數據分析師學什麼專業

1. 數據分析師一般是什麼專業如何成為數據分析師

數據分析師一般是計算機或者數學相關專業。成為一個合格的大數據分析師應該學習和掌握以下技能：

• 統計分析：大數定律，抽樣推測規律，秩和檢驗，回歸分析，方差分析等；

• 可視化輔助工具：Excel，PPT，思維導圖，Visio；

• 大數據處理框架：Hadoop，Kaffka，Storm，ELK，Spark；

• 資料庫：SQLite，MySQL，MongoDB，Redis，Cassandra，HBase；

• 數據倉庫/商業智能：SSIS數據倉庫，SSAS SSRS，DW；

• 數據挖掘工具：Matlab，SAS，SPSS；

• 人工智慧：機器學習相關知識；

• 挖掘演算法：數據結構，一致性，常用演算法；

• 編程語言：Python/R，Ruby，Java；

計算機對數據存儲和保存了大量數據，包括科學家和工程師也都了豐富的研究和應用盡可能多的提取數量。然而想從大量數據中洞察出真正和有用的，更高價值的數據，都是需要人工干預的。這些人有豐富的行業經驗和洞察力，而且對業務有深刻了解，並且能夠使用好數據分析的工作，例如Excel，SPSS，Python/R等。這種職位一般存在於高科技公司，例如PayPal和Google，相信以後人工智慧、大數據、雲計算創業的很多中小型企業，對此職位的需要也會越來越多。

對以上知識進行有重點的學習，解決的方法是讓各種技能達標：

初級數據分析師需要快速學習能力80分，數學知識40分，分析工具使用程度70分，編程語言30分，業務理解80分，邏輯思維80分，數據可視化能力40分，協調溝通能力80分。

高級數據分析師要達到快速學習能力80分，數學知識70分，分析工具使用程度90分，編程語言60分，業務理解90分，邏輯思維80分，數據可視化能力90分，協調溝通能力80分。

總之，成為分析師的重要點並非數學知識和編程能力，最重要提是業務理解和協調能力，所以針對不同的行業的分析師，要學習的行業知識也不盡相同，需要對症下葯，實施不同學習策劃和路徑。

2. 想要做數據分析師應選擇什麼專業

數據分析行業的大火以及較高的薪酬待遇，讓很多高中畢業生、在校大學生或職業遭遇瓶頸的人士開始蠢蠢欲動，想學習數據分析從而進入數據分析行列。但 有一個很困惑的問題就是：自己選擇或學習的專業似乎和數據分析沒什麼交集，這個時候選擇數據分析師這條道路會不會很艱難？擔心自己的專業跟不上數據分析的學習進度，也擔心自己的能力是否符合數據分析技能的要求。
其實，講真的。雖然數據分析這個行業有著天然的專業鄙視鏈（文理科的邏輯思維功底、編程語言接受程度上以及數理統計基礎實實在在的存在差別，這也是甲方更信賴理工科出身的重要原因，因為社科或文藝類專業，很少有學校會嚴格地按照數理邏輯去制定學生的課程培養計劃），但是並不代表文科生沒有任何機會，因為大學以前，其實我們都沒正式接觸過編程或統計學，大學本科更多的是提升一個人的思維、而不是過硬的專研能力。所以文科專業的朋友，興趣和決定也是重要因素，不能單單憑借客觀的專業背景就否定自己。
當然，學習數學與應用數學、統計學、計算機科學與技術等理工科專業的人確實比文科生有著客觀的優勢，但能力大於專業，興趣才會決定你走得有多遠。畢竟數據分析不像編程那樣，需要你天天敲代碼，要學習好多的編程語言，數據分析更注重的是你的實操和業務能力。如今的軟體學習都是非常簡單便捷的，我們真正需要提升的是自己的邏輯思維能力，以及敏銳的洞察能力，還得有良好的溝通表述能力。這些都是和自身的努力有關，而不是單純憑借理工科背景就可以啃得下來的。相反這些能力更加傾向於文科生，畢竟好奇心、創造力也是一個人不可或缺的。
所以，大學選擇什麼專業，不要讓數據分析這根繩子牽著你走，而是要問自己喜歡和擅長的是什麼。如果你物理基礎不好，硬要選擇機動化專業，那四年的大學時光只會讓你覺得難熬又無奈。一切從自身出發，發掘自己的優點和長處才是最重要的。

