時(shí)間序列數(shù)據(jù)分析工程師
浮生若夢(mèng)圈
林hui楊65928
1. 第一階段（一般崗位叫數(shù)據(jù)專(zhuān)員）
基本學(xué)會(huì)excel（VBA最好學(xué)會(huì)；會(huì)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(zhuān)員已經(jīng)可以做了
2. 第二階段（數(shù)據(jù)專(zhuān)員~數(shù)據(jù)分析師）
這一階段要會(huì)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(yíng)、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(shí)間序列、簡(jiǎn)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）
zhinaltl333
專(zhuān)業(yè)、熟練、成熟的數(shù)據(jù)分析師可以說(shuō)是高級(jí)工程師，但不同考試、認(rèn)證、證書(shū)有不同的評(píng)價(jià)標(biāo)準(zhǔn)，不能一概而論。
就行業(yè)而言，數(shù)據(jù)分析師的價(jià)值與此類(lèi)似。就新聞出版行業(yè)而言，無(wú)論在任何時(shí)代，媒體運(yùn)營(yíng)者能否準(zhǔn)確、詳細(xì)和及時(shí)地了解受眾狀況和變化趨勢(shì)，都是媒體成敗的關(guān)鍵。
此外，對(duì)于新聞出版等內(nèi)容產(chǎn)業(yè)來(lái)說(shuō)，更為關(guān)鍵的是，數(shù)據(jù)分析師可以發(fā)揮內(nèi)容消費(fèi)者數(shù)據(jù)分析的職能，這是支撐新聞出版機(jī)構(gòu)改善客戶服務(wù)的關(guān)鍵職能。
數(shù)據(jù)分析師的技能要求：
1、懂業(yè)務(wù)。從事數(shù)據(jù)分析工作的前提就會(huì)需要懂業(yè)務(wù)，即熟悉行業(yè)知識(shí)、公司業(yè)務(wù)及流程，最好有自己獨(dú)到的見(jiàn)解，若脫離行業(yè)認(rèn)知和公司業(yè)務(wù)背景，分析的結(jié)果只會(huì)是脫了線的風(fēng)箏，沒(méi)有太大的使用價(jià)值。
2、懂管理。一方面是搭建數(shù)據(jù)分析框架的要求，比如確定分析思路就需要用到營(yíng)銷(xiāo)、管理等理論知識(shí)來(lái)指導(dǎo)，如果不熟悉管理理論，就很難搭建數(shù)據(jù)分析的框架，后續(xù)的數(shù)據(jù)分析也很難進(jìn)行。另一方面的作用是針對(duì)數(shù)據(jù)分析結(jié)論提出有指導(dǎo)意義的分析建議。
3、懂分析。指掌握數(shù)據(jù)分析基本原理與一些有效的數(shù)據(jù)分析方法，并能靈活運(yùn)用到實(shí)踐工作中，以便有效的開(kāi)展數(shù)據(jù)分析?；镜姆治龇椒ㄓ校簩?duì)比分析法、分組分析法、交叉分析法、結(jié)構(gòu)分析法、漏斗圖分析法、綜合評(píng)價(jià)分析法、因素分析法、矩陣關(guān)聯(lián)分析法等。高級(jí)的分析方法有：相關(guān)分析法、回歸分析法、聚類(lèi)分析法、判別分析法、主成分分析法、因子分析法、對(duì)應(yīng)分析法、時(shí)間序列等。
4、懂工具。指掌握數(shù)據(jù)分析相關(guān)的常用工具。數(shù)據(jù)分析方法是理論，而數(shù)據(jù)分析工具就是實(shí)現(xiàn)數(shù)據(jù)分析方法理論的工具，面對(duì)越來(lái)越龐大的數(shù)據(jù)，我們不能依靠計(jì)算器進(jìn)行分析，必須依靠強(qiáng)大的數(shù)據(jù)分析工具幫我們完成數(shù)據(jù)分析工作。
5、懂設(shè)計(jì)。懂設(shè)計(jì)是指運(yùn)用圖表有效表達(dá)數(shù)據(jù)分析師的分析觀點(diǎn)，使分析結(jié)果一目了然。圖表的設(shè)計(jì)是門(mén)大學(xué)問(wèn)，如圖形的選擇、版式的設(shè)計(jì)、顏色的搭配等等，都需要掌握一定的設(shè)計(jì)原則。
以上內(nèi)容參考：百度百科-數(shù)據(jù)分析師
小小荷尖
1. 第一階段(一般崗位叫數(shù)據(jù)專(zhuān)員)
基本學(xué)會(huì)excel(VBA最好學(xué)會(huì);會(huì)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(zhuān)員已經(jīng)可以做了
2. 第二階段(數(shù)據(jù)專(zhuān)員~數(shù)據(jù)分析師)
這一階段要會(huì)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(yíng)、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(shí)間序列、簡(jiǎn)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(huì)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(guó)內(nèi)比較少，其實(shí)偏重前端，會(huì)high charts，, 。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(jí)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(huì)組合模型形成數(shù)據(jù)產(chǎn)品;計(jì)算機(jī)基本知識(shí)(包括linux知識(shí)、軟件工程等);各類(lèi)數(shù)據(jù)庫(kù)(RDBMS、NoSQL(4大類(lèi)))
