数据分析师是哪个专业

⑴ 数据分析属于什么专业

一般从事数据分析员的人都是统计学或数学专业的人。

数据分析师职位要求 ：
1、计算机、统计学、数学等相关专业本科及以上学历；
2、具有深厚的统计学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术，能够熟练地使用SQL；
3、三年以上具有海量数据挖掘、分析相关项目实施的工作经验，参与过较完整的数据采集、整理、分析和建模工作；
4、对商业和业务逻辑敏感，熟悉传统行业数据挖掘背景、了解市场特点及用户需求，有互联网相关行业背景，有网站用户行为研究和文本挖掘经验尤佳；
5、具备良好的逻辑分析能力、组织沟通能力和团队精神；
6、富有创新精神，充满激情，乐于接受挑战。

⑵ 项目数据分析师属于什么专业

其实都差不太多，投资项目分析师是掌握投资项目分析的基本原理、技术、方法和工具，能熟练使用“项目投资决策数据
分析 软件”,对各类投资项目做出正确评估的专业人士。投资项目分析师通过对财务以及市场数据进行科学的定量分析，为投资主体、政府组织、金融机构和企业提供正确的投资决策。
而数据分析师是专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。 多少的是会有差异的
另外,虚机团上产品团购,超级便宜

⑶ 想当数据分析师要选什么专业

数据分析行业逐渐被企业和从业者青睐，很多人给小编留言，咨询从事数据分析选择什么专业更占优势？今天，我们也来聊聊。

一、数学专业

正所谓“学好数理化，走遍天下都不怕”，数据分析无外乎是从大量凌乱数据中发现隐含的规律，数学往往让人逻辑思维更严密，对数据更加敏感。

数据分析不是IT行业，无需精通过多编程语言，数据分析更注重实操和业务能力，且现今数据分析工具，如：Python、PowerBI等已比较容易入门。

从事数据分析，真正要提升的是逻辑思维能力、敏锐的洞察能力、良好的沟通表述能力……这些无需靠背景，通过努力也可拿下。

⑷ 数据分析员属于什么专业

数据分析员是一种职业，而想要成为一名数据分析员，可以选择以下专业：
硬实力：数据分析师需要学生有一定的数学、计算机背景，从这个出发点来说，数学、统计、计算机科学等专业可以从事数据分析工作。这三个专业的同学可以虽然可以处理大量数据，并且拥有很强的数据分析能力，但是这类同学对于Business 和 Marketing缺乏了解。

软实力：软实力要求学生懂业务、懂管理，从这个出发点来说，信息管理、市场营销、电子商务、社会学、金融学等专业毕业后也可以从事数据分析相关工作。不过，这几个专业在业务方面可能专业度非常高，但是缺点也是非常明显的：缺乏很强的数学和计算机背景，在实际操作中缺乏相关的专业技能。

更本质的看，数据分析是一种技能，人人可以学，学了都有用。这是个要用数据说话的年代，懂点数据相关知识可以更好的服务工作与学习。

⑸ 想要做数据分析师应选择什么专业

数据分析行业的大火以及较高的薪酬待遇，让很多高中毕业生、在校大学生或职业遭遇瓶颈的人士开始蠢蠢欲动，想学习数据分析从而进入数据分析行列。但 有一个很困惑的问题就是：自己选择或学习的专业似乎和数据分析没什么交集，这个时候选择数据分析师这条道路会不会很艰难？担心自己的专业跟不上数据分析的学习进度，也担心自己的能力是否符合数据分析技能的要求。
其实，讲真的。虽然数据分析这个行业有着天然的专业鄙视链（文理科的逻辑思维功底、编程语言接受程度上以及数理统计基础实实在在的存在差别，这也是甲方更信赖理工科出身的重要原因，因为社科或文艺类专业，很少有学校会严格地按照数理逻辑去制定学生的课程培养计划），但是并不代表文科生没有任何机会，因为大学以前，其实我们都没正式接触过编程或统计学，大学本科更多的是提升一个人的思维、而不是过硬的专研能力。所以文科专业的朋友，兴趣和决定也是重要因素，不能单单凭借客观的专业背景就否定自己。
当然，学习数学与应用数学、统计学、计算机科学与技术等理工科专业的人确实比文科生有着客观的优势，但能力大于专业，兴趣才会决定你走得有多远。毕竟数据分析不像编程那样，需要你天天敲代码，要学习好多的编程语言，数据分析更注重的是你的实操和业务能力。如今的软件学习都是非常简单便捷的，我们真正需要提升的是自己的逻辑思维能力，以及敏锐的洞察能力，还得有良好的沟通表述能力。这些都是和自身的努力有关，而不是单纯凭借理工科背景就可以啃得下来的。相反这些能力更加倾向于文科生，毕竟好奇心、创造力也是一个人不可或缺的。
所以，大学选择什么专业，不要让数据分析这根绳子牵着你走，而是要问自己喜欢和擅长的是什么。如果你物理基础不好，硬要选择机动化专业，那四年的大学时光只会让你觉得难熬又无奈。一切从自身出发，发掘自己的优点和长处才是最重要的。

⑹ 什么专业才能做数据分析师

这其实不是一个很好的问题，因为问这个意义不大，因为什么专业都能，比如说我一个数据分析师的朋友本科是学公共管理的。这个问题你得问什么专业更适合做数据分析师？

什么专业更适合做数据分析师呢？这涉及到数据分析师的职业胜任力。我认为其职业胜任力模型包括两方面：1知识、技能；2 情感、态度、价值观。

我从来不觉得什么专业是天生的数据分析师，但也承认，如果数据分析师具备业务知识，商业头脑，财务会计知识，强大的数据处理能力，是非常棒的。（文/艾萌atanqing，一个略懂数据分析的心理咨询师）

