轉數據分析如何找工作

㈠ 從零開始學數據分析，什麼程度可以找工作

一、數據分析學習到什麼程度可以找工作？

這個問題要看你准備面試的公司，具體情況差異較大。所以我只能從自身真實經驗中總結一些建議，給出一些最基礎的知識結構，供樓主參考。

首先，我覺得優秀的數據分析師應該具備三方面的素質：

• 數據分析技能；

• 對業務的理解；

• 獨到的分析思維和表達；

當然，只要具備基本的數據分析技能就可以嘗試找工作了，可以在工作中逐步培養和提升後面兩項素質。

㈡ 從零開始學數據分析，什麼程度可以找工作，如何計劃學習方案

1. 第一階段(一般崗位叫數據專員)

基本學會excel(VBA最好學會;會做透視表;熟練用篩選、排序、公式)，做好PPT。這樣很多傳統公司的數據專員已經可以做了

2. 第二階段(數據專員~數據分析師)

這一階段要會SQL，懂業務，加上第一階段的那些東西。大多數傳統公司和互聯網小運營、產品團隊夠用了。

3. 第三階段(數據分析師)

統計學熟練(回歸、假設檢驗、時間序列、簡單蒙特卡羅)，可視化，PPT和excel一定要溜。這些技術就夠了，能應付大多數傳統公司業務和互聯網業務。

4. 第四階段(分裂)

數據分析師(數據科學家)、BI等：這部分一般是精進統計學，熟悉業務，機器學習會使用(調參+選模型+優化)，取數、ETL、可視化啥的都是基本姿態。

可視化工程師：這部分國內比較少，其實偏重前端，會high charts，d3.js, echarts.js。技術發展路線可以獨立，不在這四階段，可能前端轉行更好。

ETL工程師：顧名思義，做ETL的。

大數據工程師：熟悉大數據技術，hadoop系二代。

數據工程師(一部分和數據挖掘工程師重合)：機器學習精通級別(往往是幾種，不用擔心不是全部，和數據分析師側重點不同，更需要了解組合模型，理論基礎)，會組合模型形成數據產品;計算機基本知識(包括linux知識、軟體工程等);各類資料庫(RDBMS、NoSQL(4大類))

數據挖掘：和上基本相同。

爬蟲工程師：顧名思義，最好http協議、tcp/ip協議熟悉。技術發展路線可以獨立，不在這四階段

發現回答的有點文不對題額，不過大致是所有從底層數據工作者往上發展的基本路徑。往數據發展的基本學習路徑可以概括為以下內容：

1. EXCEL、PPT(必須精通)

數據工作者的基本姿態，話說本人技術並不是很好，但是起碼會操作;要會大膽秀自己，和業務部門交流需求，展示分析結果。技術上回VBA和數據透視就到頂了。

2. 資料庫類(必須學)

初級只要會RDBMS就行了，看公司用哪個，用哪個學哪個。沒進公司就學MySQL吧。

NoSQL可以在之後和統計學啥的一起學。基本的NoSQL血MongoDB和Redis(緩存，嚴格意義上不算資料庫)，然後(選學)可以了解各類NoSQL，基於圖的資料庫Neo4j，基於Column的資料庫BigTable，基於key-value的資料庫redis/cassendra，基於collection的資料庫MongoDB。

3. 統計學(必須學)

如果要學統計學，重要概念是會描述性統計、假設檢驗、貝葉斯、極大似然法、回歸(特別是廣義線性回歸)、主成分分析。這些個用的比較多。也有學時間序列、bootstrap、非參之類的，這個看自己的意願。

其他數學知識：線性代數常用(是很多後面的基礎)，微積分不常用，動力系統、傅里葉分析看自己想進的行業了。

4. 機器學習(數據分析師要求會選、用、調)

常用的是幾個線性分類器、聚類、回歸、隨機森林、貝葉斯;不常用的也稍微了解一下;深度學習視情況學習。

5. 大數據(選學，有公司要求的話會用即可，不要求會搭環境)

hadoop基礎，包括hdfs、map-rece、hive之類;後面接觸spark和storm再說了。

6. 文本類(選學，有公司要求的話會用即可)

這部分不熟，基本要知道次感化、分詞、情感分析啥的。

7. 工具類

語言：非大數據類R、Python最多(比較geek的也有用julia的，不差錢和某些公司要求的用SAS、Matlab);大數據可能還會用到scala和java。

㈢ 懂點數據分析，想找這方面的工作，又怕技術不行，怎麼辦

你好！你如果大學是從事相關專業的，或者之前去過培訓機構做過相關培訓，那你可以投簡歷試試。不過，數據分析不同於服務員、清潔工等低端工作，這種有些技術含量的通常會對學歷、工作經歷有要求，你可以先去不需要工作經歷的地方工作一段時間，然後去找要求更高的。穩定了以後待遇還是會很不錯的。以上都是純手打，如覺得滿意還請採納哦！

㈣ 工作兩年，想轉行做數據分析，不知道路怎樣走

轉行數據分析，和一個人的崗位沒有多大聯系，因為說到的是「轉行」，就是從一個和數據分析相關性或交集程度很弱的行業，轉到數據分析這個行業。如果你一開始就是做報表分析或產品市場分析，或者電商、金融行業的市場定位以及產品的分析設計等等，本身就是和數據分析打過交道的，那這不算是轉行，頂多是提升或增值自己而已。
數據分析行業，一般來說，需要學到的主要是概率統計、Excel、SQL、python基礎知識、Tableau、pandas包、SPSS軟體、Power BI 、matplotlib包等，如果你學生時期是學習數理統計或計算機相關專業，那麼相對來說你會學得比較容易上手，比較輕松一點。但這一切都是從過去的知識背景出發，不是全部，學習數據分析，興趣、耐心和決心相輔相成，缺一不可，很多人一開始對數據分析還是很有興趣的，但慢慢地就覺得數字很枯燥，堅持不下來，最後就不了了之了。
所以，如果你打算轉行數據分析，就一定要想得清清楚楚，一切事物都是有風險的，誰都無法預測未來會變成什麼樣，但有時候人是需要一些果斷的（不是沖動），想好了就不猶豫。

