数据分析工程师，大数据工程师做什么数据分析师需要具备什么能力

本文目录一览

1，大数据工程师做什么数据分析师需要具备什么能力
2，数据分析师这个工作需要经常加班吗
3，资深数据分析师是做什么的
4，数据分析需要掌握哪些知识
5，咨询行业数据分析师是干什么的
6，数据分析工程师

1，大数据工程师做什么数据分析师需要具备什么能力

、需要有应用数学、统计学、数量经济学专业本科或者工学硕士层次水平的数学知识背景。2。5、至少掌握一门数学软件：matalab，mathmatics进行新模型的构建、至少熟练SPSS、STATISTIC、Eviews；4、SAS等数据分析软件中的一门。3、至少能够用Acess等进行数据库开发、至少掌握一门编程语言；6，当然还要其他应用领域方面的知识，比如市场营销

大数据工程师主要是偏开发层面，指的是围绕大数据系平台系统级的研发人员，熟练hadoop大数据平台的核心框架，能够使用hadoop提供的通用算法，熟练掌握hadoop整个生态系统的组件如： yarn，hbase、hive、pig等重要组件，能够实现对平台监控、辅助运维系统的开发。

大数据工程师做什么数据分析师需要具备什么能力

2，数据分析师这个工作需要经常加班吗

你好，在大数据时代的背景下，出现了另一类程序员—大数据开发工程师，他们因为掌握着前沿的大数据相关技术，深受企业重视，找工作容易收入也非常高，但作为IT行业的又一分类，是否加班牵动了无数转行者的心！对于大数据开发工作是否加班的这个问题，不能一概而论，需根据公司的实际情况而定，有些公司有加班的氛围，即使非IT岗，也会有加班的情况，这样的公司大数据开发肯定会加班无疑的；有些公司不鼓励加班，会根据大数据开发流程制定合理的项目进度，只要具备相应的技能，快速的解决问题，相信这种情况是不会加班的。仅凭是否加班去选择工作岗位是一件十分可笑的事情，确实有些岗位具有很高的加班概率，但并不是一定就会加班，而且选择岗位最好是根据个人爱好和目前的实际情况进行选择，相信这样选择的工作才会更持久，工作更舒心！

cda数据分析师可从事的行业非常广，因为现在几乎各行各业都几乎要用到数据，像通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研、教育等行业和领域。至于工资方面的待遇，那就要看你是哪个等级数据分析师了，而且不同行业和不同公司，对员工的待遇和红利也是各有差别的。但是只要是有cda数据分析师的证书的话，基本上福利待遇都是非常好的！

数据分析师这个工作需要经常加班吗

3，资深数据分析师是做什么的

统计专业（有统计理论）、计算机专业专业（会编程序实现）。数据分析师指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。互联网本身具有数字化和互动性的特征，这种属性特征给数据搜集、整理、研究带来了革命性的突破。以往“原子世界”中数据分析师要花较高的成本（资金、资源和时间）获取支撑研究、分析的数据，数据的丰富性、全面性、连续性和及时性都比互联网时代差很多。与传统的数据分析师相比，互联网时代的数据分析师面临的不是数据匮乏，而是数据过剩。因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方法论方面进行创新和突破。

说白就是算命，利用一些数据做预测推断1、数据分析都在做什么常规报表：例如月度季度财务报告即席查询：记录每种产品每天销量报表多维分析：（olap技术）解决“问题出在哪”这样的问题监控警报：例如监控销售数据，及时发现问题调整营销策略统计分析：如方差分析回归分析，例如银行通过模型判别应该对什么样的人做按揭最合理预报：时间序列预测，例如预测下个季度的gdp预测性建模：逻辑回归、决策树、神经网络等复杂模型，例如做客户相应模型时候2、数据分析师一般有以下工作流程：理解客户分析诉求学习研究相关知识体系完成项目前期数据取样数据预处理、数据特征探索、分析问题明确化、数据调整和技术选择模型的研发、知识的发现模型和知识的综合解释和评价业界俗称semma原则

