- 相關(guān)推薦
新手從零開(kāi)始學(xué)數據分析
新手從零開(kāi)始學(xué)數據分析
所有從底層數據工作者往上發(fā)展的基本路徑：
1. 第一階段(一般崗位叫數據專(zhuān)員)
基本學(xué)會(huì )excel(VBA最好學(xué)會(huì );會(huì )做透視表;熟練用篩選、排序、公式)，做好PPT。這樣很多傳統公司的數據專(zhuān)員已經(jīng)可以做了
2. 第二階段(數據專(zhuān)員~數據分析師)
這一階段要會(huì )SQL，懂業(yè)務(wù)，加上第一階段的那些東西。大多數傳統公司和互聯(lián)網(wǎng)小運營(yíng)、產(chǎn)品團隊夠用了。
3. 第三階段(數據分析師)
統計學(xué)熟練(回歸、假設檢驗、時(shí)間序列、簡(jiǎn)單蒙特卡羅)，可視化，PPT和excel一定要溜。這些技術(shù)就夠了，能應付大多數傳統公司業(yè)務(wù)和互聯(lián)網(wǎng)業(yè)務(wù)。
4. 第四階段(分裂)
數據分析師(數據科學(xué)家)、BI等：這部分一般是精進(jìn)統計學(xué)，熟悉業(yè)務(wù)，機器學(xué)習會(huì )使用(調參+選模型+優(yōu)化)，取數、ETL、可視化啥的都是基本姿態(tài)。
可視化工程師：這部分國內比較少，其實(shí)偏重前端，會(huì )high charts，d3.js, echarts.js。技術(shù)發(fā)展路線(xiàn)可以獨立，不在這四階段，可能前端轉行更好。
ETL工程師：顧名思義，做ETL的。
大數據工程師：熟悉大數據技術(shù)，hadoop系二代。
數據工程師(一部分和數據挖掘工程師重合)：機器學(xué)習精通級別(往往是幾種，不用擔心不是全部，和數據分析師側重點(diǎn)不同，更需要了解組合模型，理論基礎)，會(huì )組合模型形成數據產(chǎn)品;計算機基本知識(包括linux知識、軟件工程等);各類(lèi)數據庫(RDBMS、NoSQL(4大類(lèi)))
數據挖掘：和上基本相同。
爬蟲(chóng)工程師：顧名思義，最好http協(xié)議、tcp/ip協(xié)議熟悉。技術(shù)發(fā)展路線(xiàn)可以獨立，不在這四階段。
往數據發(fā)展的基本學(xué)習路徑可以概括為以下內容：
1. EXCEL、PPT(必須精通)
數據工作者的基本姿態(tài)，話(huà)說(shuō)本人技術(shù)并不是很好，但是起碼會(huì )操作;要會(huì )大膽秀自己，和業(yè)務(wù)部門(mén)交流需求，展示分析結果。技術(shù)上回VBA和數據透視就到頂了。
2. 數據庫類(lèi)(必須學(xué))
初級只要會(huì )RDBMS就行了，看公司用哪個(gè)，用哪個(gè)學(xué)哪個(gè)。沒(méi)進(jìn)公司就學(xué)MySQL吧。
NoSQL可以在之后和統計學(xué)啥的一起學(xué)�；镜腘oSQL血MongoDB和Redis(緩存，嚴格意義上不算數據庫)，然后(選學(xué))可以了解各類(lèi)NoSQL，基于圖的數據庫Neo4j，基于Column的數據庫BigTable，基于key-value的數據庫redis/cassendra，基于collection的數據庫MongoDB。
3. 統計學(xué)(必須學(xué))
如果要學(xué)統計學(xué)，重要概念是會(huì )描述性統計、假設檢驗、貝葉斯、極大似然法、回歸(特別是廣義線(xiàn)性回歸)、主成分分析。這些個(gè)用的比較多。也有學(xué)時(shí)間序列、bootstrap、非參之類(lèi)的，這個(gè)看自己的意愿。
其他數學(xué)知識：線(xiàn)性代數常用(是很多后面的基礎)，微積分不常用，動(dòng)力系統、傅里葉分析看自己想進(jìn)的行業(yè)了。
4. 機器學(xué)習(數據分析師要求會(huì )選、用、調)
常用的是幾個(gè)線(xiàn)性分類(lèi)器、聚類(lèi)、回歸、隨機森林、貝葉斯;不常用的也稍微了解一下;深度學(xué)習視情況學(xué)習。
5. 大數據(選學(xué)，有公司要求的話(huà)會(huì )用即可，不要求會(huì )搭環(huán)境)
hadoop基礎，包括hdfs、map-reduce、hive之類(lèi);后面接觸spark和storm再說(shuō)了。
6. 文本類(lèi)(選學(xué)，有公司要求的話(huà)會(huì )用即可)
這部分不熟，基本要知道次感化、分詞、情感分析啥的。
7. 工具類(lèi)
語(yǔ)言：非大數據類(lèi)R、Python最多(比較geek的也有用julia的，不差錢(qián)和某些公司要求的用SAS、Matlab);大數據可能還會(huì )用到scala和java。
可視化(選學(xué))：tableau、d3.js、echarts.js，R里面的ggplot、ggvis，Python里的bokeh、matplotlib、seaborn都不錯
數據庫語(yǔ)言：看你自己用啥學(xué)啥
【新手從零開(kāi)始學(xué)數據分析】相關(guān)文章：
從零開(kāi)始學(xué)攝影 新手影棚打光方法指南07-09
經(jīng)濟學(xué)數據分析方法06-25
職場(chǎng)人要學(xué)數據挖掘還是數據分析好？07-10
數據分析與辦公軟件：數據分析方法07-10
數據分析07-10
聘：數據分析 數據挖掘07-10
如何從零開(kāi)始學(xué)銷(xiāo)售07-02
游戲數據分析（充值分析）07-10
數據分析之如何用數據？07-10