大數據分析師是指基於各種分析手段對大數據進行科學分析、挖掘、展現並用於決策支持的過程,大數據分析師就是從事此項職業的從業人員稱呼,國內已有商務部對大數據分析師進行等級認證。
分析師的角色
大數據分析師可以讓企業清晰的了解到企業現況與競爭環境,風險評判與決策支持,能夠充分利用大數據帶來的價值,在進行數據挖據與展現後,呈現給企業決策者的將是一份清晰、準確且有數據支撐的報告。所以,大數據分析師已經不是簡單的IT工作人員,而是可以參與企業決策發展的核心人物。
與傳統的資料分析師相比,大數據分析師要學會打破資訊孤島利用各種資料來源,在大量資料中尋找資料規律,在大量資料中發現資料異常。負責大數據資料分析和挖掘平台的規劃、開發、營運和最佳化;根據專案設計開發資料模型、資料探勘和處理演算法;透過資料探索和模型的輸出進行分析,給出分析結果。
大數據分析師該學什麼?
1、數學知識
數學知識是資料分析師的基礎知識。對於初級資料分析師,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。
對於高階資料分析師,統計模型相關知識是必備能力,線性代數(主要是矩陣運算相關知識)最好也有一定的了解。
而對於資料探勘工程師,除了統計學以外,各類演算法也需要熟練使用,對數學的要求是最高的。
所以資料分析並非一定要數學能力非常好才能學習,只要看你想往哪個方向發展,資料分析也有偏「文」的一面,特別是女孩子,可以往文檔寫作這一方向發展。
2、分析工具
對於初級資料分析師,玩Excel是必須的,資料透視表和公式使用必須熟練,VBA是加分。另外,也要學會一個統計分析工具,SPSS作為入門是比較好的。
對於高階資料分析師,使用分析工具是核心能力,VBA基本上必備,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。
對於資料探勘工程師…嗯,會用用Excel就行了,主要工作要靠寫程式碼來解決呢。
3、程式語言
對於初級資料分析師,會寫SQL查詢,有需要的話寫寫Hadoop和Hive查詢,基本上就OK了。
對於高階資料分析師,除了SQL以外,學習Python是很有必要的,用來取得和處理資料都是事半功倍。當然其他程式語言也是可以的。
對於資料探勘工程師,Hadoop得熟悉,Python/Java/C 至少得熟悉一門,Shell得會用…總之程式語言絕對是資料探勘工程師的最核心能力了。
4、業務理解
業務理解說是資料分析師所有工作的基礎也不為過,資料的獲取方案、指標的選取、甚至最終結論的洞察,都依賴數據分析師對業務本身的理解。
對於初級資料分析師,主要工作是提取資料和做一些簡單圖表,以及少量的洞察結論,擁有對業務的基本了解就可以。
對於高階數據分析師,需要對業務有較為深入的了解,能夠基於數據,提煉出有效觀點,對實際業務能有所幫助。
對於資料探勘工程師,對業務有基本了解就可以,重點還是需要放在發揮自己的技術能力上。
業務能力是優秀資料分析師必備的,如果你之前對某一產業已經非常熟悉,再學習資料分析,是非常正確的做法。剛畢業沒有行業經驗也可以慢慢培養,不用擔心。
5、邏輯思考
這項能力在我之前的文章中提的比較少,這次單獨拿出來說一下。
對於初級資料分析師,邏輯思考主要體現在資料分析過程中每一步都有目的性,知道自己需要用什麼樣的手段,達到什麼樣的目標。
對於高階資料分析師,邏輯思考主要體現在建構完整有效的分析框架,了解分析對象之間的關聯關係,清楚每個指標變化的前因後果,會對業務帶來的影響。
對於資料探勘工程師,邏輯思維除了體現在和業務相關的分析工作上,還包括演算法邏輯,程式邏輯等,所以對邏輯思考的要求也是最高的。
6、資料視覺化
資料視覺化說起來很高大上,其實包含的範圍很廣,做個PPT裡邊放上資料圖表也可以算是資料視覺化,所以我認為這是一項普遍需要的能力。
對於初級數據分析師,能用Excel和PPT做出基本的圖表和報告,能清楚的展示數據,就達到目標了。
對於高階資料分析師,需要探索更好的資料視覺化方法,使用更有效的資料視覺化工具,根據實際需求做出或簡單或複雜,但適合受眾觀看的資料視覺化內容。
對於資料探勘工程師,了解一些資料視覺化工具是有必要的,也要根據需求做一些複雜的視覺化圖表,但通常不需要考慮太多美化的問題。
7、協調溝通
對於初級資料分析師,了解業務、尋找數據、講解報告,都需要和不同部門的人打交道,因此溝通能力很重要。
對於高階資料分析師,需要開始獨立帶項目,或和產品做一些合作,因此除了溝通能力以外,還需要一些專案協調能力。
對於資料探勘工程師,和人溝通技術方面內容偏多,業務方面相對少一些,對溝通協調的要求也相對低一些。
以上是大數據分析師要學什麼的詳細內容。更多資訊請關注PHP中文網其他相關文章!