是证券投资与管理界的一种职业资格称号,在投资金融界被誉为“金领阶层”在美国以及欧洲是进入金融行业的入场券。
数据分析师需要具备什么能力
1、统计类的数学知识
数学知识是数据分析人员的基本技能。
对于初级数据分析师来说,了解一些统计相关的基本内容,具备一定的公式计算能力是必要的,并且熟悉常用的统计模型算法。
高级数据分析人员必须具备统计模型知识,具备线性代数(主要是矩阵计算)知识。
对于数据挖掘工程师来说,除了统计,各种算法也需要熟练运用,对数学的要求是最高的。
2、方便的工具
对于初级数据分析师来说,必须懂得使用Excel,必须使用数据透视表和公式,最好使用VBA。另外,还应该学习统计分析工具,SPSS对于入门者来说是一个不错的选择。
对于高级数据分析师来说,使用分析工具是核心能力,VBA基本必备,SPSS/SAS/R至少熟练使用其中一种,其他分析工具(如Matlab)视情况而定。
对于数据挖掘工程师来说,会使用Excel就行,但主要的工作是写代码。
3、Python语言
对于初级数据分析师来说,如果需要,可以编写SQL查询、Hadoop和Hive查询。
对于高级数据分析人员来说,除了SQL之外,还需要学习Python,以便用一半的精力获取和处理数据。其他编程语言也可用。
对于数据挖掘工程师来说,Hadoop应该是熟悉的,Python/Java/ c++至少应该熟悉一个,Shell应该能够使用。总之,编程语言是数据挖掘工程师的核心竞争力。
4、业务理解
业务理解是数据分析师所有工作的基础。数据获取方案、指标的选择,甚至对最终结论的洞察,都取决于数据分析师对业务本身的理解。
对于初级数据分析师来说,主要的工作是提取数据并做一些简单的图表,以及少量的洞察性结论,对业务有基本的了解。
对于高级数据分析师来说,需要对业务有更深入的了解,并能够基于数据提取有效的视图,这对实际业务是有帮助的。
对于数据挖掘工程师来说,对业务有一个基本的了解是可以的,但是重点仍然需要放在开发技术能力上。
5、逻辑思维
理工科的人都具有较好的思维能力。
对于初级数据分析师来说,逻辑思维主要体现在数据分析过程中每一步的目的性,知道需要使用什么样的手段,想要达到什么样的目标。
对于高级数据分析师来说,逻辑思维主要体现在建立一个完整有效的分析框架,理解分析对象之间的相关性,理解每一个指标变化的因果关系,从而对业务产生影响。
对于数据挖掘工程师来说,逻辑思维不仅体现在与业务相关的分析工作中,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。