从零开始学数据分析,什么程度可以找工作,如何计划学习方案?

发布网友发布时间：2022-04-23 20:24

我来回答

共15个回答

热心网友时间：2023-01-25 04:21

1. 第一阶段(一般岗位叫数据专员)

基本学会excel(VBA最好学会;会做透视表;熟练用筛选、排序、公式)，做好PPT。这样很多传统公司的数据专员已经可以做了

2. 第二阶段(数据专员~数据分析师)

这一阶段要会SQL，懂业务，加上第一阶段的那些东西。大多数传统公司和互联网小运营、产品团队够用了。

3. 第三阶段(数据分析师)

统计学熟练(回归、假设检验、时间序列、简单蒙特卡罗)，可视化，PPT和excel一定要溜。这些技术就够了，能应付大多数传统公司业务和互联网业务。

4. 第四阶段(*)

数据分析师(数据科学家)、BI等：这部分一般是精进统计学，熟悉业务，机器学习会使用(调参+选模型+优化)，取数、ETL、可视化啥的都是基本姿态。

可视化工程师：这部分国内比较少，其实偏重前端，会high charts，d3.js, echarts.js。技术发展路线可以独立，不在这四阶段，可能前端转行更好。

ETL工程师：顾名思义，做ETL的。

大数据工程师：熟悉大数据技术，hadoop系二代。

数据工程师(一部分和数据挖掘工程师重合)：机器学习精通级别(往往是几种，不用担心不是全部，和数据分析师侧重点不同，更需要了解组合模型，理论基础)，会组合模型形成数据产品;计算机基本知识(包括linux知识、软件工程等);各类数据库(RDBMS、NoSQL(4大类))

数据挖掘：和上基本相同。

爬虫工程师：顾名思义，最好http协议、tcp/ip协议熟悉。技术发展路线可以独立，不在这四阶段

发现回答的有点文不对题额，不过大致是所有从底层数据工作者往上发展的基本路径。往数据发展的基本学习路径可以概括为以下内容：

1. EXCEL、PPT(必须精通)

数据工作者的基本姿态，话说本人技术并不是很好，但是起码会操作;要会大胆秀自己，和业务部门交流需求，展示分析结果。技术上回VBA和数据透视就到顶了。

2. 数据库类(必须学)

初级只要会RDBMS就行了，看公司用哪个，用哪个学哪个。没进公司就学MySQL吧。

NoSQL可以在之后和统计学啥的一起学。基本的NoSQL血MongoDB和Redis(缓存，严格意义上不算数据库)，然后(选学)可以了解各类NoSQL，基于图的数据库Neo4j，基于Column的数据库BigTable，基于key-value的数据库redis/cassendra，基于collection的数据库MongoDB。

3. 统计学(必须学)

如果要学统计学，重要概念是会描述性统计、假设检验、贝叶斯、极大似然法、回归(特别是广义线性回归)、主成分分析。这些个用的比较多。也有学时间序列、bootstrap、非参之类的，这个看自己的意愿。

其他数学知识：线性代数常用(是很多后面的基础)，微积分不常用，动力系统、傅里叶分析看自己想进的行业了。

4. 机器学习(数据分析师要求会选、用、调)

常用的是几个线性分类器、聚类、回归、随机森林、贝叶斯;不常用的也稍微了解一下;深度学习视情况学习。

5. 大数据(选学，有公司要求的话会用即可，不要求会搭环境)

hadoop基础，包括hdfs、map-rece、hive之类;后面接触spark和storm再说了。

6. 文本类(选学，有公司要求的话会用即可)

这部分不熟，基本要知道次感化、分词、情感分析啥的。

7. 工具类

语言：非大数据类R、Python最多(比较geek的也有用julia的，不差钱和某些公司要求的用SAS、Matlab);大数据可能还会用到scala和java。

热心网友时间：2023-01-25 05:39

1. 第一阶段（一般岗位叫数据专员）

基本学会excel（VBA最好学会；会做透视表；熟练用筛选、排序、公式），做好PPT。这样很多传统公司的数据专员已经可以做了

2. 第二阶段（数据专员~数据分析师）

这一阶段要会SQL，懂业务，加上第一阶段的那些东西。大多数传统公司和互联网小运营、产品团队够用了。

3. 第三阶段（数据分析师）

统计学熟练（回归、假设检验、时间序列、简单蒙特卡罗），可视化，PPT和excel一定要溜。这些技术就够了，能应付大多数传统公司业务和互联网业务。

4. 第四阶段（*）

数据分析师（数据科学家）、BI等：这部分一般是精进统计学，熟悉业务，机器学习会使用（调参+选模型+优化），取数、ETL、可视化啥的都是基本姿态。可视化工程师：这部分国内比较少，其实偏重前端，会high charts，d3.js, echarts.js。技术发展路线可以独立，不在这四阶段，可能前端转行更好。ETL工程师：顾名思义，做ETL的。大数据工程师：熟悉大数据技术，hadoop系二代。数据工程师（一部分和数据挖掘工程师重合）：机器学习精通级别（往往是几种，不用担心不是全部，和数据分析师侧重点不同，更需要了解组合模型，理论基础），会组合模型形成数据产品；计算机基本知识（包括linux知识、软件工程等）；各类数据库（RDBMS、NoSQL(4大类)）数据挖掘：和上基本相同。爬虫工程师：顾名思义，最好http协议、tcp/ip协议熟悉。技术发展路线可以独立，不在这四阶段

