大数据分析师视频教程零基础如何成为大数据分析师？（干货分享）大数据分析培训课程讲了什么学到了，

想要成为大数据分析师，需要掌握EXCEL、Sql、业务分析、可视化、统计学、Python、机器学习这些技能。除此之外，还需要具备业务能力、数据分析思维能力、沟通能力、数据展现能力。

技能一：EXCEL

数据存储：数据录入、单元格设置、查找、替换、排序、饰选等

数据处理：公式、常用函数等

数据分析：分类汇总、条件格式、数据透视表等数据呈现、图表制作等

常用快捷键

技能二：SQL

常用数据(仓)库：MySQL、Oracle、PostgreSQL、Hive的概念和比较分析

数据查询：简单查询、多表查询

分析数据：汇总分析、复杂查询、窗口函数解决问题、留存、连续登录(购买)等

技能三：业务分析

指标异动类分析：GMV/ROI下降等

产品/竞品分析：分析和定位产品

指标体系搭建：UJM、OSM等

AB实验：辛普森悖论、幸存者偏差

业务模型：RFM、AARRR、AIPL、FAST等

技能四：可视化

工具类：uick BI、Fine Bl.Tableau等

编程类：pyecharts、matplotlib.ogplot2等

技能五：统计学

基础知识：方差、偏差、峰态、偏态、置信度、置信水平等

假设检验：两类错误、常用检验方法等

几种分布：正态、二项、均匀、泊松、指数等

几个定律：中心极限定理、大数定律等

技能六：Python

内置库：8个好用的内置库

数据处理库：Pandas、Numpy、SciPy等

机器学习库：Keras、Scikits-learn、El5等

技能七：机器学习

聚类模型：K-means、DBSCAN、BIRCH等

分类模型：LogisticRegression、Decision Trees、Random Forests、Naive Bayes、KNN、Support VectorMachine等

集成模型：GBDT、XGBOOST等

评价指标：混淆矩阵、MAE、MSE、RMSE、ACC、R^2、AUC.ROC、KS值等

除了以上的技术能力外，业务能力、数据分析思维能力、沟通能力、数据展现能力也是作为数据分析师必不可少的技能。

当然根据大数据岗位的不同，每天工作的场景都会不同。例如初级大数据分析师，主要侧重EXCEL、SQL；中级大数据分析师除了EXCEL、SQL外，还需要承接问题对接，并对问题进行详细分析；高等大数据分析师大部分工作侧重于沟通和问题分析，站在高层的角度进行判断和决策。

随着数字经济的发展和神话，大数据分析人员需求量不断攀升，工资也是在逐渐上涨。但是作为大数据分析人员需要做好自身技术能力的补充，才能抓住此次发展机遇！