數據分析師是現在互聯網公司必須的崗位之一,也是大數據行業重要的崗位之一,每家公司都有自己的招聘JD,今天應用古典老師的能力三核來分析一下這些JD中崗位要求背後的共同點及潛在要求。

先看下面四家公司數據分析師的崗位要求。

銘師堂:

1、3年以上數據分析等相關工作經驗;

2、精通SQL,能獨立提取分析所需數據,熟悉hadoop者優先;

3、有產品、運營、用戶相關業務分析經驗,能獨立完成數據分析報告;

4、熟悉python語言優先;

5、優秀的業務理解能力和溝通能力,能跨部門合作溝通。

網易:

1、3年以上相關工作經驗(數據/業務分析、決策支持、數據挖掘);

2、數學、統計、計算機、經濟學等相關專業碩士及以上學歷,深刻理解並熟練掌握網站數據/業務分析方法;

3、對數據驅動業務有深入理解,對數據與業務方面有足夠的敏感性,有較強的邏輯分析能力和獨立思考能力;

4、具備良好的溝通能力、團隊合作精神及抗壓能力,能獨立高效完成複雜分析項目;

5、有一定的大數據處理能力,能熟練運用ORACLE/MY SQL/HIVE等獲取分析所需數據

6、有一年以上使用R或者python等腳本語言數據處理經驗;

7、有信貸相關領域的數據分析和挖掘工作經驗者優先。

騰訊:

1、本科及以上學歷,計算機、數學、統計等專業優先;

2、3年以上資料庫分析、數據挖掘、數據統計等相關工作經驗,有互聯網行業數據分析/行分析經驗者優先;

3、熟練使用R/SPSS/Spark等挖掘工具;

4、良好的分析報告書寫能力;

5、工作細緻、責任心強,具備較強的學習能力及理解能力;

6、具有優秀的溝通協調能力及開拓精神;

7、具有高度的責任心和團隊合作精神。

阿里-優酷:

1、至少5年以上互聯網平台分析經驗,視頻類平台優先

2、有獨立推進大型專題分析的經驗,內容分發領域優先

3、良好的數據敏感度,能從海量數據提煉核心結果,並用簡潔而清晰的方式呈現數據分析背後的商業邏輯和相關洞察,有出色的結構化思維能力

4、較強的抗壓能力,良好的跨團隊、部門溝通及資源整合能力,能夠獨立開展研究項目

5、能熟練運用hive等工具,獨立且高效地完成數據提取及分析


根據能力三核理論對上面4個崗位要求拆解如下表格,2點說明:

1、把才幹和軟技能放到了一起(個人覺得能力三核在才幹和軟技能方面區分的不是特別清晰,比較難以區分),但是我覺得已經可以表達出意思

2、工作經驗方面請教了新經驗老師,工作經驗一般是知識、技能與才幹的綜合體,一般情況下1年以內工作經驗是要求的知識,2-5年一般要求的是技能,5-8年一般要求的才幹。

崗位要求拆解

綜合四家公司數據分析師的崗位要求如下:

知識 :

1、本科及以上學歷,計算機、數學、統計等專業(2)

硬技能:

1、3-5年數據分析經驗(4)

2、大數據提取處理能力,至少熟悉hive/oracle/mysql中一種資料庫(3)

3、熟練應用R或Python等數據挖掘工具(2)

4、有專題分析經驗與能力,以及報告撰寫能力(3)

才幹or軟技能:

1、溝通能力(4)

2、團隊合作精神(4)

3、抗壓能力(2)

4、資源整合及協調能力(2)

5、理解能力(2)

6、數據敏感度(2)

7、較強學習能力(1)

希望上面的拆解能給希望從事數據分析師的同學有所啟發,也希望各位看官發表一下自己的看法共同交流與成長。


至少需以下技能:

1.數據透視圖工具,如EXCEL、PPT等

2.數據分析與建模:如SPSS、R語言

3.大數據平台工具:如Hadoop

4.數據挖掘能力,如PYTHON和MYSQL

如果要成為優秀的數據分析師還要很多其它的東西

發佈於 2018-10-19繼續瀏覽內容知乎發現更大的世界打開Chrome繼續韓倩雲韓倩雲中華靚仔

剛總結的,簡單來說,分析師每天都需要做好2件事:1.解決問題,2.項目管理,能力啥的涉及太多了,如圖


剛總結的,簡單來說,分析師每天都需要做好2件事:1.解決問題,2.項目管理,能力啥的涉及太多了,如圖


用數據講故事的能力~


數據分析師這個職業要求我們從業人員具備綜合的能力,我只能遺憾地說不是所有的人都具備能夠成為一個良好數據分析的素質,那麼一個良好的數據分析師必須要具備哪些能力?

首先最基礎的門檻級就是編程能力,就是我們常見PYTHON、SQL編程;

第二個他需要知道資料庫包括網路的環境、計算機系統的一些基礎的知識,因為他在工作當中經常會與這些設備、IT機器、存儲軟體打交道,在提升大數據分析的效率過程當中,了解自己的系統是非常重要的;

第三個,他需要了解一些計算和比較複雜的統計模型或者機器學習人工智慧的演算法,在分析的過程當中,一旦碰到不能由人工計算完成的情況下,就需要用到這些演算法;

第四,在用這些演算法之前,我們要進行數據的處理,作為數據分析師為了降低數據分析中的錯誤,他對數據處理有一定的規範性要求,在這個規範性要求的指引下,我們在數據分析當中,包括使用模型當中,就會取得比較良好的效果;

第五點也是比較重要的一點,數據分析師必須要對自己從事的行業有所了解,在分析當中,為什麼目的進行分析,要非常的明晰,如果不知道這個目的就進行分析通常得不到良好的效果。