资深数据分析师是做什么的

4，数据分析需要掌握哪些知识

数学知识对于初级数据分析师来说，则需要了解统计相关的基础性内容，公式计算，统计模型等。当你获得一份数据集时，需要先进行了解数据集的质量，进行描述统计。而对于高级数据分析师，必须具备统计模型的能力，线性代数也要有一定的了解。分析工具对于分析工具，SQL 是必须会的，还有要熟悉Excel数据透视表和公式的使用，另外，还要学会一个统计分析工具，SAS作为入门是比较好的，VBA 基本必备，SPSS/SAS/R 至少要熟练使用其中之一，其他分析工具（如 Matlab）可以视情况而定。编程语言数据分析领域最热门的两大语言是 R 和 Python。涉及各类统计函数和工具的调用，R无疑有优势。但是大数据量的处理力不足，学习曲线比较陡峭。Python 适用性强，可以将分析的过程脚本化。所以，如果你想在这一领域有所发展，学习 Python 也是相当有必要的。当然其他编程语言也是需要掌握的。要有独立把数据化为己用的能力, 这其中SQL 是最基本的，你必须会用 SQL 查询数据、会快速写程序分析数据。当然，编程技术不需要达到软件工程师的水平。要想更深入的分析问题你可能还会用到：Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。业务理解对业务的理解是数据分析师工作的基础，数据的获取方案、指标的选取、还有最终结论的洞察，都依赖于数据分析师对业务本身的理解。对于初级数据分析师，主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。对于高级数据分析师，需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。对于数据挖掘工程师，对业务有基本了解就可以，重点还是需要放在发挥自己的技术能力上。逻辑思维对于初级数据分析师，逻辑思维主要体现在数据分析过程中每一步都有目的性，知道自己需要用什么样的手段，达到什么样的目标。对于高级数据分析师，逻辑思维主要体现在搭建完整有效的分析框架，了解分析对象之间的关联关系，清楚每一个指标变化的前因后果，会给业务带来的影响。对于数据挖掘工程师，罗辑思维除了体现在和业务相关的分析工作上，还包括算法逻辑，程序逻辑等，所以对逻辑思维的要求也是最高的。数据可视化数据可视化主要借助于图形化手段，清晰有效地传达与沟通信息。听起来很高大上，其实包括的范围很广，做个 PPT 里边放上数据图表也可以算是数据可视化。对于初级数据分析师，能用 Excel 和 PPT 做出基本的图表和报告，能清楚地展示数据，就达到目标了。对于稍高级的数据分析师，需要使用更有效的数据分析工具，根据实际需求做出或简单或复杂，但适合受众观看的数据可视化内容。协调沟通数据分析师不仅需要具备破译数据的能力，也经常被要求向项目经理和部门主管提供有关某些数据点的建议，所以，你需要有较强的交流能力。对于高级数据分析师，需要开始独立带项目，或者和产品做一些合作，因此除了沟通能力以外，还需要一些项目协调能力。

5，咨询行业数据分析师是干什么的

数据分析师职位描述：1．负责数据分析、报告撰写，为客户或内部进行报告陈述；2．针对策划产品建立研究模型及标准化分析模板；3．设计调查问卷，全程跟踪调查过程。要求：1．有比较充裕的时间；2．具有电信行业从业经验或具有同类咨询公司优先； 3．掌握情报分析、数据分析、产业分析方法，熟练应用分析工具；4．较强的文字功底和分析能力，能够独立开展数据分析和建立分析模型；5．有行业研究报告开发．撰写经验，熟悉撰写方法6．热爱咨询行业，再学习的能力，严谨负责的工作态度；7．本科及以上学历，电信/IT．MBA方向专业优先。

数据分析师主要工作就是通过数据去解决企业实际遇到的问题，包括根据数据分析的原因和结果推理以及预测未来进行制定方案、对调研搜集到的各种产品数据的整理、对资料进行分类和汇总等等发展前景很好，毕竟数据分析这一行在国内才刚刚起步，很多企业都需要这方面的人才，是很有潜力的，这一行偏商科，技术辅助。真正的大牛不是数据分析工具技术，而是用数据帮助企业在产品、价格、促销、顾客、流量、财务、广告、流程、工艺等方面进行价值提升的人。像我本人就是自学的数据分析师然后毕业后去了决明工作，现在基本实现了财务自由，但想成为大数据分析师的话，需要日积月累坚持沉淀下去，相信你总有一天也能达到这个层次。

首先这不是一个行业，只是一个职业，这个累不累和公司有很大关系，当然与你的技能熟练程度有一定的关系，基本做数据分析的前期都比较忙，小部分比较闲，主要看行业

数据分析师的工作职责是，将搜集到的达到一定要求的数据，进行处理、分析，利用系统化、科学化的分析方法或是通过建模手段，把隐藏在数据之中的一些规律找出，由此为企事业单位的领导做决策提供科学依据。数据分析师的技能要求有：1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。3、懂分析。指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。5、懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。

