数据分析师的学习心得体会

1、数据分析师需要学会哪些知识?第一个方面是数学基础，第二个方面是统计学基础，第三个方面是计算机基础。 如果你想走数据分析的道路，你应该专注于数学和统计学的学习。 归根结底，数据分析就是寻找数据背后的模式，而寻找模式需要设计算法的能力，所以数学和统计学对于数据分析来说非常重要。
如果你想快速成为一名数据分析师，可以从计算机知识入手，具体点就是从数据分析工具入手，然后在学习如何使用工具的过程中，辅助算法，学习行业知识。 学习数据分析工具往往从Excel工具开始。 Excel是当前专业人士常用的数据分析工具。 通常情况下，Excel面对10万条以内的结构化数据还是有能力的。 对于大多数专业人士来说，掌握Excel的数据分析功能就可以应对大多数常见的数据分析场景。
掌握Excel之后，还应该进一步学习数据库相关知识。 您可以从关系数据库开始，重点关注SQL语言。 掌握了数据库之后，数据分析能力将会大大提高，可分析的数据量也会大大提高。 如果结合使用数据库和BI工具，数据分析结果会更丰富，也有更直观的呈现界面。
数据分析的最后一步就是学习一门编程语言，目前学习Python语言在大数据分析领域被广泛使用，而且Python语言本身也比较简单易学.即使没有编程背景的人也可以学习。 使用Python利用机器学习来实现数据分析是目前流行的数据分析方法。 2、大数据分析师学习经验分享大数据分析师学习经验分享
1.大数据分析师不是JAVA程序员
Hadoop架构是基于java编程的，因此一大批IT人士在大数据时代找到了自己的职业锚点，并迅速进入这个行业，成为第一批大数据分析师。 但IT人的命运就是太IT了。 他们热衷于更快的计算和更高效的编程，却忽略了大数据分析的初衷，即为企业带来商业价值。 因此，他们只能是大数据分析师。 工程师，真正的大数据分析师应该了解并熟悉Hadoop的技术架构和算法设计，但不需要是一名优秀的JAVA程序员，就像我们只需要知道面包的生产过程，了解某些生产细节一样。 要成为一名合格的营养师，更细致的程序是一名优秀面包师的责任。
2.大数据分析师不同于普通数据分析师
普通数据分析师具有一定的数理统计基础，熟悉业务逻辑，能够熟练操作传统数据分析软件，能够让数据成为企业的智慧。 他们通常遇到的是结构化且规模较小的小数据。 大数据分析师更关注数据采集的架构设计、数据分析模型的选择、指标的选择。 他们具备数据分析师的理论素养和业务能力。 面对大数据，他们有一套完整的分布式数据采集和组织、处理和分析解决方案，而这套解决方案的最终目标是服务于数据分析。 他们拥有强大的大数据分析工具，比如mahout、Spark等软件。 他们更多做的是如何将非结构化和结构化的大数据过滤成结构化的小数据，从而使其对更普通的数据分析师有用。