谢谢邀请。你说的应该是⼤数据分析师吧。现在⼤数据分析可以热得不要不要的。从发展来看，⼤数据分析师很有前景的。但也并不是随便⼀个公司就可以做⼤数据分析的。有⼏个问题是做⼤数据要考虑的：⼤数据来源是否全⾯，分析什么，谁来使⽤等等。当然如果能到能做⼤数据的公司，那薪⽔还是可观的。要做⼤数据分析师，有⼀些东西是不得不学的，要不然，做不了分析师的，可能做的程序员，帮别⼈实现分析的结果⽽已。
第⼀：统计学知识。这是很⼤⼀部分⼤数据分析师的短板。当然这⾥说的不是简单的⼀些统计⽽已。⽽是包括均值、中位数、标准差、⽅差、概率、假设检验等等具有时间、空间、数据本⾝。差不多应该是理⼯科的⾼等数学的知识，甚⾄还⾼⼀点⼉。要能够建模，要不然你分析出来的结果离实际相差⼗万⼋千⾥的话，估计要不了⼏天，你就会被卷铺盖⾛⼈了。当然，做个⼀般的⼤数据分析师，就不会涉及到很深的⾼等数学知识了，但要做⼀个⽜B的⼤数据分析师，还是要学习学习再学习。
第⼆：很多⼈想不到的，你还是把EXCEL玩熟悉吧。当然不需要掌握的⾼⼤全，也得要掌握常⽤的函数，⽐如重点包括但不限于sum，count，sumif，countif，find，if，left/right，时间转换，透视表，各种图表做法等之类的。如果数据量不算是特别⼤的话，Excel能够解决很多问题。⽐如，筛选部分赃数据，排序，挑选满⾜条件的数据等等。
第三：分析思维的练习。⽐如结构化思维、思维导图、或百度脑图、麦肯锡式分析，了解⼀些smart、5W2H、SWOT等等那就更好了。不⼀定要掌握多深多全，但⼀定要了解⼀些。
第四：数据库知识。⼤数据⼤数据，就是数据量很多，Excel就解决不了这么⼤数据量的时候，就得使⽤数据库。如果是关系型数据库，⽐如Oracle、mysql、sqlserver等等，你还得要学习使⽤SQL语句，筛选排序，汇总等等。⾮关系型数据库也得要学习，⽐如：Cassandra、Mongodb、CouchDB、Redis、 Riak、Membase、Neo4j 和 HBase等等，起码常⽤的了解⼀两个，⽐如Hbase，Mongodb，redis等。
第五：业务学习。其实对于⼤数据分析师来说，了解业务⽐了解数据更重要。对于⾏业业务是怎么⾛的对于数据的分析有着⾮常重要的作⽤，不了解业务，可能你分析的结果不是别⼈想要的。
第六：开发⼯具及环境。⽐如：Linux OS、Hadoop（存储HDFS，计算Yarn）、Spark、或另外⼀些中间件。⽬前⽤得多的开发⼯具Java、python等等语⾔⼯具。
总之，要做⼀个⾼级或总监级的⼤数据分析师那是相当的烧脑的。要学习了解的东西如果只是单纯的数据⽅⾯的话，那业务和统计知识的学习是必不可少的。如果是实⽤型的⼤数据分析师可能只掌握某些部分就可以。⼤数据开发⼯程师的话，基本就是掌握开发环境、开发语⾔以及各种图表的应⽤，也是可以满⾜的。毕竟，⼀个公司要团队协作，⼀⼈懂⼀部分就可以搞出分析产品出来了。认定⼀项事
怎么做数据分析情就去⼲！越⼲越轻松，越⼲越⽜B！
发布评论