数据工作者打怪升级成长学习路线，一定要收藏！-CSDN博客

大家好！今天的内容很硬核！

优质公众号「数据STUDIO」号主云朵君给大家整理了这篇数据分析师/数据挖掘工程师等数据工作者必备技能学习路线，并免费分享给大家他私藏已久的各种资料，包括电子书、思维导图、南京大学入门视频教程！

文中蓝色下划线部分可直接点击跳转到相应文章。

数据分析职业晋升路径。

供大家参考

职业	薪资
数据分析专员	8-15K
数据分析师	12-20K
资深数据分析师	20-35K
数据分析专家	35-60K
数据科学家	60K-

数据分析在企业管理运营中的应用

主要看在战略规划、市场营销、生产管理、物流采购、财务管理、人力资源等方面的应用。

数据分析项目参与角色

项目成员	参与角色
业务人员	业务人员主要负责提出业务需求、从业务角度检验分析结果的准确性、使用分析结果指导业务工作
分析人员	分析人员负责数据的分析挖掘及制作分析报表、汇报分析成果等工作
IT技术人员	技术人员提供必要的IT 技术支持，比如应用网络爬虫搜取数据、创建数据仓库、取重要字段等

数据人才工作中的技能需求

一、必备技能

数据分析基础技能、数据库应用技能、商业智能分析技能、数据挖掘数学基础

数据分析基础技能

此部分主要是针对运用EXCEL工具，对一般小数据进行数据分析。

你需要的Excel常用函数都在这里！
看完这篇Excel数组简介，你也是Excel高手了！
VLOOKUP很难理解？或许你就差这一个神器！

分享一个Excel常用函数思维导图

关注????公众号：数据STUDIO
后台回复【excel函数】获取。

数据分析思维技能

这里送给大家分享一本《精益数据分析》

关注????公众号：数据STUDIO
后台回复【电子书】获取。

数据库应用技能

主流关系型数据库

数据库	特点
Oracle	运行稳定、可移植性高、功能齐全、性能超群，适用于大型企业
DB2	速度快、可靠性好、适用于海量数据、恢复性极强，适用于大中型企业
MySQL	开源、体积小、速度快，适用于中小型企业
SQL server	全面高效、界面友好易操作，但是不跨平台，适用于中小型企业

这里可以从MySQL学起，其使用人数相对较多。只要掌握SQL语言即可。SQL 是一种结构化查询语言 Structure Query Language ），它是国际标准化组织（ ISO ）采纳的标准数据库语言。

擅用子查询，让复杂问题简单化
 MySQL中的通配符与正则表达式
 MySQL高频面试题：一维表转二维表
 一文搞定MySQL多表查询中的表连接(join)

这里送给大家一本《MySQL必知必会》

关注????公众号：数据STUDIO
消息后台回复【电子书】获取

商业智能分析技能

这部分主要是学习一些BI工具，将数据分析结果漂亮的可视化出来，很多公司运用的BI工具不相同，Tableau、PowerBI、MicroStrategy、Qlikview、FineBI、永洪 BI。所有工具都是无关紧要，重要的是如何运用这些工具，将数据分析师的数据分析结果完美可视化出来。

我这边用了两款（Tableau、PowerBI）网上有挺多测评，这里就不多说。但使用Macbook的小伙伴需要注意了，PowerBI只能在Win系统上使用；Tableau两个系统都可以使用。

这本分享大家一本7天入门PowerBI

还有可能需要数据化运营、用户增长等相关知识：

关注????公众号：数据STUDIO
消息后台回复【电子书】获取

数据挖掘数学基础

这部分注意是统计基础知识，包括

微积分基础（函数、微分、积分）
线性代数基础（向量、行列式、矩阵、特征值与特征向量等）
描述性统计方法（集中趋势、离散程度等）
抽样估计（抽样分布、样本均值与方法分布）
假设检验、列联分析、方差分析、相关分析、回归分析等

这里送大家两本书一个思维导图：《深入浅出统计学》《统计学》

关注????公众号：数据STUDIO
消息后台回复【电子书】获取

二、Python相关

Python编程基础、Python数据清洗、Python数据可视化、Python统计分析、Python机器学习

Python编程基础

只需七步！零基础入门Python变量与数据类型
 IF-While-For 轻松掌握Python流程控制语句
 入门必备！面向对象编程之Python函数与类
 一文搞懂文件操作与异常模块
 Python八种数据导入方法，你掌握了吗？

Python数据清洗

利用Python进行数据预处理，Python 完成数据获取、数据清洗、数据探索、数据呈现、数据规模

利用Python进行数据预处理，Python 完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python 基础知识，如何从 CSV、Excel、XML、JSON 和 PDF 文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和 API 中提取数据。

需要学会如何利用各种 Python 库（包括 NumPy、pandas 等）高效地解决各式各样的数据分析问题。

6个步骤搞定金融数据挖掘预处理
 超级攻略！Pandas\NumPy\Matrix用于金融数据准备
 进阶法宝！掌握这些NumPy\Pandas方法，快速提升数据处理效率