可能需要3到6个月的学习时间。如果您有良好的基础，则可以在2-3个月内掌握它。当然，要积累更多的经验，需要大量练习才能熟练掌握。

  至此，您已经具有采访数据分析师的基础，但是无论采访是否成功，您仍然需要找到正确的目标和定位以及行业知识和工作管理。