入行大数据分析师，大数据分析师需要学些什么？

大数据分析要注意多维度的对数据进行整理和分析，注意每一种大数据分析工具的适用性，注意正确的整合数据，注意将数据结果可视化，注意数据不是越多越好，注意数据的精确度。

场景：

随着互联网的高速发展，数据分析的应用场景越来越丰富，从行业来看，主要有互联网、电力、政务、司法、租赁、银行、制造、教育、医药、金融、汽车、房地产和物流。

数据：

例如，企业在经营或者生产的过程中产生的经营管理数据、财务数据、销售数据等等。

工具：

一般做大数据分析，首先会使用大数据数据库，比如MongoDB、GBase等数据库。其次会用数据仓库工具对数据进行清洗、转换、处理，得到有价值的数据。然后使用数据建模工具进行建模。最后使用大数据工具，进行可视化分析。

先来个彩蛋：

本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须本科及以上学历（优秀者可放宽条件）；3、无经验者有项目经理带；4、在京工作一年后要求回当地的工作的，可申请调回当地省会城市的分公司或合作企业工作；5、每日简历投递量非常大，欢迎主动与我们联系！！

数据分析师需要学习的课程大致可以统称为：1.计算机科学，2.统计，3.领域专业知识。当然对于刚入门的人来说一般需要学习基础的工具以及业务知识，随着自身职业的发展方向开始深入算法等相关技术。

（1）：计算机科学

计算机科学与编程入门（使用Python）计算机系统工程：本课程涵盖有关计算机软件和硬件系统工程，控制复杂性的技术的主题；使用客户端-服务器设计，虚拟内存和线程的强大模块化；网络；并行活动的原子性和协调性；恢复和可靠性；隐私，安全性和加密；和计算机系统对社会的影响。算法简介：它涵盖了用于解决计算问题的常见算法，算法范例和数据结构。人工智能：本课程向学生介绍人工智能的基本知识表示，问题解决方法和学习方法。

（2）、数理统计

应用数学：面向计算机科学和工程的离散数学简介。

概率与统计简介（使用R编程）：本课程对应用中的概率和统计进行了基础介绍。主题包括：随机变量，概率分布，贝叶斯推断，假设检验，置信区间和线性回归。

线性代数（使用R编程或其他数学工具）：本课程涵盖矩阵理论和线性代数

统计/机器学习（使用R编程）：介绍数据分析的核心算法，例如线性和非线性回归的类型，分类技术，例如逻辑回归，朴素贝叶斯，SVM，决策树（香草决策树，随机森林，增强），无监督学习方法（例如聚类，神经网络介绍）

高级机器学习（使用Python编程）：专为对人工智能有浓厚兴趣的学生而设，侧重于图像/文本处理的神经网络。

（3）、领域专长

理想情况下，这些应该基于工作兴趣/领域，以便每个学生都选择一个专门领域（例如，Web开发，移动应用程序开发，数据分析，营销分析，供应链，财务，制造等）。