数据分析师的5大技能

拥有强大的信息技术（IT）背景对大数据分析是十分有帮助的。至少IT专业人员能够比非IT同行更好地处理大数据分析的程序和计算，并且能够跳过基础知识的学习，他们还可以比非IT专业人员更轻松地掌握BigSQL，Hive，Pig等新工具。

但是，非IT专业人员也不用过于担心。分析、可视化和传递数据的核心技能不仅限于IT专业人员，每个人都有必要获得正确的见解并有效地进行沟通。

简而言之，任何人都可以成为大数据分析师。他们所需要做的就是掌握每位数据分析师都应该知道的五项基本技能。

技能＃1：编程：

学习如何编码是大数据分析师的基本技能。您需要编写代码以使用海量数据集进行数值和统计分析。您应该花时间学习并掌握的一些语言包括Python，R，Java和C ++等。

每位IT专业人员都知道，如果熟悉一种语言，你就能轻松地完成其余的工作。掌握这些语言和编程的经验将有助于你的学习。最后，养成像程序员一样思维模式将帮助你成为一名优秀的大数据分析师。

编程的另一个重要方面需要通过查询语句与数据库进行交互。数据库，教学语言和大数据工具诸如R，HIVE，SQL，Scala，HIVE等工具应该是能满足编程学习需求的。

技能＃2：定量技能：

作为一名大数据分析师，编程可以帮助你完成你需要做的事情。但是，你应该做什么？

成为优秀大数据分析师所需的定量技能可以回答这个问题。首先，你需要了解多变量微积分以及线性和矩阵代数。其次，你还需要了解概率和统计数据。通过学习这些技能，你将为数值分析打下坚实的基础。

数值和统计分析是每个优秀大数据分析师都需要的核心定量技能。这种知识可以使用神经网络和机器学习等概念。

技能＃3：多种技术：

编程是一项重要的大数据分析技能。然而，更具特色的是多功能性。你必须学习多种技术帮助你成长为大数据分析师。

但是，技术并不仅限于编程。一个优秀的大数据分析师必须熟悉的技术范围是巨大的。它涵盖了无数的工具，平台，硬件和软件。例如，Microsoft Excel，SQL和R，这些都是基本工具。在企业级中，SPSS，Cognos，SAS，MATLAB与Python，Scala，Linux，Hadoop和HIVE一样重要。

你使用的实际技术取决于你所处的环境。它还会根据公司和项目的要求而有所不同。你熟悉的技术越多，你的功能就越多。

技能＃4：对业务和成果的理解：

如果无法将数据和见解应用于业务设置，则无法对其进行分析。所有大数据分析师都需要对其运营的业务和领域有深刻的理解。领域专业知识可以放大大数据分析师见解的表现力。

大数据分析师可以根据他们的业务专长识别相关的机会和威胁。拿iPad举例。当它们被引入时，数字出版业一切都处于中断状态。但是，局外人无法实现可能的转型。它利用行业专业知识和关系迎来了数字出版时代。

技能＃5：数据解释：

在我们概述的所有技能中，数据的解释也至关重要。它是结合艺术和科学的一项技能。它需要科学和数学的精确性，同时也需要表现力强的文学创造性。

在大多数公司中，绝大多数员工不了解自己公司的数据。事实上，大多数员工甚至都不清楚所有数据的位置。这些员工通常依靠预先配置的报告和仪表板来获取他们的见解。不幸的是，这种方法很危险。它没有提供数据采集和分析过程的整体视图。这个问题通常因数据系统的碎片化而加剧。随着公司无机增长，不同的数据孤岛合并，导致更大的混乱。

但是，通过提出正确的问题，大数据分析师可以开始对原始数据进行适当的探索。正确的提问和发现可以改变组织的业务过程。

成为一名大数据分析师需要掌握五项基本技能。IT专业人员在学习新的编程语言和技术方面具有优势。其他人则需要付出更多努力来学习计算技能和技术。但是，诸如商业经验和领域专业知识等较为柔和的技能可以起到一定的作用。