- 相關(guān)推薦
新手從零開始學(xué)數(shù)據(jù)分析
新手從零開始學(xué)數(shù)據(jù)分析
所有從底層數(shù)據(jù)工作者往上發(fā)展的基本路徑：
1. 第一階段(一般崗位叫數(shù)據(jù)專員)
基本學(xué)會excel(VBA最好學(xué)會;會做透視表;熟練用篩選、排序、公式)，做好PPT。這樣很多傳統(tǒng)公司的數(shù)據(jù)專員已經(jīng)可以做了
2. 第二階段(數(shù)據(jù)專員~數(shù)據(jù)分析師)
這一階段要會SQL，懂業(yè)務(wù)，加上第一階段的那些東西。大多數(shù)傳統(tǒng)公司和互聯(lián)網(wǎng)小運(yùn)營、產(chǎn)品團(tuán)隊(duì)夠用了。
3. 第三階段(數(shù)據(jù)分析師)
統(tǒng)計(jì)學(xué)熟練(回歸、假設(shè)檢驗(yàn)、時間序列、簡單蒙特卡羅)，可視化，PPT和excel一定要溜。這些技術(shù)就夠了，能應(yīng)付大多數(shù)傳統(tǒng)公司業(yè)務(wù)和互聯(lián)網(wǎng)業(yè)務(wù)。
4. 第四階段(分裂)
數(shù)據(jù)分析師(數(shù)據(jù)科學(xué)家)、BI等：這部分一般是精進(jìn)統(tǒng)計(jì)學(xué)，熟悉業(yè)務(wù)，機(jī)器學(xué)習(xí)會使用(調(diào)參+選模型+優(yōu)化)，取數(shù)、ETL、可視化啥的都是基本姿態(tài)。
可視化工程師：這部分國內(nèi)比較少，其實(shí)偏重前端，會high charts，d3.js, echarts.js。技術(shù)發(fā)展路線可以獨(dú)立，不在這四階段，可能前端轉(zhuǎn)行更好。
ETL工程師：顧名思義，做ETL的。
大數(shù)據(jù)工程師：熟悉大數(shù)據(jù)技術(shù)，hadoop系二代。
數(shù)據(jù)工程師(一部分和數(shù)據(jù)挖掘工程師重合)：機(jī)器學(xué)習(xí)精通級別(往往是幾種，不用擔(dān)心不是全部，和數(shù)據(jù)分析師側(cè)重點(diǎn)不同，更需要了解組合模型，理論基礎(chǔ))，會組合模型形成數(shù)據(jù)產(chǎn)品;計(jì)算機(jī)基本知識(包括linux知識、軟件工程等);各類數(shù)據(jù)庫(RDBMS、NoSQL(4大類))
數(shù)據(jù)挖掘：和上基本相同。
爬蟲工程師：顧名思義，最好http協(xié)議、tcp/ip協(xié)議熟悉。技術(shù)發(fā)展路線可以獨(dú)立，不在這四階段。
往數(shù)據(jù)發(fā)展的基本學(xué)習(xí)路徑可以概括為以下內(nèi)容：
1. EXCEL、PPT(必須精通)
數(shù)據(jù)工作者的基本姿態(tài)，話說本人技術(shù)并不是很好，但是起碼會操作;要會大膽秀自己，和業(yè)務(wù)部門交流需求，展示分析結(jié)果。技術(shù)上回VBA和數(shù)據(jù)透視就到頂了。
2. 數(shù)據(jù)庫類(必須學(xué))
初級只要會RDBMS就行了，看公司用哪個，用哪個學(xué)哪個。沒進(jìn)公司就學(xué)MySQL吧。
NoSQL可以在之后和統(tǒng)計(jì)學(xué)啥的一起學(xué)�；镜腘oSQL血MongoDB和Redis(緩存，嚴(yán)格意義上不算數(shù)據(jù)庫)，然后(選學(xué))可以了解各類NoSQL，基于圖的數(shù)據(jù)庫Neo4j，基于Column的數(shù)據(jù)庫BigTable，基于key-value的數(shù)據(jù)庫redis/cassendra，基于collection的數(shù)據(jù)庫MongoDB。
3. 統(tǒng)計(jì)學(xué)(必須學(xué))
如果要學(xué)統(tǒng)計(jì)學(xué)，重要概念是會描述性統(tǒng)計(jì)、假設(shè)檢驗(yàn)、貝葉斯、極大似然法、回歸(特別是廣義線性回歸)、主成分分析。這些個用的比較多。也有學(xué)時間序列、bootstrap、非參之類的，這個看自己的意愿。
其他數(shù)學(xué)知識：線性代數(shù)常用(是很多后面的基礎(chǔ))，微積分不常用，動力系統(tǒng)、傅里葉分析看自己想進(jìn)的行業(yè)了。
4. 機(jī)器學(xué)習(xí)(數(shù)據(jù)分析師要求會選、用、調(diào))
常用的是幾個線性分類器、聚類、回歸、隨機(jī)森林、貝葉斯;不常用的也稍微了解一下;深度學(xué)習(xí)視情況學(xué)習(xí)。
5. 大數(shù)據(jù)(選學(xué)，有公司要求的話會用即可，不要求會搭環(huán)境)
hadoop基礎(chǔ)，包括hdfs、map-reduce、hive之類;后面接觸spark和storm再說了。
6. 文本類(選學(xué)，有公司要求的話會用即可)
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
語言：非大數(shù)據(jù)類R、Python最多(比較geek的也有用julia的，不差錢和某些公司要求的用SAS、Matlab);大數(shù)據(jù)可能還會用到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(shù)據(jù)庫語言：看你自己用啥學(xué)啥
【新手從零開始學(xué)數(shù)據(jù)分析】相關(guān)文章：
經(jīng)濟(jì)學(xué)數(shù)據(jù)分析方法06-25
職場人要學(xué)數(shù)據(jù)挖掘還是數(shù)據(jù)分析好？07-10
數(shù)據(jù)分析與辦公軟件：數(shù)據(jù)分析方法07-10
數(shù)據(jù)分析07-10
小白學(xué)數(shù)據(jù)分析--到底要怎么做流失分析07-10
聘：數(shù)據(jù)分析 數(shù)據(jù)挖掘07-10
如何從零開始學(xué)銷售07-02