總結如上,有上面這幾點,我們通常認為他是一個具備基本分析技能的分析師,除此之外分析師還需要一個非常強大的分析邏輯思維能力, 在解決問題當中能夠通過自己的邏輯判斷來幫助企業解決業務問題,它不僅僅是一個簡單的利用數據分析的這個技能,這樣一個職業而是需要將自己的分析能力、職業素養、與人溝通的能力相結合,能夠有效地利用數據分析技術的這麼一個職位

關注公眾號:九道門聊數據,了解更多你不知道的行業知識


如今,數據驅動的價值越來越被認可,企業需要有才能的人員來洞察數據。研究表明,近70%的高管表示,未來他們將更偏向於選擇具有數據技能的求職者;

那數據分析師要具備什麼能力?學掌門就和大家分享一下數據分析師必備的7種能力。

1. 具備使用SQL語言的能力

SQL,是行業內標準的資料庫查詢語言;同時也是數據分析師需要了解的技能之一,它能夠處理Excel無法處理的大型數據集。

每個團隊里都需要一個了解SQL語言的人,無論是管理、存儲、關聯多個資料庫(例如Amazon用於推薦您可能感興趣的產品的資料庫),或是完全構建、更改這些資料庫結構。

如果您希望使用大數據 ,那麼學習使用SQL語言就是很好的一個開始;即使是非技術人員也可以從第一步學起。業內每個月都會發布與SQL語言相關的職位,而且在國外,具備高級SQL技能的人,薪水中位數將超過75,000美元。

2.會使用Excel分析和處理數據

當我們說到Excel時,首先想到的關聯詞是電子表格,但其實它具有更多的分析功能。

儘管像R或Python這樣的編程語言更適合處理大數據集,但Excel可以用於更小型的數據處理,並能輕鬆愉快的進行分析。如果您在精英企業或剛剛起步的公司工作,那就可以在Excel中尋找到第一個資料庫的版本。作為初入職場的新人,如果能精通Excel這個主流軟體是再好不過的了。

3.批判性的思維模式

使用數據查找問題,首先要搞清楚問題本身。

要想成為分析師,就必須像分析師一樣去思考。數據分析師的職責,是發現和綜合一些不那麼清晰的數據鏈接。儘管這種能力在一定程度上是需要天賦的,但您可以使用一些技巧來提高您的批判性思維能力。例如,詢問自己當下問題的基本要求,這可以幫助您在尋找方案時,不會因為複雜而無法理解。此外,重要的是,要學會自己思考,而不是依靠身材的材料。

4.具有R或Python語言分析的能力

R或Python語言比Excel做的分析更好,速度也快上10倍。

像SQL語言一樣,R和Python語言可以處理Excel無法處理的內容;它們是強大的統計編程語言,用於對大數據集,進行高級分析和預測分析。要想成為真正的數據分析師,就需要學習SQL以上的語言,並熟練運用它;因為這些語言課程都是業內分析師的標準技能。

那麼應該學習哪一種呢?R和Python語言都是開放源代碼且免費的;因為它們是專門為分析而構建的,因此,只要分析準確,僱主通常不在乎員工使用哪個工具。

5.讓數據直觀展現

要使用數據講述故事並讓觀眾參與進來,是件非常重要的事情。如果您的數據發現無法快速地被識別出來,那麼也將很難與他人交流。因此數據會影響到數據可視化的成敗;分析師會使用圖表和圖形來展現他們的一些發現。Tableau的可視化軟體令人耳目一新,因此Tableau被認為是行業內的標準分析工具。

6.演講技巧

數據可視化和表達技能是緊密聯繫的。但並不是每個人的演講都可以遊刃有餘,但這沒關係;即使是經驗豐富的主持人,有時也會感到神經不振的時候。福布斯還提議我們可以通過設定一些具體的目標來改善自己,並著眼於聽眾而不是自己,這可以讓自己的演講技巧變得更好。

7.學習機器

由於人工智慧和預測分析,是數據分析領域中最熱門的兩個主題。因此,成為分析師的關鍵部分,就是需要對機器有一定的了解。儘管不是每個分析師都可以使用機器學習,但要在該領域獲得領先優勢,必須要先了解工具和概念。您需要先降低統計編程技能,才能在該領域取得進步。使用或學習像Orange這樣的「開箱即用」工具,也可以幫助您開始構建機器學習模型。

以上7種就是數據分析師要具備的能力。在開始使用數據之前,您需要了解並掌握一些技能,才能對數據進行分析。只有,提高自身的數據分析能力,在將來可以為您帶來更多機會和更多薪酬。

發佈於 2020-09-27繼續瀏覽內容知乎發現更大的世界打開Chrome繼續奇奇留學奇奇留學英美留學申請專家 戶外運動 音樂愛好者數據分析師必備的4種能力&>運用工具讀取和分析數據最 基礎的工具就是:Office軟體,包括但不限於Excel、VBA、PPT、Word 數據提取工具:SQL、Hive SQL 分析工具:SPSS、SPSS Modeler、R、Python、SAS &>可視化工具Excel、PPT、Tableau、ECharts、Power BI、Python、R、Java &>統計學基礎…5 贊同 · 0 評論查看完整文章
數據分析師必備的4種能力&>運用工具讀取和分析數據最 基礎的工具就是:Office軟體,包括但不限於Excel、VBA、PPT、Word 數據提取工具:SQL、Hive SQL 分析工具:SPSS、SPSS Modeler、R、Python、SAS &>可視化工具Excel、PPT、Tableau、ECharts、Power BI、Python、R、Java &>統計學基礎…5 贊同 · 0 評論查看完整文章
推薦閱讀:
相关文章