转数据分析如何找工作

㈠ 从零开始学数据分析，什么程度可以找工作

一、数据分析学习到什么程度可以找工作？

这个问题要看你准备面试的公司，具体情况差异较大。所以我只能从自身真实经验中总结一些建议，给出一些最基础的知识结构，供楼主参考。

首先，我觉得优秀的数据分析师应该具备三方面的素质：

• 数据分析技能；

• 对业务的理解；

• 独到的分析思维和表达；

当然，只要具备基本的数据分析技能就可以尝试找工作了，可以在工作中逐步培养和提升后面两项素质。

㈡ 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

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(分裂)

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。

㈢ 懂点数据分析，想找这方面的工作，又怕技术不行，怎么办

你好！你如果大学是从事相关专业的，或者之前去过培训机构做过相关培训，那你可以投简历试试。不过，数据分析不同于服务员、清洁工等低端工作，这种有些技术含量的通常会对学历、工作经历有要求，你可以先去不需要工作经历的地方工作一段时间，然后去找要求更高的。稳定了以后待遇还是会很不错的。以上都是纯手打，如觉得满意还请采纳哦！

㈣ 工作两年，想转行做数据分析，不知道路怎样走

转行数据分析，和一个人的岗位没有多大联系，因为说到的是“转行”，就是从一个和数据分析相关性或交集程度很弱的行业，转到数据分析这个行业。如果你一开始就是做报表分析或产品市场分析，或者电商、金融行业的市场定位以及产品的分析设计等等，本身就是和数据分析打过交道的，那这不算是转行，顶多是提升或增值自己而已。
数据分析行业，一般来说，需要学到的主要是概率统计、Excel、SQL、python基础知识、Tableau、pandas包、SPSS软件、Power BI 、matplotlib包等，如果你学生时期是学习数理统计或计算机相关专业，那么相对来说你会学得比较容易上手，比较轻松一点。但这一切都是从过去的知识背景出发，不是全部，学习数据分析，兴趣、耐心和决心相辅相成，缺一不可，很多人一开始对数据分析还是很有兴趣的，但慢慢地就觉得数字很枯燥，坚持不下来，最后就不了了之了。
所以，如果你打算转行数据分析，就一定要想得清清楚楚，一切事物都是有风险的，谁都无法预测未来会变成什么样，但有时候人是需要一些果断的（不是冲动），想好了就不犹豫。

㈤ 数据分析师就业前景如何

数据分析师的就业前景是广阔的。
1、人才缺口大，IT时代逐渐被DT时代取代，用理性的数据分析代人工的经验分析成为主流，数据分析人才的供给指数仅为0.05，属于高度稀缺。
2、入门相对简单数据分析是一门跨领域技术，不需要很强的理工科背景，反而那些有市场销售、金融、财务或零售业背景的人士，分析思路更加开阔。
3、薪资待遇高1-2年工作经验的大数据分析岗位的平均月薪可达到13k左右的水平。岗位的薪酬和经验正相关，越老越值钱。
4、行业适应性强几乎所有的行业都会应用到数据，数据分析师不仅仅可以在互联IT行业就业，也可以在银行、零售、医药业、制造业和交通传输等领域服务。
5、职业寿命长数据分析职业一旦掌握，可以在职场上收益长久，掌握这门新兴技术都会大有用武之地，受其他外部业务影响相对较小，职位相对稳定。

㈥ 从零开始学数据分析，什么程度可以找工作

今年初由于换工作的原因，意外的和曾经的一些同事有了联系，其中3个数据分析师都转成了数据产品经理，几乎没有纯粹做数据分析的同事了。数据分析师入门容易，但越到职业发展后期，对技能要求越高，学习成本陡增，身边一些数据分析师都在学习python，但真的能在实际工作中运用的机会很少，所以转向数据挖掘方向的难度很大。也许数据产品经理是很多数据分析师在工作几年后一个不错的选择。接触过各种数据分析师，数据专员，etl工程师，数据挖掘，数据科学家，数据运营，数据产品。看了其他人的答案，我觉得更偏向数据开发，或者数据挖掘，我来说下一般招聘网站里要求的数据分析师的情况吧。对数据分析师的要求和数据分析师所隶属的部门相关，数据分析师一般存在于三类部门：隶属于负责某一条产品线的业务部门，部门只有一个数据分析师，也可能叫数据专员，部门内的其他人是运营、产品，数据分析师的日常工作就是给领导或同事出各种数据报表，偶尔出个报告，只要熟练掌握excel和ppt即可，数据来自bi系统，或者提需求给技术部或数据部提取数据。统计学的知识用不上，因为你的领导和同事完全不懂，他们就是想看某个数据，需要你给出数据来证明他们产品改进或运营的效果，他们会根据经验来理解这些数据。这类数据分析师的工作比较机械重复，但对自己所属的产品线非常熟悉，适合刚毕业的。

㈦ 数据分析行业就业前景怎么样

就业前景很好。一方面国家大力支持大数据行业的发展，已经上升为国际战略的今天，大数据人才正在拥有更多的发展机会。另一方面许多的领域都是缺乏这方面的人才，如教育，医疗，计算机科学、社会科学、商学、金融、医学、法律、语言学............所以它面临的人才缺口非常大。

数据分析师的发展总体来说, 后期主要有几条路线

(1) 数据分析师专业路线， 这种到后来基本就是成为数据分析专家， 成为一个专业方向的专家

(2) 转管理, 这种到后期基本是成为数据分析组长或者总监，来管理一个组或者一个部门

(3) 转其他方向, 数据分析因为是跟业务很紧密的一个工作, 所以就可以往产品运营方向来转,或者往数据产品方向来转

想要了解更多关于数据分析行业前景的问题，可以咨询一下CDA认证中心。CDA行业标准由国际范围数据领域的行业专家、学者及知名企业共同制定并每年修订更新，确保了标准的公立性、权威性、前沿性。通过CDA认证考试者可获得CDA中英文认证证书。

㈧ 想求职一份数据分析的工作，没有经验，可以吗

可以从实习生或者助手做起，慢慢积累经验。

首先，你得具备基本的数据分析技能：

1、Excel

Excel简单易用，功能强大，熟练使用Excel是数据分析必备的技能。

2、SQL

跟数据打交道，有时候可能需要些SQL，所以掌握一些常用的SQL命令也是必须的。

3、统计学

统计学是一个数据分析师的核心功底，掌握一些统计学知识是必要的。

4、SPSS

对于有些统计分析方法，例如多元线性回归、聚类分析、主成分分析等，Excel无法实现，通过SPSS可以轻松搞定。

5、Tableau

Tableau作为商业智能和分析利器，受到很多公司的欢迎，学点Tableau能够让工作更加高效。

㈨ 转行数据分析没有经验怎么就业

各个阶段都需要不同的技术，另外还需要项目管理、配置管理、过程管理等角色。数据分析的分工越来越细，就业面越来越宽。其实，现在数据分析业最缺的是既有深厚的技术功底、又有杰出的管理能力、熟悉业务的复合型人才，要具备这些条件，一般都需要五、六年以上的工作经验。随着数据分析行业的成熟，和其它传统行业一样也需要各种年龄段的人才，而且也是越有经验越吃香。