⑺ 数据分析师专业技能有哪些

1. 业务领域知识(BA应该对你正在工作的领域/业务有深入的了解)。
2. 批判性思维和不同的思维方式(数据分析师的工作是通过分析数据来提供建议。他们必须以批判性思维来不同地看待这些数据)。
3. 沟通(数据分析师必须具有较强的沟通能力，以便与利益相关者互动并向他们展示结果)。
4. 技术技能(数据分析师将使良好的编程和技术技能更加成功。你至少应了解操作系统，数据库概念，SDLC方法等。)。
5. 商业知识(具有良好的业务运作方式，如何赚钱，提高效率是数据分析师的重要力量)。
6. 人际交往能力(文学学士应具有较强的人际交往能力。你应具备软技能，例如时间管理，听力，口语，演讲，自我激励，态度等)。
7.专注于结果，你必须全力以赴才能获得结果。

⑻ 数据分析师是一个什么样的职业

数据分析师分布在不同行业中，专门从事行业数据的搜集、整理、分析，并依据数据做出行业研究、评估和预测。数据分析师需要敏锐的数字洞察力，因此，统计、会计、保险、工程经济、金融、数学、计算机等专业的同学对这个行业有明显优势，但其他行业的同学如果对这个职业感兴趣，通过日常学习，掌握一些统计必备技能，亦可以从事此类工作.
主要工作领域：
1、从事投资项目审核审批和招商引资、项目评估、投资决策等工作的政府机构、企业的相关领导以及从业人员。
2、在银行或非银行金融机构、投资管理公司、投资管理顾问公司从事风险投资、产业投资、信贷和投资管理等方面工作的专业从业人员。
3、会计师事务所、资产评估事务所及税务师事务所、律师相关专业人员。
4、学习财务、统计、投资、金融和企业管理等相关专业的在校应届学生。
5、在企事业单位从事市场调查与宣传工作的人士以及具有策划与决策工作职能要求的人士。
6、在不同领域尝试创业以及在投资、金融、资本运营、房地产和企业管理领域发展的各界人士。
数据分析师的工作内容分为四个层面：
1、处理临时需求：解决业务一次性，临时性的数据需求。
2、报表开发：根据业务需要，与开发工程师讨论进行相关报表开发。
3、数据分析与挖掘：与业务同事一起沟通，分析业务问题，提供建议;根据业务需要建立各类挖掘模型。
4、数据产品化：通过数据产品化方式解决结构化业务问题。
数据分析师的基本要求：
1、懂得建立目标
数据分析是为了解决问题而去分析，不是单纯为分析而分析。数据分析是有目的性的。比如：一季度ABC产品的销售情况，是按月份为横坐标建立各部门的图表;各产品线ABC在一季度的销售情况，是按部门为横坐标建立对应的图表。
2、针对不同人群提供不同的结论报告
数据分析要有结论报告，不同的人群报告的侧重点不同。比如管理层，看的是趋势和异常点;营销人员看的是ROI((Return On Investment)产出比率和高用户质量的导入情况;业务人员看的是产品对用户的活跃度等。
3、掌握数据分析工具
如果是互联网数据分析，可以从google GA入门，EXCEL辅助，了解数据分析的基本算法。至于SAS,SPSS这些高级工具不一定需要。
4、不同时期要有不同的KPI(KeyPerformance Indicator,关键绩效指标)
不断的调整目标和发现问题是数据分析精细化的必经过程。

⑼ 数据分析师应选择什么专业

统计专业（有统计理论）、计算机专业专业（会编程序实现）。

⑽ 数据分析师一般是什么专业如何成为数据分析师

数据分析师一般是计算机或者数学相关专业。成为一个合格的大数据分析师应该学习和掌握以下技能：

• 统计分析：大数定律，抽样推测规律，秩和检验，回归分析，方差分析等；

• 可视化辅助工具：Excel，PPT，思维导图，Visio；

• 大数据处理框架：Hadoop，Kaffka，Storm，ELK，Spark；

• 数据库：SQLite，MySQL，MongoDB，Redis，Cassandra，HBase；

• 数据仓库/商业智能：SSIS数据仓库，SSAS SSRS，DW；

• 数据挖掘工具：Matlab，SAS，SPSS；

• 人工智能：机器学习相关知识；

• 挖掘算法：数据结构，一致性，常用算法；

• 编程语言：Python/R，Ruby，Java；

计算机对数据存储和保存了大量数据，包括科学家和工程师也都了丰富的研究和应用尽可能多的提取数量。然而想从大量数据中洞察出真正和有用的，更高价值的数据，都是需要人工干预的。这些人有丰富的行业经验和洞察力，而且对业务有深刻了解，并且能够使用好数据分析的工作，例如Excel，SPSS，Python/R等。这种职位一般存在于高科技公司，例如PayPal和Google，相信以后人工智能、大数据、云计算创业的很多中小型企业，对此职位的需要也会越来越多。

对以上知识进行有重点的学习，解决的方法是让各种技能达标：

初级数据分析师需要快速学习能力80分，数学知识40分，分析工具使用程度70分，编程语言30分，业务理解80分，逻辑思维80分，数据可视化能力40分，协调沟通能力80分。

高级数据分析师要达到快速学习能力80分，数学知识70分，分析工具使用程度90分，编程语言60分，业务理解90分，逻辑思维80分，数据可视化能力90分，协调沟通能力80分。

总之，成为分析师的重要点并非数学知识和编程能力，最重要提是业务理解和协调能力，所以针对不同的行业的分析师，要学习的行业知识也不尽相同，需要对症下药，实施不同学习策划和路径。