數(shù)據(jù)分析師的工作包括收集、清理、可視化信息塊，并將原始數(shù)據(jù)轉(zhuǎn)換或建模為營(yíng)銷(xiāo)人員、開(kāi)發(fā)人員、會(huì)計(jì)師使用。數(shù)據(jù)分析師的工作流程是由組織的需求定義的，但最終的可交付成果總是相同的：結(jié)構(gòu)良好且易于檢索的數(shù)據(jù)。

[[257803]]

作為一名數(shù)據(jù)分析師，需要具有分析頭腦、強(qiáng)大的數(shù)學(xué)技能和靈活性。雖然這主要是數(shù)據(jù)科學(xué)家的先決條件，但也需要一系列的編程知識(shí)。

根據(jù)Payscale公司發(fā)布的統(tǒng)計(jì)數(shù)據(jù)，數(shù)據(jù)分析師的年薪在37,232美元至79,596美元之間，而其薪酬可能因個(gè)人的組織和經(jīng)驗(yàn)水平而異。

由于企業(yè)每天產(chǎn)生大量數(shù)據(jù)，對(duì)大數(shù)據(jù)分析師的需求很高。人們可以按照以下步驟開(kāi)始數(shù)據(jù)分析工作。

第1步：獲得相關(guān)專業(yè)的大學(xué)學(xué)位

數(shù)據(jù)分析師開(kāi)始在職業(yè)生涯的頭一個(gè)舉措是獲得相關(guān)專業(yè)的大學(xué)學(xué)位。事實(shí)上，如果需要處理大量數(shù)據(jù)，則以下專業(yè)更受歡迎：

• 統(tǒng)計(jì)
• 信息技術(shù)
• 計(jì)算機(jī)科學(xué)
• 系統(tǒng)分析
• 數(shù)學(xué)
• 工程設(shè)計(jì)

這樣的教育背景將為進(jìn)一步開(kāi)發(fā)數(shù)據(jù)分析技能打下良好的基礎(chǔ)。統(tǒng)計(jì)和數(shù)據(jù)分析專業(yè)通常很難寫(xiě)出分析報(bào)告，但這不應(yīng)該是人們最關(guān)心的問(wèn)題。

第2步：獲得支持大數(shù)據(jù)分析認(rèn)證

除了獲得相關(guān)專業(yè)的大學(xué)學(xué)位外，獲得一些有助于驗(yàn)證技能的證書(shū)也是非常有益的，尤其是在這個(gè)行業(yè)沒(méi)有太多經(jīng)驗(yàn)的工作人員。

這些認(rèn)證被雇主當(dāng)作一種基準(zhǔn)，以確定工作人員在行業(yè)標(biāo)準(zhǔn)方面的分析和解決問(wèn)題的技能。而這些大數(shù)據(jù)分析師認(rèn)證將包括以下課程：

• 亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)的大數(shù)據(jù)認(rèn)證
• 大數(shù)據(jù)的分析和優(yōu)化證書(shū)
• Hortonworks認(rèn)證助理(HCA)
• Cloudera認(rèn)證專家(CCP)
• Cloudera認(rèn)證助理(CCA)數(shù)據(jù)分析師

獲得至少兩份這樣的證書(shū)將提高入職簡(jiǎn)歷的含金量。在獲得認(rèn)證的同時(shí)，繼續(xù)學(xué)習(xí)其他課程或獲得更多的證書(shū)。獲得這些認(rèn)證肯定會(huì)在應(yīng)聘工作時(shí)派上用場(chǎng)。

第3步：為大數(shù)據(jù)分析開(kāi)發(fā)正確的技能

隨著大數(shù)據(jù)分析領(lǐng)域的不斷擴(kuò)展，人們?cè)絹?lái)越需要提高大數(shù)據(jù)分析中的分析和解決問(wèn)題的能力。數(shù)據(jù)分析師的所有主要技能如下所述。

(1)數(shù)學(xué)/統(tǒng)計(jì)

