不知道你有沒有看過這樣的一句話：

15歲覺得游泳難，放棄游泳，

18歲遇到一個你喜歡的人約你去游泳，你只好說“我不會”。

18歲覺得英文難，放棄英文，28歲出現(xiàn)一個很棒但要會英文的工作，你只好說“我不會”。

人生前期越嫌麻煩，越懶得學(xué)，后來就越可能錯過讓你動心的人和事，錯過新風(fēng)景。

轉(zhuǎn)行這個詞，我常常聽到身邊的朋友談起，很多人對于轉(zhuǎn)行非常的敏感。比如，我的一位好友在一個行業(yè)已經(jīng)待了三年，突然遇到了發(fā)展瓶頸，想要轉(zhuǎn)行，那對于他來說可能是一件很難的事情，因為他不僅要考慮學(xué)習(xí)能力、還要考慮家庭。

但是如果這個行業(yè)真的已經(jīng)沒有你施展空間，薪資也無法上漲，那你可能真的要重新規(guī)劃自己的努力方向了。

互聯(lián)網(wǎng)時代，誰都希望能擁有一份高薪又有前景的工作！現(xiàn)如今大數(shù)據(jù)與人工智能熱潮，相信會有很多對數(shù)據(jù)分析感興趣的小伙伴。但是對于數(shù)據(jù)分析的零基礎(chǔ)小白們，他們并不知道進入數(shù)據(jù)分析行業(yè)需要學(xué)什么，也不太清楚數(shù)據(jù)分析師平時工作都在干什么。今天特意給大家一些建議，希望對你們有所啟發(fā)。

1.數(shù)據(jù)分析需要掌握的東西

（1）數(shù)學(xué)與統(tǒng)計基礎(chǔ)：數(shù)據(jù)分析是運用統(tǒng)計方法和分析工具對大量數(shù)據(jù)進行分析，挖掘出其潛在規(guī)律及價值，為經(jīng)營決策提供科學(xué)嚴(yán)謹(jǐn)?shù)睦硇砸罁?jù)。

（2）運用分析工具：基礎(chǔ)工具我們需要掌握Excel與統(tǒng)計分析工具SPSS的用法。

（3）SQL數(shù)據(jù)庫語言：數(shù)據(jù)的存儲便離不開使用數(shù)據(jù)庫，需掌握SQL數(shù)據(jù)庫語言在關(guān)系型數(shù)據(jù)庫系統(tǒng)中進行增刪改查等操作才行。

（4）數(shù)據(jù)挖掘、機器學(xué)習(xí)：這部分可以選擇性學(xué)習(xí)。主要是了解數(shù)據(jù)挖掘和機器學(xué)習(xí)的基本概念和理論。比如：分類、聚類、回歸、決策樹、貝葉斯定理等。

2.數(shù)據(jù)分析的升級路線是怎么樣的

（1）數(shù)據(jù)采集端：主要負(fù)責(zé)采集相關(guān)數(shù)據(jù)，這些數(shù)據(jù)既可以來自埋點，也可以來自爬蟲】。

（2）數(shù)據(jù)工程端：主要負(fù)責(zé)結(jié)構(gòu)化存儲海量數(shù)據(jù)，使得采集到的數(shù)據(jù)以及歷史數(shù)據(jù)以最優(yōu)化的方式被存儲以及調(diào)用，涉及到的知識點在于數(shù)據(jù)庫方面，從最基礎(chǔ)的SQL到Hadoop集群、分布式存儲、NoSQL等。

（3）數(shù)據(jù)分析端：主要負(fù)責(zé)將待挖掘的數(shù)據(jù)清洗、挖掘、分析，給出數(shù)據(jù)背后的洞察和建議，此方向又可細(xì)分為偏業(yè)務(wù)的數(shù)據(jù)分析和偏技術(shù)的數(shù)據(jù)挖掘。

3.偏技術(shù)方向的數(shù)據(jù)分析

（1）數(shù)據(jù)挖掘工程師：看重數(shù)據(jù)技術(shù)，比如統(tǒng)計學(xué)基礎(chǔ)、數(shù)據(jù)庫操作(SQL等)編程基礎(chǔ)(python等)、機器學(xué)習(xí)基礎(chǔ)(分類模型等)。

（2）算法工程師：看重理論基礎(chǔ)，比如機器學(xué)習(xí)算法原理、相關(guān)數(shù)學(xué)原理等。算法工程師的主要工作一般是研究算法、為公司的相關(guān)業(yè)務(wù)需求優(yōu)化算法。

4.如何學(xué)習(xí)

這里的話，推薦大家可以看下我們平時的一些免費視頻、資料，如果非常感興趣，可以咨詢小編哦。