AI研習圖書館
數據分析師成長之路
一、引言
從一個一無所知的數據小白，到一名手拿大廠offer的數據分析師，我們需要多久？一個月還是一年？今天，給大家分享一位字節大佬的數據分析師學習和成長經歷，字里行間皆是寶貴的學習經驗，希望看完的你宛如醍醐灌頂，簽約大廠不是夢~~
告別盲目努力，且看今日面經~
二、成長之路
1.行業調研
首先，決定轉型數據分析之后數據庫技術學習指導書，我們需要到網上檢索一下數據分析師這個行業目前的整體狀況。其實，目前數據分析師這個行業十分混亂，不同企業對數據分析師有著不同的定位，薪資待遇也是千差萬別，但大概總結一下，可以粗略的分為如下兩種類型：
技術型分析師：算法類或數據類，類似于算法工程師、數據挖掘工程師、大數據工程師這類概念，但是區別于數據庫工程師類。一般來說，此類崗位需要十分扎實的算法和數據結構知識，且要了解機器學習、數據挖掘及大數據框架等基礎知識，對于非計算機或數學專業的同學，學習或轉型會有一定難度！
業務型數據分析師：產品類或運營類，當今市面上崗位最多的數據分析師，這類分析師的門檻會相對較低一點，但是如果做不好的話，很有可能就會變成PPT分析師、報表分析師。不過，畢竟入行門檻相對較低，對于想零基礎入門數據分析師的同學，業務型數據分析師將會是你更好的選擇，也更加友好一些。
2. 自主學習
首先，選定學習方向：業務型數據分析師。其次，明確轉型方向之后，對于從零轉型的同學來說，會有兩個比較迫切的問題：
首先，解決第一個問題。
首先數據庫技術學習指導書，我列了一個業務型數據分析師所需要具備的基本能力矩陣，一圖勝千言，再針對性的一一準備，輕松入門不是夢。
簡單來說主要包括以下三個層面：
數據分析師能力矩陣基本工具
數據分析師三板斧：Excel、SQL、
Excel、SQL、是數據分析師必知必會的3種基本工具。
未完待續......
注釋：由于文章篇幅限制，完整文章內容請至微信公眾號內閱讀，謝謝~
微信公眾號