3. 數據分析師應選擇什麼專業

統計專業（有統計理論）、計算機專業專業（會編程序實現）。

4. 成為數據分析師需要學什麼專業

硬實力：數據分析師需要學生有一定的數學、計算機背景，從這個出發點來說，數學、統計、計算機科學等專業可以從事數據分析工作。這三個專業的同學可以雖然可以處理大量數據，並且擁有很強的數據分析能力，但是這類同學對於Business 和 Marketing缺乏了解。

軟實力：軟實力要求學生懂業務、懂管理，從這個出發點來說，信息管理、市場營銷、電子商務、社會學、金融學等專業畢業後也可以從事數據分析相關工作。不過，這幾個專業在業務方面可能專業度非常高，但是缺點也是非常明顯的：缺乏很強的數學和計算機背景，在實際操作中缺乏相關的專業技能。

更本質的看，數據分析是一種技能，人人可以學，學了都有用。這是個要用數據說話的年代，懂點數據相關知識可以更好的服務工作與學習。

5. 學什麼專業可以做數據分析師

學習數學與應用數學、統計學、計算機科學與技術等理工科專業都可

6. 數據分析師專業技能有哪些

1. 業務領域知識(BA應該對你正在工作的領域/業務有深入的了解)。
2. 批判性思維和不同的思維方式(數據分析師的工作是通過分析數據來提供建議。他們必須以批判性思維來不同地看待這些數據)。
3. 溝通(數據分析師必須具有較強的溝通能力，以便與利益相關者互動並向他們展示結果)。
4. 技術技能(數據分析師將使良好的編程和技術技能更加成功。你至少應了解操作系統，資料庫概念，SDLC方法等。)。
5. 商業知識(具有良好的業務運作方式，如何賺錢，提高效率是數據分析師的重要力量)。
6. 人際交往能力(文學學士應具有較強的人際交往能力。你應具備軟技能，例如時間管理，聽力，口語，演講，自我激勵，態度等)。
7.專注於結果，你必須全力以赴才能獲得結果。

7. 想要成為大數據分析師，本科最好學什麼專業

大數據前景是很不錯的，像大數據這樣的專業還是一線城市比較好，師資力量跟得上、就業的薪資也是可觀的，學習大數據可以按照路線圖的順序，

0基礎學習Java是沒有問題的，關鍵是找到靠譜的Java培訓機構，你可以深度了解機構的口碑情況，問問周圍知道這家機構的人，除了口碑再了解機構的以下幾方面：

1. 師資力量雄厚

要想有1+1>2的實際效果，很關鍵的一點是師資隊伍，你接下來無論是找個工作還是工作中出任哪些的人物角色，都越來越愛你本身的技術專業java技術性，也許的技術專業java技術性則絕大多數來自你的技術專業java教師，一個好的java培訓機構必須具備雄厚的師資力量。

2. 就業保障完善

實現1+1>2效果的關鍵在於能夠為你提供良好的發展平台，即能夠為你提供良好的就業保障，讓學員能夠學到實在實在的知識，並向java學員提供一對一的就業指導，確保學員找到自己的心理工作。

3. 學費性價比高

一個好的Java培訓機構肯定能給你帶來1+1>2的效果，如果你在一個由專業的Java教師領導並由Java培訓機構自己提供的平台上工作，你將獲得比以往更多的投資。

希望你早日學有所成。

8. 數據分析師要學什麼課程

數據分析師學的課程如下：

1.數學知識

數學知識是數據分析師的基礎知識。對於初級數據分析師，了解一些描述統計相關的基礎內容，有一定的公式計算能力即可，了解常用統計模型演算法則是加分。對於高級數據分析師，統計模型相關知識是必備能力，線性代數（主要是矩陣計算相關知識）最好也有一定的了解。

2.分析工具

對於初級數據分析師，玩轉Excel是必須的，數據透視表和公式使用必須熟練，VBA是加分。另外，還要學會一個統計分析工具，SPSS作為入門是比較好的。對於高級數據分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具（如Matlab）視情況而定。

3.分析思維

比如結構化思維、思維導圖、或網路腦圖、麥肯錫式分析，了解一些smart、5W2H、SWOT等等那就更好了。不一定要掌握多深多全，但一定要了解一些。

4.資料庫知識

大數據大數據，就是數據量很多，Excel就解決不了這么大數據量的時候，就得使用資料庫。

5.開發工具及環境

比如：Linux OS、Hadoop(存儲HDFS，計算Yarn)、Spark、或另外一些中間件。目前用得多的開發工具Java、python等等語言工具。

關於數據分析師的學習可以到CDA的認證機構了解一下，全球CDA持證者秉承著先進商業數據分析的新理念，遵循著《CDA職業道德和行為准則》新規范，發揮著自身數據專業能力，推動科技創新進步，助力經濟持續發展。