1樓：環球網校
1. 理論知識(概率統計、概率分析等)
掌握與資料分析相關的演算法是演算法工程師必備的能力，如果你面試的是和演算法相關的工作，那麼面試官一定會問你和演算法相關的問題。比如常用的資料探勘演算法都有哪些，em
演算法和 k-means 演算法的區別和相同之處有哪些等。
有些分析師的工作還需要有一定的數學基礎，比如概率論與數理統計，最優化原理等。這些知識在演算法優化中會用到。
除此以外，一些資料工程師的工作更偏向於前期的資料預處理，比如 etl
工程師。這個職位考察你對資料清洗、資料整合的能力。雖然它們不是資料分析的「煉金」環節，卻在資料分析過程中佔了 80% 的時間。
2. 具體工具(sklearn、python、numpy、pandas 等)
工程師一定需要掌握工具，你通常可以從 jd 中了解一家公司採用的工具有哪些。如果你做的是和演算法相關的工作，最好還是掌握一門語言，python
語言最適合不過，還需要對 python 的工具，比如 numpy、pandas、sklearn 有一定的了解。
資料 etl 工程師還需要掌握 etl 工具，比如 kettle。
如果是資料視覺化工作，需要掌握資料視覺化工具，比如 python 視覺化，tableau 等。
如果工作和資料採集相關，你也需要掌握資料採集工具，比如 python 爬蟲、八爪魚。
3. 業務能力(資料思維)
資料分析的本質是要對業務有幫助。因此資料分析有乙個很重要的知識點就是使用者畫像。
使用者畫像是企業業務中用到比較多的場景，對於資料分析來說，就是對資料進行標籤化，實際上這是一種抽象能力。
2樓：
如果你打算成為一名資料分析師，你需要同時具備統計學、資料庫、經濟學三個領域的基礎知識；英語四級或以上、熟悉指標英文名稱；具備網際網路產品設計知識。
如何成為乙個資料分析師？需要具備哪些技能？
3樓：海同職座標**
成為一名資料分析師所需要具備的技能總結：
數學知識
對於初級資料分析師來說，則需要了解統計相關的基礎性內容，公式計算，統計模型等。當你獲得乙份資料集時，需要先進行了解資料集的質量，進行描述統計。
而對於高階資料分析師，必須具備統計模型的能力，線性代數也要有一定的了解。
分析工具
對於分析工具，sql 是必須會的，還有要熟悉excel資料透視表和公式的使用，另外，還要學會乙個統計分析工具，sas作為入門是比較好的，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）可以視情況而定。
程式語言
資料分析領域最熱門的兩大語言是 r 和 python。涉及各類統計函式和工具的呼叫，r無疑有優勢。但是大資料量的處理力不足，學習曲線比較陡峭。
python 適用性強，可以將分析的過程指令碼化。所以，如果你想在這一領域有所發展，學習 python 也是相當有必要的。
當然其他程式語言也是需要掌握的。要有獨立把資料化為己用的能力, 這其中sql 是最基本的，你必須會用 sql 查詢資料、會快速寫程式分析資料。當然，程式設計技術不需要達到軟體工程師的水平。
要想更深入的分析問題你可能還會用到：exploratory analysis skills、optimization、simulation、machine learning、data mining、modeling 等。
業務理解
對業務的理解是資料分析師工作的基礎，資料的獲取方案、指標的選取、還有最終結論的洞察，都依賴於資料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。對於高階資料分析師，需要對業務有較為深入的了解，能夠基於資料，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。
邏輯思維
對於初級資料分析師，邏輯思維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，邏輯思維主要體現在搭建完整有效的分析框架，了解分析物件之間的關聯關係，清楚每乙個指標變化的前因後果，會給業務帶來的影響。對於資料探勘工程師，羅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，所以對邏輯思維的要求也是最高的。
資料視覺化
資料視覺化主要借助於圖形化手段，清晰有效地傳達與溝通資訊。聽起來很高大上，其實包括的範圍很廣，做個 ppt 裡邊放上資料圖表也可以算是資料視覺化。
對於初級資料分析師，能用 excel 和 ppt 做出基本的圖表和報告，能清楚地展示資料，就達到目標了。對於稍高階的資料分析師，需要使用更有效的資料分析工具，根據實際需求做出或簡單或複雜，但適合受眾**的資料視覺化內容。
協調溝通
資料分析師不僅需要具備破譯資料的能力，也經常被要求向專案經理和部門主管提供有關某些資料點的建議，所以，你需要有較強的交流能力。