數(shù)據(jù)挖掘：和上基本相同。
爬蟲(chóng)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
發(fā)現(xiàn)回答的有點(diǎn)文不對(duì)題額，不過(guò)大致是所有從底層數(shù)據(jù)工作者往上發(fā)展的基本路徑。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(shuō)本人技術(shù)并不是很好，但是起碼會(huì)操作;要會(huì)大膽秀自己，和業(yè)務(wù)部門(mén)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(kù)類(lèi)(必須學(xué))
初級(jí)只要會(huì)RDBMS就行了，看公司用哪個(gè)，用哪個(gè)學(xué)哪個(gè)。沒(méi)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(kù))，然后(選學(xué))可以了解各類(lèi)NoSQL，基于圖的數(shù)據(jù)庫(kù)Neo4j，基于Column的數(shù)據(jù)庫(kù)BigTable，基于key-value的數(shù)據(jù)庫(kù)redis/cassendra，基于collection的數(shù)據(jù)庫(kù)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(huì)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(gè)用的比較多。也有學(xué)時(shí)間序列、bootstrap、非參之類(lèi)的，這個(gè)看自己的意愿。
其他數(shù)學(xué)知識(shí)：線性代數(shù)常用(是很多后面的基礎(chǔ))，微積分不常用，動(dòng)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(huì)選、用、調(diào))
常用的是幾個(gè)線性分類(lèi)器、聚類(lèi)、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(huì)用即可，不要求會(huì)搭環(huán)境)
hadoop基礎(chǔ)，包括hdfs、map-reduce、hive之類(lèi);后面接觸spark和storm再說(shuō)了。
6. 文本類(lèi)(選學(xué)，有公司要求的話會(huì)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(lèi)
語(yǔ)言：非大數(shù)據(jù)類(lèi)R、Python最多(比較geek的也有用julia的，不差錢(qián)和某些公司要求的用SAS、Matlab);大數(shù)據(jù)可能還會(huì)用到scala和java。
未未姐姐
像你從零開(kāi)始來(lái)學(xué)習(xí)的話，可能需要下夠足夠的功夫才可以了，如果你想要掌握真正的技能與技巧的話，建議你還是掌握更多的技術(shù)，掌握更多的能力，只有這樣才能獲得更多更好。更全面的數(shù)據(jù)分析能力才能更快的找到適合自己的工作。
若曦0518
【導(dǎo)讀】數(shù)據(jù)分析工程師是社會(huì)緊缺的人才，不需要很豐富的從業(yè)經(jīng)驗(yàn)，也不需要深厚的管理經(jīng)驗(yàn)，就能實(shí)現(xiàn)自己的人生價(jià)值，獲得高收入，但是這也是需要經(jīng)歷一些階段的，下面我們就來(lái)看看數(shù)據(jù)分析工程師發(fā)展必經(jīng)階段。1、數(shù)據(jù)助理專(zhuān)員主要工作內(nèi)容是導(dǎo)出產(chǎn)品運(yùn)營(yíng)的數(shù)據(jù)報(bào)表，寫(xiě)出對(duì)應(yīng)的報(bào)告，是產(chǎn)品學(xué)習(xí)的階段。2、數(shù)據(jù)專(zhuān)員主要是技能的提升，需要學(xué)會(huì)SQL等數(shù)據(jù)庫(kù)和數(shù)據(jù)語(yǔ)言的使用，對(duì)行業(yè)知識(shí)、公司業(yè)務(wù)及流程進(jìn)行了解，要有自己獨(dú)特的見(jiàn)解。3、數(shù)據(jù)分析師當(dāng)你熟練掌握了數(shù)據(jù)庫(kù)與統(tǒng)計(jì)學(xué)，學(xué)會(huì)主成分分析、假設(shè)檢驗(yàn)、貝葉斯等等，也要學(xué)會(huì)時(shí)間序列、非參之類(lèi)等學(xué)習(xí)方向。4、數(shù)據(jù)科學(xué)家當(dāng)你的地基打造牢固以后，就有很多方向可以供你選擇，你可以成為ETL 工程師、大數(shù)據(jù)工程師、數(shù)據(jù)挖掘工程師等等，對(duì)數(shù)據(jù)分析的技能要學(xué)會(huì)活學(xué)活用。要成為一名成功的數(shù)據(jù)分析師，需要對(duì)數(shù)字充滿激情，能夠從處理過(guò)的數(shù)據(jù)中提取有用的見(jiàn)解，并能夠以可視化的形式準(zhǔn)確地表達(dá)這些見(jiàn)解。這些技能不是一蹴而就的，只要耐心、努力和正確的引導(dǎo)，了解大數(shù)據(jù)工程師具備能力，那么一切皆有可能。
優(yōu)質(zhì)工程師考試問(wèn)答知識(shí)庫(kù)