㈤ 數據分析師就業前景如何

數據分析師的就業前景是廣闊的。
1、人才缺口大，IT時代逐漸被DT時代取代，用理性的數據分析代人工的經驗分析成為主流，數據分析人才的供給指數僅為0.05，屬於高度稀缺。
2、入門相對簡單數據分析是一門跨領域技術，不需要很強的理工科背景，反而那些有市場銷售、金融、財務或零售業背景的人士，分析思路更加開闊。
3、薪資待遇高1-2年工作經驗的大數據分析崗位的平均月薪可達到13k左右的水平。崗位的薪酬和經驗正相關，越老越值錢。
4、行業適應性強幾乎所有的行業都會應用到數據，數據分析師不僅僅可以在互聯IT行業就業，也可以在銀行、零售、醫葯業、製造業和交通傳輸等領域服務。
5、職業壽命長數據分析職業一旦掌握，可以在職場上收益長久，掌握這門新興技術都會大有用武之地，受其他外部業務影響相對較小，職位相對穩定。

㈥ 從零開始學數據分析，什麼程度可以找工作

今年初由於換工作的原因，意外的和曾經的一些同事有了聯系，其中3個數據分析師都轉成了數據產品經理，幾乎沒有純粹做數據分析的同事了。數據分析師入門容易，但越到職業發展後期，對技能要求越高，學習成本陡增，身邊一些數據分析師都在學習python，但真的能在實際工作中運用的機會很少，所以轉向數據挖掘方向的難度很大。也許數據產品經理是很多數據分析師在工作幾年後一個不錯的選擇。接觸過各種數據分析師，數據專員，etl工程師，數據挖掘，數據科學家，數據運營，數據產品。看了其他人的答案，我覺得更偏向數據開發，或者數據挖掘，我來說下一般招聘網站里要求的數據分析師的情況吧。對數據分析師的要求和數據分析師所隸屬的部門相關，數據分析師一般存在於三類部門：隸屬於負責某一條產品線的業務部門，部門只有一個數據分析師，也可能叫數據專員，部門內的其他人是運營、產品，數據分析師的日常工作就是給領導或同事出各種數據報表，偶爾出個報告，只要熟練掌握excel和ppt即可，數據來自bi系統，或者提需求給技術部或數據部提取數據。統計學的知識用不上，因為你的領導和同事完全不懂，他們就是想看某個數據，需要你給出數據來證明他們產品改進或運營的效果，他們會根據經驗來理解這些數據。這類數據分析師的工作比較機械重復，但對自己所屬的產品線非常熟悉，適合剛畢業的。

㈦ 數據分析行業就業前景怎麼樣

就業前景很好。一方面國家大力支持大數據行業的發展，已經上升為國際戰略的今天，大數據人才正在擁有更多的發展機會。另一方面許多的領域都是缺乏這方面的人才，如教育，醫療，計算機科學、社會科學、商學、金融、醫學、法律、語言學............所以它面臨的人才缺口非常大。

數據分析師的發展總體來說, 後期主要有幾條路線

(1) 數據分析師專業路線， 這種到後來基本就是成為數據分析專家， 成為一個專業方向的專家

(2) 轉管理, 這種到後期基本是成為數據分析組長或者總監，來管理一個組或者一個部門

(3) 轉其他方向, 數據分析因為是跟業務很緊密的一個工作, 所以就可以往產品運營方向來轉,或者往數據產品方向來轉

想要了解更多關於數據分析行業前景的問題，可以咨詢一下CDA認證中心。CDA行業標准由國際范圍數據領域的行業專家、學者及知名企業共同制定並每年修訂更新，確保了標準的公立性、權威性、前沿性。通過CDA認證考試者可獲得CDA中英文認證證書。

㈧ 想求職一份數據分析的工作，沒有經驗，可以嗎

可以從實習生或者助手做起，慢慢積累經驗。

首先，你得具備基本的數據分析技能：

1、Excel

Excel簡單易用，功能強大，熟練使用Excel是數據分析必備的技能。

2、SQL

跟數據打交道，有時候可能需要些SQL，所以掌握一些常用的SQL命令也是必須的。

3、統計學

統計學是一個數據分析師的核心功底，掌握一些統計學知識是必要的。

4、SPSS

對於有些統計分析方法，例如多元線性回歸、聚類分析、主成分分析等，Excel無法實現，通過SPSS可以輕松搞定。

5、Tableau

Tableau作為商業智能和分析利器，受到很多公司的歡迎，學點Tableau能夠讓工作更加高效。

㈨ 轉行數據分析沒有經驗怎麼就業

各個階段都需要不同的技術，另外還需要項目管理、配置管理、過程管理等角色。數據分析的分工越來越細，就業面越來越寬。其實，現在數據分析業最缺的是既有深厚的技術功底、又有傑出的管理能力、熟悉業務的復合型人才，要具備這些條件，一般都需要五、六年以上的工作經驗。隨著數據分析行業的成熟，和其它傳統行業一樣也需要各種年齡段的人才，而且也是越有經驗越吃香。