如今的大数据时代，想成为一名合格的Python数据分析师到底需要掌握哪些技能？数据分析师又被分为哪几个等级？

这是一个用数据说话的时代，也是一个依靠数据竞争的时代。如今国内国外很多大公司都延伸了单独的数据分析岗位，数据分析这行职业也得到了很多公司的认可。

那么数据分析师在一个企业里到底是做什么呢？

其实数据分析师只需要做两件事，

你没听错，就是两件事

1.满足数据需求   

简单用七个字概括：取数、做表、搭监控

取数：通过工具提取所要数据，或者通过爬虫简单爬取

做表：拿到数据后，用Excel、Tableau等工具加工成各种报表，便于查看和分析

搭框架：需要得到一些每日数据变化，可以用Tableau/PowerBI等高级商业智能工具搭建日常的数据监控

（Ps：在这些过程中遇到一些较复杂的问题可以用Python制作脚本处理）

2.提供决策支持

这个环节便是体现一个分析师的真的价值所在

简单用七个字概括：开会、分析、给方案

分析师每天需要开多次大大小小的会议，在复杂的数据中分析出当前面临的问题，找到数据背后的信息，发现其中的突破口，通过自己的分析思维给出最佳的方案，从而提升公司业绩

无论什么公司，都离不开这些大大小小的沟通会、分析会，在这些会议上提供可靠的决策支持，这就是分析师的价值所在

总的来说，分析师是个高端、有趣并富有挑战性的职业。

那么数据分析师在职场上能分为几个阶段呢？

第一阶段：商业数据分析

起步薪资：8K~12K（一线城市）

可进阶方向：高级业务分析师、数据运营、数据驱动、数据产品经理

能力要求：

具备商业分析师的工具运用能力：EXCEL数据分析、PowerBI、Tableau、SQL等。

具备数据处理能力、统计分析能力、业务分析能力

具备商业数据分析思维、制作高级的可视化报表能力

具备数据库使用以及数据库开发能力

第二阶段：Python大数据分析

起步薪资参考：12K~16K（一线城市）

可进阶方向：大数据分析师、大数据开发工程师、数仓开发工程师

能力要求：

具备应对大厂开发场景的编码能力：

Python语法基础、Python模块化编程、Python面向对象、Python数据分析、Python数据分析可视化以及大数据分析

具备大数据分析必备的大数据集的数据存储、数据处理、数据清洗、数据可视化的能力

具备数仓开发、数据库开发等开发能力

第三阶段：Python数据挖掘/AI

起步薪资考虑：15K~25K（一线城市）

可进阶方向：数据分析师（建模方向）、数据分析经理、数据挖掘工程师

能力要求：

掌握数据挖掘相关高数、统计学、线性代数、概率论、微积分知识等

掌握机器学习主流算法原理及应用场景、算法建模流程、特征工程、模型评估方法

具备使用AI技术的预测分析能力、数据挖掘能力

具备真实外包数据挖掘项目经验

最后，无论你到了哪个等级的数据分析师，归根到底的任务都是，通过你的分析思路，分析目前公司所遇到的问题，提出你的改善方法，从而提高公司的业绩。