在这个大数据的时代，数据分析师这个岗位无疑受到了格外中重视，尤其是中、高级的大数据分析人才，成为了企业争先强队的香饽饽，随着大数据行业的进一步发展，数据分析的岗位不断增多，人才需求量也在不断的上涨当中。

数据分析岗位详情​mp.weixin.qq.com/s/yDNNgCkPfyiH9RuBQptmyQ

数据分析是什么呢？

数据分析主要是做数据的挖掘、收集、清洗与分析，以及形成具有业务价值的分析报告。

大数据分析师是做什么的呢？

大数据分析首要任务就是怎样去利用数据，即用数据为企业或是组织提供有产出的数据分析。

大数据分析师解决的问题是发现并去利用数据的价值，具体可能包括：趋势的分析、模型的建立以及预测分析等。数据分析，对应的工作岗位叫大数据分析师或者数据科学家。

现在大数据分析师已经不仅仅是简单的IT工作人员了，而是能够参与到企业决策发展制定当中的核心人物，不过这是总架构师之类的大数据分析师，像普通的数据分析师主要还是针对各类的大数据进行分析然后形成项目所需要的报告。

大数据分析师能够做什么？

1、创造实际价值

大数据分析师可以提升企业价值链上多阶段的商业价值，可以促进供应链管理领域的价值创造，大数据分析师的信息处理能力，能够对知识的流程以及管理的竞争优势带来影响，增强组织的敏捷性。

大数据分析师对资产生产率以及组织的业务增长也有着重大的影响，因此大数据分析师对于企业有着巨大的作用，有助于组织的业务增长。

2、促进企业绩效

有效的数据分析能够提高价值业务绩效、改善财务绩效、提高企业整体绩效以及提高医疗行业的运营绩效。

从资源基础理论的角度出发去看，大数据分析师可以实现价值的创造，提升组织的敏捷性，以及实现组织整体绩效的提升。

3、促进企业新品产出

在大数据时代，企业更需要来自其他外部市场的信息，比如社交媒体的数据信息。数据分析师通过对外部信息的分析提炼成创新知识，有效的运用大数据分析可以提高企业新产品研发的成功率。数据分析师通过社交媒体的数据，可以提升商业智能化的程度，更好的为客户进行精准推送等服务。

大数据分析师需要掌握的技能

1、数学

微积分是必须要熟练掌握并使用的，还需要精通线性代数，尤其是矩阵的运算、以及向量空间、秩等概念。推荐《高等数学》，还可以去Coursea进行学习宾夕法尼亚大学的微积分课程，还有Strang的线性代数：《Introduction to Linear Algebra》。

2、数理统计

概率和统计虽然不要求精通，但是对于基础一定要掌握，但是对于相关的背景和术语都要有一定了解。找本《概率论》学习。

3、交互式数据分析框架

Apache Kylin或是Apache Hive的分析交互框架，首先学习Hive，有时间的话可以去解除一下Kylin背后的数据挖掘思想。

4、机器框架学习

TensorFlow、CNTK10、Caffe8、Keras9、Torch711等，尤其是TensorFlow。建议可以先选取一个机器框架进行学习，还可以从机器学习的算法原理去进行学习，比如：吴恩达的Machine Learning。