数据分析师要学什么

一、数据分析师需要掌握哪些技能？

数据分析需要学习四个部分，即数学知识、分析工具、分析思维、开发工具和环境。

1.数学知识：数学知识是数据分析师的基础知识。 对于初级数据分析师来说，了解一些描述性统计相关的基础并具备一定的公式计算能力就足够了。 了解常见的统计模型算法是一个额外的好处。 对于高级数据分析师来说，统计模型相关的知识是必备能力，最好对线性代数有一定的了解（主要是矩阵计算相关的知识）。

2.分析工具：对于初级数据分析师来说，玩转Excel|是很有必要的，熟练使用数据透表和公式，VBA更是加分。 另外，还需要学习一个统计分析工具，SPSS作为输入比较好。 对于高级数据分析师来说，使用分析工具是一项核心能力。 VBA是基本必需品。 SPSS/SAS/R必须熟练使用其中至少一种。 其他分析工具（如Matlab）情况而定。

3.分析性思维：比如结构化思维，思维导图，或者百度思维导图，麦肯锡式的分析，最好懂一些smart，5W2H，SWOT等好吧。 你不必深入、完全掌握它，但你必须了解一些东西。 数据库知识大数据大数据是指当数据量很大而Excel无法处理这么大的数据时，就必须使用数据库。

4.开发工具和环境：如：LinuxOS、Hadoop（存储HDFS、计算Yarn）、Spark或其他中间件。 目前使用的开发工具很多，有Java、Python等语言工具。

二、数据分析师需要学哪些课程

数据分析师通常会学习统计学、程语言（例如Python或R）、数据库管理、数据可化、机器学习和工智能等基础课程。
1
2。 程语言：Python和R是数据科学域最常用的程语言。 Python通过Pandas、Numpy、Scikit-learn等强大的库支数据分析和处理，而R因其专为统计分析而设计的功能而受到青睐。 学习这两种语言可以帮助分析师清理、处理、分析和可化数据。
3SQL（结构化查询语言）是管理和控数据库的标准语言，数据分析师必须精通高效地提取必要的数据。
4个重要成果。
5向量机等，以及用于构建预测模型和执行预测分析的工智能概念。 这些技能对于提高数据分析的深度和准确性至关重要。