负责数据分析、报告撰写，为客户或内部进行报告陈述；针对策划产品建立研究模型及标准化分析模板；设计调查问卷，全程跟踪调查过程。

6，数据分析工程师

大数据分析师(Search Engine Optimization Strategy Analyst，简称SEO分析师)是一项新兴信息技术职业，主要关注搜索引擎动态，修建网站，拓展网络营销渠道，网站内部优化，流量数据分析，策划外链执行方案，负责竞价推广。　　SEO分析师需要精通商业搜索引擎相关知识与市场运作。通过编程，HTML，CSS，JavaScript，MicrosoftASP.NET，Perl，PHP，Python等建立网站进行各种以用户体验为主同时带给公司盈利但可能失败的项目尝试。一名合格的数据分析师必备的基本一些基本能力和素质：　　1、严谨负责的态度　　当下的数据俨然之多之大，时常让人无从下手、头昏脑胀，但不可因此就以随便忽悠的心态处理数据，只有本着严谨负责的态度，才能确保数据的客观性与准确性。对于一个专业的数据分析师来说，数据是用来尊重的，不是用来随便玩玩的。在企业里，数据分析师无疑充当着“医生”的角色，通过对企业运营数据的分析，来为企业寻找症结及问题所在，从而使企业大大小小的弊端得到改正、改善。如果一名数据分析师不具备严谨、负责的态度，受其他因素影响而更改或大意处理数据，隐瞒企业存在的问题，对企业的发展是非常不利的，甚至会造成严重的后果。因此，数据分析师必须保持中立立场，客观评价企业的发展，以数据作为事实，为决策层提供有效、正确的参考依据。　　2、持久强烈的好奇心　　在数据分析师的脑子里，应该充满着无数个“为什么”，为什么是这样的结果，而不是那样的结果，导致这个结果的原因是什么，为什么结果不是预期的那样等等。这一系列的问题都需要在进行数据分析时提出来，并且通过数据分析，给自己一个满意的答案。只有在这样强烈好奇心的推动下，隐藏在数据内部的真相才能被积极主动地发现和挖掘出来。并且，数据分析师的好奇心必须是持久的。若仅仅满足于当下的问题，没有刨根问底的精神，就会很容易、轻易地下结论，而这种结论的正确率往往并不高。进行数据研究时，只有不断抛出新的问题，对数据进行敏感而持久的研究，才能优化甚至彻底颠覆自己原的模型。　　3、清晰有序的逻辑思维　　通常从事数据分析时所面对的商业问题都是较为复杂的，数据分析师不但要考虑错综复杂的成因，分析可能面对的各种纷繁交杂的环境因素。并且需要在若干发展的可能性中选择一个最优的方向。这不仅建立于对事实有足够了解的基础上，更需要数据分析师自身能真正掌握问题的整体以及局部的结构，在深度思考后，理清结构中相互的逻辑关系，只有这样才能切实、客观、科学地找到商业问题的答案。　　4、游刃有余的模仿力　　在进行数据分析时，数据分析师一方面要逐步产生自己的想法，另一方面，也需要借鉴、参考他人优秀的分析思路和方法。这就是所谓的模仿力。但模仿并不是盲目地进行，更不是直接照搬，成功的模仿需要领会他人方法之精髓，透彻理解其分析原理，透过表面达到实质，从而将他人的成功经验与思维精华内化为自己的知识，到最后，不但不被他人的思维制约、限制，还可使自己的专业能力迅猛成长。这就是所谓游刃有余的模仿力，也是一名优秀的数据分析师必备的素质之一。　　5、独特新颖的创新力　　中国的数据分析师缺少的往往不是模仿力，而是独特新颖的创新力。据相关报告显示，中国各行各业的创新能力与日本、美国等发达国家相比差距仍然很大。创新是一名优秀的数据分析师应具备的素质，只有不断的创新，才能提高自己的分析水平，使自己站在更高的角度来分析问题，为整个研究领域乃至社会带来更多的价值。在数据领域的分析方法和研究课题千变万化，墨守成规是无法很好地解决层出不穷的新问题的。

你可以登录当地的人事考试考取查询这些

项目数据分析师考试，简称 CPDA考试。关于考试的具体内容介绍如下：考试时间：考试采取全国统一考试方式，一般为一年四次，分布在3月、6月、9月和 12月。报考条件：（l）申报参加项目数据分析专业技术培训考核人员，必须具备管理、经济和投资金融等专业大专以上学历；如果其他专业大专以上学历人员，须从事相关专业工作一年以上。（2）申报人员所出具的学历证明，必须是经国家教育部承认的学历证明。除此以外的任何学历证明，均不能申报参加项目数据分析师专业技术培训考核。（3）申报人员所出具的学历证明，必须真实有效，不得假冒伪造或修改。考试时长：考试分为理论机考和实操笔试，考试时限分别为120分钟和 180分钟，满分都为 100分。