最新新闻:
  • 一文让你分清数据管理与数据治理
  • 一份更好的云灾难恢复计划指南
  • 机器学习已经悄悄潜入你的生活,你可能还没有发现
  • 为什么人工智能可以下好围棋却写不好诗?答案在这
  • 启动大数据项目之前需要问的5个问题
  • 数据高端人才十一项全球最具权威的大数据资质认证
  • 云技能黑带:点评十大顶级云计算认证
  • 为什么大数据工程师会在2017年越过越滋润?
  • “新零售”的新能力
  • 关于“大数据”的15条干货思考
  • 如何设计成功而有价值的数据可视化
  • 论数据中心德赢官网vwin工作的提升技巧
  • 数据中心网络布线工程必备七大件
  • 网络钓鱼进化之路
  • 为什么我们不能再过度依赖网关了?
  • 对象存储九大关键特征
  • 人工智能会统治世界吗?马克思早就给出了回答
  • 企业如何实现互联网+业务与IT的融合
  • PaaS是位好同志,但SaaS公司搞PaaS却不大靠谱
  • 如何构建一个私有存储云
  • 这是网络安全的基石:密码学2016大盘点
  • 为何企业无法从数据科学中真正获得价值?
  • 云灾难恢复服务:客户想要“DR即服务”
  • 展望2017年:这些技术将冲击我们的生活
  • 2017年云计算和数据中心五大趋势
  • 年关将至,历数今年悲催的宕机灾难
  • 2017科技行业七大趋势:无人机远途送货 5G测试全面
  • 又到年终,看九大企业技术趋势
  • CIO们的2017——5大领域4个技术将遭遇颠覆
  • 大数据失败案例提醒:8个不能犯的错误
  • CIO:IT从德赢官网vwin到运营
  • 面对网络边界的迷失?在虚拟环境获得真实可视性是
  • 马云乌镇演讲实录:未来30年是谁的天下?
  • AI技术大力冲击就业市场 哪些工作将被自动化取代?
  • 2016热门数据存储技术
  • CIO:淘汰你的不是新技术,而是旧思维
  • 如何成为数据分析师
  • 十大IT工作和工程
  • 三大恶意软件的绝密藏身之地:固件、控制器与BIOS
  • 网络与应用基础设施如何协同发展
  • 云端迁移需注意的9大要点
  • 成功的安全分析你需要注意这五个要素
  • 没有IT流程文档 企业将为IT所“绑架”
  • 网络安全:要通过去,晓未来
  • 让IT安全人员夜不能寐的11个数据问题
  • 人工智能、机器学习、深度学习的区别在哪?
  • 如何让云德赢官网vwin变得简单
  • 互联网下半场战争已打响 谁会成为下一个超级独角兽
  • 奥运看完看什么?这里有关于奥运背后的大数据
  • 思科第四财季净利同比增21% 宣布裁员5500人
  • 数据中心网络德赢官网vwin一指禅
  • 数据中心虚拟化所必备的条件
  • 技术分享:十大服务器虚拟化优化窍门揭秘
  • 国内最适宜建设数据中心地区,原来在这里
  • 智能时代:物联网10个商业模式
  • 传统咨询业必死,拥抱大数据才是未来
  • 微软纳德拉:自然语言对话将淘汰菜单 成为APP用户
  • 解密 Uber 数据团队的基础数据架构优化之路
  • 大数据挖掘价值在哪里?
  • 物联网未来十年将重构这八大行业
  • 中国CIO肩负三大任务
  • CIO:云计算数据中心德赢官网vwin管理要点
  • 云计算:如何辨识真正的云业务
  • 如何看待互联网时代的网络金融安全?
  • “互联网+”的数据地图:沟壑的显现与超车的可能
  • 大数据与统计新思维
  • AT&T如何成为美国物联网市场老大?
  • 全球大数据发展呈现六大趋势
  • 传统企业将向大规模定制转型升级
  • 云计算市场未来将会是谁的天下?
  • 凯文·凯利:大数据时代没有旁观者
  • IaaS市场大整合:云用户喜忧参半
  • 大牛数据分析师养成日记
  • 一大波威胁报告来袭,我们从中能get到什么?
  • 如何建立各部门都满意的影子IT战略
  • 我经历的IT公司面试及离职感受
  • 恶意软件逃避反病毒引擎的几个新方法
  • 德赢官网vwin好数据中心的四大法宝
  • 云管理成功的关键:应用工作流
  • 豪车虚拟钥匙虽然很炫酷 但也给了黑客机会
  • 数据中心业务迁移面临的五大挑战
  • 在你想不到的暗网上,黑客雇佣市场正蓬勃发展
  • 12年程序员职业生涯得到的12个经验教训
  • 人人都谈大数据,你考虑过小数据的感受吗?
  • 作为数据科学家应该知道的11件事
  • 提高攻击成本的“网络安全检查表”有多牛?
  • 确保AWS安全:避免犯常见错误
  • 从菜鸟成为数据科学家的 9步养成方案
  • 数据分析工作常见的七种错误及规避技巧
  • 分析信息化现状 企业IT规划成关键
  • 这些数据科学技能,才是老板们最想要的
  • 职业生涯提升计划:迈入数据科学新世界
  • 你get了无数技能,为什么一事无成
  • 【概念】IT德赢官网vwin服务的概念与维保的区别
  • 见招拆招 六招抓住代维违规“黑手”
  • 数据中心德赢官网vwin工作的提升技巧
  • 如何做好高效IT德赢官网vwin
  • 高效能人士的七个习惯
  • 云计算如何改变IT德赢官网vwin管理的未来
  • 如何做好IT德赢官网vwin管理
  • 如何做好大型数据中心的德赢官网vwin
  • 有效的项目管理(三)
  • 有效的项目管理(二)
  • 2016年的十大技术趋势
  • 有效的项目管理(一)
  • 新浪创业&IT桔子盘点:2015年创业格局盘点上篇
  • 微软将在下周一口气停止对IE8 IE9和IE10的支持
  • 七字诀,不再憋屈的德赢官网vwin
  • 高效数据中心德赢官网vwin团队的7个习惯
  • 联通电信合并 促进竞争还是加强垄断?
  • 智能家居是CES重头戏 但物联网通信才是关键
  • 山东vwin德赢app下载恭祝大家元旦快乐
  • 杨元庆:应尽快出台个人信息保护法
  • IBM称不会放弃硬件业务
  • 习近平:把我国从网络大国建设成为网络强国
  • 传IBM启动新一轮裁员:至少波及1.3万人
  • 甲骨文与IBM纷纷展开并购 云计算倒逼转型加速
  • vwin德赢app下载公司恭祝大家新春快乐
  • vwin德赢app下载公司开通全国统一客服电话4008531853
  • vwin德赢app下载公司正式开通新浪企业微博
  • vwin德赢app下载微信订阅号正式上线
  • 山东vwin德赢app下载网络技术有限公司成功签约山东联通Sybase
  • 云计算战争中国开打:国际巨头落地公有云
  • 虚拟运营带给中国通信业的六个变化
  • 英特尔将推出15核服务器芯片
  • 4G发牌深入分析:移动互联网公司受益最大
  • 英将发报告“积极评价”华为 解除“安全警报”
  • 电子卖场衰落谋转型:IT+美食+时尚成趋势
  • 数据显示Win8全球市场份额继续下滑
  • 高交会风向:科技“恋不上”资本
  • 山东vwin德赢app下载网络技术有限公司成功中标济南移动服务器
  • 山东vwin德赢app下载网络技术有限公司顺利通过一般纳税人认定
  • 山东vwin德赢app下载网络技术有限公司正式开通官方网站
  • 如何成为数据分析师
    作者: 36大数据  来源: 36大数据  发表时间:2016-10-26  点击:1745

