作者：徐楊老師
Hello,大家好！我是徐楊老師。
最近有很多小伙伴疑惑，數(shù)據(jù)分析到底應(yīng)該學(xué)到什么程度，就可以去找工作了呢？
點擊下方視頻，先睹為快
??????
首先，找工作我們應(yīng)該了解什么？企業(yè)需求對不對？
所以我分析了招聘網(wǎng)站上多個與數(shù)據(jù)分析的相關(guān)崗位，根據(jù)薪資高低大概分為三個等級。
初級水平：
掌握常見表格制作和數(shù)據(jù)庫基本功能操作，就可以做業(yè)務(wù)數(shù)據(jù)分析師。
中級水平：
在初級水平基礎(chǔ)上，對常見函數(shù)應(yīng)用熟練，數(shù)據(jù)庫操作熟練，掌握ETL能力，掌握統(tǒng)計分析模型，具備行業(yè)相關(guān)業(yè)務(wù)經(jīng)驗，可以進行簡單的建模操作，就可以做策略數(shù)據(jù)分析師。
高級水平：
具備數(shù)據(jù)科學(xué)家能力，機器學(xué)習(xí)、深度學(xué)習(xí)算法能力、建模挖掘能力和建模挖掘能力突出，對行業(yè)業(yè)務(wù)邏輯深度認知，就可以做算法工程師、挖掘工程師。
所以我們該如何具備這些能力呢？
01 學(xué)習(xí)統(tǒng)計學(xué)
首先需要學(xué)習(xí)統(tǒng)計學(xué)。統(tǒng)計學(xué)部分主要分為三大模塊。
第一個模塊就是描述性統(tǒng)計。
可以幫助我們在拿到一個數(shù)據(jù)集的時候進行初步的統(tǒng)計分析。描述性統(tǒng)計當(dāng)中需要掌握的概念有，比如集中趨勢、離散趨勢、數(shù)據(jù)分布、缺失值和異常值等等。
第二個模塊是參數(shù)估計和假設(shè)檢驗。
這里需要掌握的大約有，比如點估計方法、置信度、置信區(qū)間、原假設(shè)、備擇假設(shè)、P值、檢驗統(tǒng)計量等。
第三個模塊是統(tǒng)計模型。
在這個模塊當(dāng)中，主要要掌握的包括卡方分析、方差分析、主成分分析、因子分析，以及統(tǒng)計模型的圓點：回歸分析。
02 學(xué)習(xí)分析工具
在學(xué)習(xí)完統(tǒng)計學(xué)之后，就要開始代碼及編程部分，進入分析工具的學(xué)習(xí)了。
之前我們講過入門數(shù)據(jù)分析必學(xué)的4大工具，這期我們直接來講利用這些工具的要學(xué)會那些技能。
在Excel中我們主要需要掌握一些基本的計算函數(shù)、數(shù)據(jù)透視表以及VLOOKUP函數(shù)。
在SQL中我們主要掌握表的增、刪、改、查、表連接、子查詢以及窗口函數(shù)的運用和SQL語句的執(zhí)行順序。
在Python中，我們要掌握最基本的數(shù)據(jù)結(jié)構(gòu)，包括列表、字典、字符串、元祖、數(shù)組、集合。還需要掌握基本的語句，比如說IF語句、For循環(huán)、while 循環(huán)。還要熟練運用Python中的各種庫，比如有numpy/pandas等等。
最后還有數(shù)據(jù)可視化的分析工具BI。大家需要學(xué)習(xí)的包括儀表盤的制作，一些基本的計算函數(shù)的運用。
03 算法模型和機器學(xué)習(xí)
學(xué)習(xí)完工具后我們就要開始算法模型以及相關(guān)機器學(xué)習(xí)的部分知識了。
大家主要掌握的就是模型的原理、模型的運用，模型的調(diào)優(yōu)以及效果的評估。機器學(xué)習(xí)部分主要可以分為：有監(jiān)督學(xué)習(xí)以及無監(jiān)督學(xué)習(xí)。在有監(jiān)督學(xué)習(xí)中，主要可以分為回歸算法與分類算法。而在無監(jiān)督學(xué)習(xí)中，我們主要需要掌握的就是聚類算法和降維算法。
04 掌握業(yè)務(wù)知識
最后就是業(yè)務(wù)知識模塊。
常見的業(yè)務(wù)分析方法包括：漏斗分析、拆解分析、對比分析、留存分析、用戶分群分析、歸因分析、渠道路徑分析等等。
以上就是這期的分享，關(guān)注我！也歡迎有同樣困惑的小伙伴私信我！
點這里??關(guān)注我，記得標星哦~
聯(lián)系客服