對於高階資料分析師，需要開始獨立帶專案，或者和產品做一些合作，因此除了溝通能力以外，還需要一些專案協調能力。
4樓：九道門聊資料
資料分析師最重要的技能其實並不是程式設計，敲**的能力，不侷限於工具的使用上，如果只會工具，就算再厲害，也只能當個「工具人」，在業內俗稱表哥表姐，特替代性高而且工資很低。
那麼究竟什麼才是資料分析師最重要的技能呢？我給大家簡單地總結了一下，資料分析最重要的其實是軟能力：
1.業務能力
現在大部分線上課只能教大家工具的使用，雖然使用工具也是很基礎、很重要的技能，但是只要你有一定的資料分析師工作經驗就會明白，要成為資料分析師，實操才是最重要的，如果你沒有真實的企業資料分析經驗，那你的分析結果也不過是紙上談兵。從事資料分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
2.分析思考能力
擁有業務能力的同時，也要有自己的分析思考能力，你在取得資料後，不僅僅要站在業務的角度去考慮，也要去從中發現規律和異樣，過去的資料表達了什麼結果，現在的資料又會隱藏著哪些危機？只有你經過了自己的思考和推算，有自己辨別和感知的能力，你的資料分析出來的結果才會更加的準確，更貼合事實本身。
每個行業要思考的維度也不同，所以要和業務結合在一起，不能脫離業務本質，你可以富有想象，有自己的創造力，但也一定要貼合業務，參照過去發生的事，不要自己天馬行空，這也是需要注意的一點。
3.溝通表達能力
數作為企業的重要樞紐，連線著公司的產品和運營等部門，在企業起著至關重要的作用。你的分析結果要被多個部門採納，可能包括產品、運營、業務還有你的領導，如果沒有良好的溝通表達能力和團隊協作能力，那麼你的分析結果可能就只能是自己乙個人的「狂歡」，而不是站在公司角度的「盛宴」，而且有的時候乙個人的理解未必全面，所以需要和整個團隊去協作，多聽取其他部分的意見和問題，這也是輔助你分析結果的因素之一。所以這個能力千萬不要小看，這絕對是最基礎也是必備的能力之一。
5樓：加公尺谷大資料科技
資料分析師需要的技術技能：1、統計分析
2、視覺化輔助工具
excel、ppt、xmind、viso
3、大資料處理框架
hadoop、kafka、storm、elk、spark等4、資料庫
mysql、mongodb、redis、hbase等5、資料倉儲
ssis資料倉儲、ssrs、dw2.0
6、資料探勘工具
matlab、sas、spss、r、python7、挖掘演算法
資料結構、一致性、常用演算法
8、程式語言
python、r、ruby等
9、溝通技巧
這項工作需要與多個部門的不同人員密切合作
6樓：中草藥拙舉
資料分析師的職位要求 ：
1、計算機、統計學、數學等相關專業本科及以上學歷；
2、具有深厚的統計學、資料探勘知識，熟悉資料倉儲和資料探勘的相關技術，能夠熟練地使用sql；
3、三年以上具有海量資料探勘、分析相關專案實施的工作經驗，參與過較完整的資料採集、整理、分析和建模工作；
4、對商業和業務邏輯敏感，熟悉傳統行業資料探勘背景、了解市場特點及使用者需求，有網際網路相關行業背景，有**使用者行為研究和文字挖掘經驗尤佳；
5、具備良好的邏輯分析能力、組織溝通能力和團隊精神；
6、富有創新精神，充滿激情，樂於接受挑戰。
1、態度嚴謹負責
嚴謹負責是資料分析師的必備素質之一，只有本著嚴謹負責的態度，才能保證資料的客觀、準確。在企業裡，資料分析師可以說是企業的醫生，他們通過對企業運營資料的分析，為企業尋找癥結及問題。一名合格的資料分析師，應具有嚴謹、負責的態度，保持中立立場，客觀評價企業發展過程中存在的問題，為決策層提供有效的參考依據；不應受其他因素影響而更改資料，隱瞞企業存在的問題，這樣做對企業發展是非常不利的，甚至會造成嚴重的後果。
而且，對資料分析師自身來說，也是前途盡毀，從此以後所做的資料分析結果都將受到質疑，因為你已經不再是可信賴的人，在同事、領導、客戶面前已經失去了信任。所以，作為一名資料分析師就必須持有嚴謹負責的態度，這也是最基本的職業道德。
2、好奇心強烈
好奇心人皆有之，但是作為資料分析師，這份好奇心就應該更強烈，要積極主動地發現和挖掘隱藏在資料內部的真相。在資料分析師的腦子裡，應該充滿著無數個「為什麼」，為什麼是這樣的結果，為什麼不是那樣的結果，導致這個結果的原因是什麼，為什麼結果不是預期的那樣等等。這一系列問題都要在進行資料分析時提出來，並且通過資料分析，給自己乙個滿意的答案。
越是優秀的資料分析師，好奇心也越不容易滿足，回答了乙個問題，又會丟擲乙個新的問題，繼續研究下去。只有擁有了這樣一種刨根問底的精神，才會對資料和結論保持敏感，繼而順藤摸瓜，找出資料背後的真相。
3、邏輯思維清晰
除了一顆探索真相的好奇心，資料分析師還需要具備縝密的思維和清晰的邏輯推理能力。我記得有位大師說過：結構為王。