    最近几年大数据的概念比较火,越来越多的人感受到数据的价值,许多公司都开始招聘数据分析相关的职位。但如果你去看看国内的高校,会发现没有一所大学开有数据分析专业的,职位的成熟度还不够。相比之下,从2003年兴起的互联网产品经理职位,就成熟一些,至少你可以找到大量的书,教你如何成为一名产品经理。而数据分析领域就没这么幸运了,相关的书籍虽然也有,但总觉得还没到火候。

    都有哪些人想要成为数据分析师

    从我看到想要成为数据分析师的人大致有三类:

    第一类是非计算机专业的在校生,不知道怎么回事,反正就是对数据感兴趣了,然后想毕业之后从事相关工作,但对职位要求、该做什么准备一无所知,处于懵懂期;

      第二类是互联网公司的产品经理和运营经理,及少数的市场经理。这些人在实际工作中,发现确实数据很有用,但对自己的数据分析能力感到不满意,进而想做出提升;

      第三类是传统企业的业务人员,也是不知道怎么就对数据感兴趣了,想要从事数据分析相关的岗位,但缺少时间系统学习,工作经历又不足以支撑自己跳到数据分析职位

      对于不同的背景,采用一样的方法去训练,显然是不合理的。我先来讲解一下数据相关的角色以及职责,说不定你认识清楚了就不想成为数据分析师了,就可以不用往下看了。如果还有信心,那我就介绍一下要学习的基础内容,然后再介绍进阶的内容。

    数据相关的角色

      围绕数据分析,主要有六种角色。从平台建设线上,包括:

      数据平台工程师:负责数据平台的研发,牵涉到从数据采集到分析的相关组件开发。

      数据挖掘工程师:利用机器学习/数据挖掘相关技术,研发算法模型,用于个性化推荐、用户画像、精准广告等。

      数据产品经理:把数据相关的需求抽象为数据平台的功能产品。

      从数据流向的角度,包括:

      ETL工程师:把工程团队的模块产生的数据,不管是日志、数据表,还是埋点的数据,进行清洗、转换,建模成利于数据分析的数据。ETL是Extract–Transform–Load的缩写。