如果對(duì)數(shù)據(jù)分析感興趣，具備足夠的數(shù)學(xué)和統(tǒng)計(jì)技能是實(shí)施的良好基礎(chǔ)?？紤]到處理大量數(shù)字這一事實(shí)，必須實(shí)現(xiàn)優(yōu)秀的計(jì)算能力。然而，大多數(shù)人在大學(xué)期間都會(huì)主修這個(gè)領(lǐng)域，但學(xué)習(xí)這門(mén)課程總比什么都不學(xué)要好。

(2)編程技巧

特定的編程語(yǔ)言和工具廣泛用于大數(shù)據(jù)分析。熟練使用所選行業(yè)中使用的關(guān)鍵編程語(yǔ)言，可以為職業(yè)入門(mén)提供支持。

提高分析和解決問(wèn)題技能所需的編程語(yǔ)言和工具的一些示例：

• R - 該工具被專家廣泛用于數(shù)據(jù)可視化和分析。R語(yǔ)言被認(rèn)為是適度的工具，但是一旦掌握了這門(mén)語(yǔ)言，它就成了不可或缺的工具。
• Python - 專家更喜歡這種編程語(yǔ)言，主要有幾個(gè)原因。在大數(shù)據(jù)分析中，Python編程語(yǔ)言可以方便地挖掘和分析數(shù)據(jù)。其具有廣泛的功能主要它是開(kāi)源軟件，為人們創(chuàng)造了為該語(yǔ)言開(kāi)發(fā)大量庫(kù)的機(jī)會(huì)。
• Pandas是python中使用的庫(kù)之一，用于從數(shù)據(jù)導(dǎo)入、處理、吸收和清理到使用其復(fù)雜的數(shù)據(jù)幀進(jìn)行一些高級(jí)操作。大數(shù)據(jù)分析專家使用的相關(guān)python庫(kù)有numpy、scipy、scilkit。學(xué)習(xí)pybrain并在機(jī)器學(xué)習(xí)中創(chuàng)建神經(jīng)網(wǎng)絡(luò)。

還其他一些有用的編程語(yǔ)言和工具可以提高大數(shù)據(jù)分析的技能水平和性能，其中包括SQL、Apache Hadoop、Apache Spark和NoSQl。

數(shù)據(jù)探索和數(shù)據(jù)挖掘技能

利用適當(dāng)?shù)墓ぞ咛剿鞣墙Y(jié)構(gòu)化數(shù)據(jù)，并識(shí)別其大小、特征、模式以及準(zhǔn)確性，以及從現(xiàn)有數(shù)據(jù)庫(kù)中提取有用信息的能力是大數(shù)據(jù)分析的全部本質(zhì)。為了提高解決問(wèn)題的能力，應(yīng)該嘗試將學(xué)到的知識(shí)運(yùn)用到解決日常問(wèn)題上。

可視化技能集

對(duì)于全面的技能集，可以嘗試使用可用的大數(shù)據(jù)存儲(chǔ)庫(kù)來(lái)建立其實(shí)時(shí)可視化知識(shí)。 Tableau和Power BI是數(shù)據(jù)分析專家使用的可視化工具的示例。大多數(shù)情況下，企業(yè)會(huì)要求使用可理解的圖形、圖表或地圖來(lái)表示檢索到的數(shù)據(jù)。

最后的想法

建立與大數(shù)據(jù)相關(guān)的適當(dāng)技能與獲得該領(lǐng)域的具體經(jīng)驗(yàn)和認(rèn)證有很大關(guān)系。獲得大學(xué)學(xué)位是一個(gè)很好的開(kāi)始，而專注于開(kāi)發(fā)上述技能，并獲得與大數(shù)據(jù)相關(guān)的認(rèn)證，可以有更多機(jī)會(huì)成為數(shù)據(jù)分析師的高層。設(shè)定真正的目標(biāo)和一致的實(shí)踐可以使企業(yè)獲得成功。以上提到的大多數(shù)工具都擁有一個(gè)強(qiáng)大的在線社區(qū)，既可以提供幫助又令人鼓舞。