热心网友时间：2023-01-25 07:13

首先，必须明白数值分析的用途。通常所学的其他数学类学科都是由公式定理开始，从研究他们的定义，性质再到证明与应用。但实际上，尤其是工程，物理，化学等其它具体的学科。往往你拿到手的只是通过实验得到的数据。如果是验证性试验，需要代回到公式进行分析，验证。但往往更多面对的是研究性或试探性试验，无具体公式定理可代。那就必须通过插值，拟合等计算方法进行数据处理以得到一个相对可用的一般公式。还有许多计算公式理论上非常复杂，在工程中不实用，所以必须根据实际情况把它转化成多项式近似表示。这都是数值分析的任务。

学习数值分析，不应盲目记公式，因为公事通常很长且很乏味。我个人认为，应从公式所面临的问题以及用途出发。比如插值方法，就是就是把实验所得的数据看成是公式的解（好比函数图像上的各个点），由这些解反推出一个近似公式，可以具有局部一般性。再比如说拟合，在插值的基础上考虑实验误差，通过拟合能将误差尽可能缩小，之后目的也是得到一个具有一定条件下的一般性的公式。

好好学吧，数值分析挺实用，与数学建模一起构成数学学科中最实用的两门学科，在工程，经济等许多邻域都有广泛的用途。

热心网友时间：2023-01-25 09:05

. 第一阶段（一般岗位叫数据专员）

基本学会excel（VBA最好学会；会做透视表；熟练用筛选、排序、公式），做好PPT。这样很多传统公司的数据专员已经可以做了

2. 第二阶段（数据专员~数据分析师）

这一阶段要会SQL，懂业务，加上第一阶段的那些东西。大多数传统公司和互联网小运营、产品团队够用了。

热心网友时间：2023-01-25 11:13

像你从零开始来学习的话，可能需要下够足够的功夫才可以了，如果你想要掌握真正的技能与技巧的话，建议你还是掌握更多的技术，掌握更多的能力，只有这样才能获得更多更好。更全面的数据分析能力才能更快的找到适合自己的工作。

热心网友时间：2023-01-25 13:37

从零开始学数据分析，你应该要学到至少大专的水平，也就是说，能够参加大专等级的考试，并且能够通过，比如是自考、函授等，拿到证书，然后再去找工作。

热心网友时间：2023-01-25 16:19

如果是从零开始学习数据分析，那么肯定是要对于这一块儿非常精通了之后才能工作，不然的话你不精通很可能就会被别人问到。所以你不能解释一些问题的时候，你工作也是找不到太好的，要想找到好工作还是要学到精通之后才行。

热心网友时间：2023-01-25 19:17

从零开始，学数据分析，嗯，什么程度可以找工作呢？其实数据分析这些东西都是多少掺杂一些统计的，嗯，影子如果你有统计的影子，那很多情况下的话就会很快掌握到位。

热心网友时间：2023-01-25 22:31

从零开始来学习数据分析，可能需要下够足够的功夫才可以了，如果你想要掌握真正的技能与技巧的话，建议你还是掌握更多的技术，掌握更多的能力，只有这样才能获得更多更好。更全面的数据分析能力才能更快的找到适合自己的工作。从零开始，学数据学到灵活运用熟练程度可以找工作。计划自己的学习方案在工作中不断锻炼自己，积累经验。

热心网友时间：2023-01-26 02:03

从零开始，学数据分析什么程度可以找工作，如何计划学习方案，其实我觉得这种情况如果公司愿意给你机会，只要你肯学习什么程度都是可以的，即使从零开始。也能够学有所成。最主要是自己肯学肯专。

热心网友时间：2023-01-26 05:51

您好。
自学还是比较困难的，最好是报学校，系统的去学习，获得从业资格证书才可以从事相关工作，数据分析师是需要从业资格的。
希望能够帮到您，谢谢，望采纳。

热心网友时间：2023-01-26 09:55

如果是从零开始的学数据分析的话，这种程度之下想要找工作，那么想要计划学习方案，肯定是需要，先把数学分析做好，也就是他的基础打牢，可以买一些视频教程，买一些基础书籍，然后扎实自己的基础，最后我再学关键点，再去面试就能够更好地应对

热心网友时间：2023-01-26 14:17

一起从零开始，学学到你拿数据分析证书就可以找工作了。因为这个证书是你学习水平的标志。那么制定学习计划，首先你准备通过什么方式来是函授还是参加培训机构的培训？当你一旦进入这个学习流程的时候，我觉得接下来就是走程序的问题了，你完全可以走得更好。

热心网友时间：2023-01-26 18:55

大数据技术人员掌握的专业职能：基础阶段：linux、docker、kvm、mysql基础、oracle基础、mongodb、redis。 hadoop maprece hdfs yarn：hadoop：hadoop 概念、版本、历史，hdfs工作原理，yarn介绍及组件介绍。大数据存储阶段：hbase、hive、sqoop。大数据架构设计阶段：flume分布式、zookeeper、kafka。大数据实时计算阶段：mahout、spark、storm。大数据数据采集阶段：python、scala。大数据商业实战阶段：实操企业大数据处理业务场景，分析需求、解决方案实施，综合技术实战应用。
5

热心网友时间：2023-01-26 23:49

如果单位要求的不多，那么一般我们只要是能够掌握稍微的简单数据分析，这样就可以找工作，但是要注意如果想要找到一个好的工作，薪资报酬比较高，那么尽量我们把数据分析，这样的能力一定要学到比较扎实，并且相对来说要有一些特殊的数据处理分析的方式方法，这样才能找到更好的工作，并且要针对于所有的相关方面知识，做好学习方案，规划好自己的工作。