      数据分析师:利用ETL工程师处理好的数据,满足业务人员的数据需求。

      业务人员:产品、运营、市场、管理层等,因为产品改进、运营活动、商业决策等,有数据需求

    数据分析师的职责范围

      通过上面的角色划分,我们可以清楚数据分析师在整个数据版图中的位置。数据分析师一方面要和业务人员打交道,满足业务人员的数据需求,另一方面,要借助ETL工程师建模好的数据,以及数据平台工程师开发的平台,来更高效的完成工作。

      有些公司在人员紧缺的情况下,会把ETL工程师要做的工作,也安排给数据分析师,这样对数据分析师的开发能力和建模能力,就会有更高的要求。最后一点是提供洞察,前面的工作更多的是被动的,数据分析师还要主动的发现数据中的异常,将这些异常指导业务。

      看了这些工作内容,可能并不会觉得特别高大上。我曾经有个组员,干了一年多的数据统计工作,觉得整天写脚本太枯燥了,坚决要求再也不做相关工作了。其实数据分析师如果做的不好,就会发现自己无非是在“取数”。业务人员提了需求,然后把要的数据给提取出来,自己就是一个流水线工人,没有一点成就感。

      这里发挥一下抽象能力,就可能把一些重复的“取数”工作给解决掉,用机器代替人工。所以理解业务,提供自己的思考与抽象,很重要。

    数据分析师的基本要求

      对数据感兴趣:是不是看到一行行的数字就头大,选择直接跳过?还是愿意花些时间研究这些数字背后意味着什么?如果你看苹果的发布会的话,会看到乔布斯的幻灯片里出现最多的就是数字,卖了多少部,分了多少钱,厚度减少到多少毫米之类的,他相信数字简单明了。

      如果对数据不感兴趣,这个角色一定不适合你。

      良好的理解和抽象能力:把业务人员说的只言片语,抽象为明确的数据需求,清楚怎么从基础数据中实现出来。还有把一些重复性的需求,抽象出模式来,用机器来替代。

      良好的表达能力:数据分析师有个天然的优势,能够直接和老板打交道,这就要求你能站在老板的层面来表达。把一堆堆的数据,很好的呈现给业务人员,帮助他们做出正确的决策。

      快速动手能力:业务人员提的数据需求,巴不得下一秒都拿到。

      兴趣是可以培养的,既然愿意看这篇文章,说明有兴趣。理解、表达、动手能力,是要有意识的训练。数据分析的专业能力,是可以通过学习提升的

    数据分析师要学习的内容

      统计学:我看一些人推荐了不少统计学的专业书籍,直接把人吓跑了。我自己就大学时候学过《概率论与数理统计》,其他统计相关的内容也没怎么看过。对于互联网的数据分析来说,并不需要掌握太复杂的统计理论。所以只要按照本科教材,学一下统计学就够了。

      一是让你相信统计本身是一门科学,这不是星座算命。

      二是在研究数据时,知道一些特征是负责统计学规律的。我在刚参加工作时,看到百度知道过亿的用户访问,但每天访问的量波动不超过3%,感觉太神奇了。

      编程能力:学会一门编程语言,会让你处理数据的效率大大提升。如果你只会在Excel上复制粘贴,动手能力是不可能快的。我比较推荐Python,上手比较快,写起来比较优雅。

      数据库:数据分析师经常和数据库打交道,不掌握数据库的使用可不行。学会如何建表和使用SQL语言进行数据处理,可以说是必不可少的技能。

      数据仓库:许多人分不清楚数据库和数据仓库的差异,简单来说,数据仓库记录了所有历史数据,专门设计为方便数据分析人员高效使用的。 

      数据分析方法:对于互联网数据分析人员来说,可以看一下《精益创业》和《精益数据分析》,掌握常用的数据分析方法,然后再根据自己公司的产品调整,灵活组合。

      数据分析工具:SAS、Matlab、SPSS这些工具经常有人推荐,我要说的是在互联网公司一般都用不上。

      做可视化的Tableau,统计分析的友盟、百度统计,还有像我们神策分析等。

      这些工具本身不一定能满足你的所有需求,但会让数据分析变的更高效。我自己整理过一个豆瓣书列,有兴趣的可以看看:数据分析师豆列。上面的内容学习后,只能说成为一名合格的数据分析师。

      要成为高级数据分析师的话,一方面是要强化对业务的理解,最好是做到通过数据分析帮助公司决策方向,或者说促进企业快速增长。另一方面,要加强机器学习/数据挖掘的专业知识学习,将机器学习成为数据分析的手段。比如预测用户的流失,对用户进行自动分类等。你能提供的价值就大不相同了。最后,要强调的是,数据分析师是一个实践的职位,要在实际项目中不断的训练,才能成为高手

    上条新闻:十大IT工作和工程

    服务项目

    维保德赢官网vwin服务

    信息系统集成服务

    机房搬迁服务

     
     
     
     
    电话:
    0531-88818533
    客服QQ
    2061058957
    1905215487