数据分析岗位-数据分析岗位需要什么技能

大家好，今天小编关注到一个比较有意思的话题，就是关于数据分析岗位的问题，于是小编就整理了5个相关介绍数据分析岗位的解答，让我们一起看看吧。

1. 作为一个公司的数据分析职位人员，应该做哪些工作？
2. 数据分析岗位前景？
3. 大数据分析师分几个等级？
4. 数据分析是什么专业？
5. 数据分析员是做什么的？需要有什么能力，会什么技能，什么技能最重要，能去哪里学呢？

作为一个公司的数据分析职位人员，应该做哪些工作？

你是应届生，还是职场老鸟，其实现在分析师分工已经很细了：

拉数据、开发报表，为业务部门做运营、产品开发提供参考依据

写分析报告，分析运营活动、产品版本的好坏，以及背后的原因

做策略分析，为公司的运营、产品迭代更新、业务发展提供下一步的发展方向&落地动作

数据分析岗位前景？

前景广阔。

大数据时代已经来临，企业对数据分析的需求大幅上升，需要借助数据分析专业服务机构的服务，快速挖掘数据背后的潜在价值，为其经营管理决策，投资决策提供科学和理性的决策依据。所以说，数据分析岗位有非常好的未来。

前景非常好。

数据分析师全国平均薪资¥24,849/月；应届生平均薪资¥9,040/月；工作一两年¥15,570/月。从2021年开始，数据分析岗位的薪资直接成倍的上涨，数据分析也是在这一年开始被更多人了解，吸引更多的年轻人加入数据分析职业。

大数据分析师分几个等级？

数据分析师的三个等级的意思是：

CDA Level I ：业务数据分析师

就是指互联网、电信、***等行业领域前端业务人员；或者是从事市场、咨询、BI、管理、财务、数据分析等职位业务人员；也可能是一些非统计、计算机专业背景零基础入行和转行就业人员。

CDA Level II：大数据分析师

有着一年以上数据分析岗位工作经验，或者是通过CDA Level Ⅰ认证。就是专指***、电信、零售、电商、医学等行业专门从事数据分析与云端大数据的人员。

CDA Level III：数据科学家

有着三年以上数据分析岗位工作经验，或者是通过任意一门CDA Level II认证的。就是专指***、电信、零售、互联网、电商、医学等行业数据分析的资深人员。

如果想要考取数据分析师资格证，可以到CDA数据分析认证中心咨询一下。 CDA考试遍布全国，旨在加强全球范围内科学化、专业化、体系化的大数据及数据分析人才队伍建设， 进一步提升数据分析师的职业素养与能力水平，促进数据科学行业应用的高质量持续快速发展。

数据分析是什么专业？

数据分析，属于统计学或数学专业。

一般数据分析师的职位要求有，计算机、统计学、数学等相关专业本科及以上学历；具有深厚的统计学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术，具有海量数据挖掘、分析相关项目实施的工作经验，参与过较完整的数据***集、整理、分析和建模工作；对商业和业务逻辑敏感，熟悉传统行业数据挖掘背景、了解市场特点及用户需求等。

想做数据分析需要学习的专业主要有：

直接相关专业：统计学、信息管理、（应用）数学、计算机科学与工程。

次相关专业：管理学、工商管理、市场营销、财务管理、金融学、经济学。

间接相关专业（该专业以应用统计学、计算机科学为主）：地理信息系统、生物统计学、医药统计学。

行业相关专业：物流、金融、电商、能源。

数据分析员是做什么的？需要有什么能力，会什么技能，什么技能最重要，能去哪里学呢？

作为一名大数据领域的从业者，同时也在带大数据方向的研究生，所以我来回答一下这个问题。

首先，数据分析员的主要任务就是找出数据背后的规律，让数据呈现出价值，目前数据分析员是大数据落地应用的重要角色之一。

数据分析员（数据分析工程师）在不同行业所需要具备的知识结构是不同的，这主要是由于应用场景不同所导致的。比如互联网领域对于数据分析师的要求就要高一些，一方面原因是互联网行业对于数据比较敏感，另一方面互联网行业的数据量比较大，同时数据类型也比较复杂，这些因素导致了在互联网行业从事数据分析具有较大的难度。

通常互联网行业的数据分析师需要具备三方面知识结构，其一是具备扎实的数学和统计学基础；其二是掌握数据分析的常见算法；其三是熟练掌握编程语言和数据库知识。目前数据分析的基本方式有两种，一种是统计学方式，另一种是机器学习方式，机器学习的数据分析方式对于从业者的要求要高一些。

相对于互联网行业来说，传统行业对于数据分析岗位的要求往往更多集中在数据分析工具和行业知识上，对于大部分职场人来说，掌握一些常见的数据分析工具和数据库知识，基本上能够应对大部分数据分析场景，比如Excel和各种BI工具。但是传统行业的数据分析任务往往与行业知识有紧密的联系，所以从业者要对行业知识有较为全面的认知过程。

如果想走数据分析师的路线，可以分为三个步骤来学习数据分析技术，第一步是学习基本的数据分析工具，比如Excel；第二步是学习数据库和编程语言，比如Python、R都是不错的选择；第三步是学习数据分析算法，比如决策树、朴素贝叶斯等。

最后，数据分析师要想提升自身的数据分析能力，一定要注重实践经验的积累，尤其是行业经验的积累。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

到此，以上就是小编对于数据分析岗位的问题就介绍到这了，希望介绍关于数据分析岗位的5点解答对大家有用。