何謂結構，結構就是我們常說的邏輯，不論說話還是寫文章，都要有條理，有目的，不可眉毛鬍子一把抓，不分主次。
通常從事資料分析時所面對的商業問題都是較為複雜的，我們要考慮錯綜複雜的成因，分析所面對的各種複雜的環境因素，並在若干發展可能性中選擇乙個最優的方向。這就需要我們對事實有足夠的了解，同時也需要我們能真正理清問題的整體以及區域性的結構，在深度思考後，理清結構中相互的邏輯關係，只有這樣才能真正客觀地、科學地找到商業問題的答案。
4、擅長模仿
在做資料分析時，有自己的想法固然重要，但是「前車之鑑」也是非常有必要學習的，它能幫助資料分析師迅速地成長，因此，模仿是快速提高學習成果的有效方法。這裡說的模仿主要是參考他人優秀的分析思路和方法，而並不是說直接「照搬」。成功的模仿需要領會他人方法精髓，理解其分析原理，透過表面達到實質。
萬變不離其宗，要善於將這些精華轉化為自己的知識，否則，只能是「一直在模仿，從未超越過」。
5、勇於創新
通過模仿可以借鑑他人的成功經驗，但模仿的時間不宜太長，並且建議每次模仿後都要進行總結，提出可以改進的地方，甚至要有所創新。創新是乙個優秀資料分析師應具備的精神，只有不斷的創新，才能提高自己的分析水平，使自己站在更高的角度來分析問題，為整個研究領域乃至社會帶來更多的價值。現在的分析方法和研究課題千變萬化，墨守成規是無法很好地解決所面臨的新問題的。
技能要求：
1、懂業務。
從事資料分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
2、懂管理。
一方面是搭建資料分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建資料分析的框架，後續的資料分析也很難進行。另一方面的作用是針對資料分析結論提出有指導意義的分析建議。
3、懂分析。
指掌握資料分析基本原理與一些有效的資料分析方法，並能靈活運用到實踐工作中，以便有效的開展資料分析。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。
高階的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。
4、懂工具。
指掌握資料分析相關的常用工具。資料分析方法是理論，而資料分析工具就是實現資料分析方法理論的工具，面對越來越龐大的資料，我們不能依靠計算器進行分析，必須依靠強大的資料分析工具幫我們完成資料分析工作。
5、懂設計。
懂設計是指運用圖表有效表達資料分析師的分析觀點，使分析結果一目了然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則。
準備想考資料分析師證有必要嗎，資料分析師的前景如何？有沒有必要考證書？
資料分析師資格證書當然有用了。但不能因為想要資料分析師證書而學習 考證，而是要學到真東西，培養出自己的能力。如果你想將來成為資料分析師，那還是參加培訓比較合適，這樣可以系統的掌握資料分析的知識。隨著社會經濟的發展和資料分析的規範化，社會上各種企事業單位對資料分析師人才的需求也會大大增加，會計將成為各...
資料分析師就業前景如何，資料分析師的就業前景如何？
資料分析通常有兩種出路 對演算法做深入的研究然後去做資料探勘 對業務有比較深刻的理解然後轉去做業務。除此之外，無其他出路。而說實話，我不看好資料分析本身這個崗位。為什麼不看好?首先我們對資料分析的工作做個拆解。大部分的資料分析有50 的時間在取數，還有40 的時間在跟產品經理溝通 做ab實驗以及做做...
資料分析師需要具備的技能有哪些，資料分析師要具備哪些技能
資料分析師作為乙個興起不久的職業，目前高校還沒有強關聯的專業，基本上都是轉行的居多，但一定要注意的就是 會工具不代表就可以做資料分析師。很多人都在糾結自己沒學過程式設計軟體，不會python怎麼辦，其實python之類的只是乙個工具而已，資料分析師對python的能力要求並不高，工作中用sql和ex...
資料分析師應該具備的能力，資料分析師應該掌握的能力都有哪些？
資料分析師需要具備以下幾個方面的能力 1 資料管理。a 資料獲取。企業需求 資料庫訪問 外部資料檔案讀入 案例分析 使用產品資訊檔案演示spss的資料讀入共能。b 資料管理。企業需求 對大型資料進行編碼 清理 轉換。案例分析 使用銀行信用違約資訊檔案spss相應過程。1 資料的選擇 合併與拆分 檢查...
資料分析師是做什麼工作的，資料分析師的工作內容主要是幹些什麼？
資料分析師的在企業中的主要作用是支援與指導業務發展。基本合格的資料分析師支援業務發展，優秀的資料分析師指導業務發展。資料分析師在不同型別 規模 發展階段的企業中，發揮的作用不一樣 在企業發展初期，基本是沒有資料分析師的。乙個原因是資料量少，不用過多分析就能發現問題 另乙個原因是網際網路業務發展初期目...