今天主要来聊聊「数据分析师」这个宏观的岗位,一个很多人和我交流的岗位。其实准确来说,数据分析师并不是程序员,网上有一句话很好的概括了这一职业和程序员的区别:
在了解编程之前更重要的是讲好一个故事。
先说一下「极端」数据分析师的岗位要求吧:
Excel和SQL可以说是我见过最低的岗位要求了,SQL会取数据,Excel完成可视化:
对比较为高端的要求就是有额外附加项:机器学习\Hadoop\Spark\Linux等等。抛开这些不说我来简单的总结一下数据工程师所具备的「听说读写」
听:
- 想听得懂业务需求;听得懂业务重点
说:
- 说的出数据价值在哪;说得出数据的表达点在哪
读:
- 想读的懂报表可视化的深层含义;读的懂英文
写:
- 想写的了可视化分析报告;写的了代码
话虽如此!但是找工作时难免乱了阵脚,但是我仍然觉得最低要求的数据分析师的也应该具备编程能力。
为了长远打算,必须在选择的时候及其慎重,可以说懂编程是你以后核心竞争的重要利器,这里当然不特指python。
所谓的点亮技能书,其实就是在这些基础之上进行延伸拓展的,比如
更高端的可视化:
excel—>Tableau/PowerBI/Qgis;
更大容量的数据存储方式:
MySql/Oracle—>Hadoop/Spark;
更精细的分析:
python—>机器学习
当然这些举例并不是递进关系,更多的算是进阶方向。依照这种隐约的关系,寻找进化器的环境就显得十分重要。
- 更好的认知和阅读体验请扫它吧