1，想從事數(shù)據(jù)分析類的工作上大學(xué)學(xué)什么專業(yè)啊2，對(duì)數(shù)據(jù)分析感興趣可以選什么專業(yè)3，喜歡分析數(shù)據(jù)作出最優(yōu)選擇適合學(xué)什么專業(yè)4，想當(dāng)數(shù)據(jù)分析師要選什么專業(yè)5，想要做數(shù)據(jù)分析師應(yīng)選擇什么專業(yè)1，想從事數(shù)據(jù)分析類的工作上大學(xué)學(xué)什么專業(yè)啊
財(cái)經(jīng)類的專業(yè)
2，對(duì)數(shù)據(jù)分析感興趣可以選什么專業(yè)
機(jī)器學(xué)習(xí)，人工智能，大數(shù)據(jù)處理
3，喜歡分析數(shù)據(jù)作出最優(yōu)選擇適合學(xué)什么專業(yè)
這個(gè)可以選擇數(shù)學(xué)專業(yè)，在數(shù)學(xué)領(lǐng)域有個(gè)精算師可以考取，那個(gè)是相當(dāng)牛的。任務(wù)占坑
4，想當(dāng)數(shù)據(jù)分析師要選什么專業(yè)
數(shù)據(jù)分析行業(yè)逐漸被企業(yè)和從業(yè)者青睞，很多人給小編留言，咨詢從事數(shù)據(jù)分析選擇什么專業(yè)更占優(yōu)勢(shì)？今天，我們也來聊聊。一、數(shù)學(xué)專業(yè)正所謂“學(xué)好數(shù)理化，走遍天下都不怕”，數(shù)據(jù)分析無外乎是從大量凌亂數(shù)據(jù)中發(fā)現(xiàn)隱含的規(guī)律，數(shù)學(xué)往往讓人邏輯思維更嚴(yán)密，對(duì)數(shù)據(jù)更加敏感。二、統(tǒng)計(jì)學(xué)專業(yè)統(tǒng)計(jì)學(xué)是數(shù)據(jù)分析的基本功，貫穿數(shù)據(jù)分析的全過程，同時(shí)，系統(tǒng)學(xué)習(xí)統(tǒng)計(jì)學(xué)后，會(huì)對(duì)數(shù)據(jù)的理解與分析能力更專業(yè)，更深刻。三、計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)數(shù)據(jù)分析會(huì)接觸的很多工具和編程語言，如果你是計(jì)算機(jī)專業(yè)出身，在編程方面更占優(yōu)勢(shì)，在工具使用時(shí)，上手更快。四、社會(huì)學(xué)專業(yè)從經(jīng)濟(jì)學(xué)角度看，人具有經(jīng)濟(jì)性，會(huì)追求利益最大化。但從社會(huì)學(xué)角度看，具有社會(huì)性的人還會(huì)受社會(huì)群體心理影響。有社會(huì)學(xué)背景的數(shù)據(jù)分析師，能更合理解釋市場(chǎng)現(xiàn)象。五、營(yíng)銷學(xué)專業(yè)數(shù)據(jù)分析師需為企業(yè)的營(yíng)銷決策提供支持，懂營(yíng)銷的數(shù)據(jù)分析師，思路會(huì)更清晰、更開闊。六、財(cái)務(wù)管理專業(yè)財(cái)務(wù)管理問題是企業(yè)選擇投資項(xiàng)目的依據(jù)、評(píng)價(jià)財(cái)務(wù)狀況的指標(biāo)、評(píng)估決策效果的量尺，懂財(cái)務(wù)管理的數(shù)據(jù)分析師能更精準(zhǔn)把握規(guī)律。七、心理學(xué)專業(yè)人才是企業(yè)穩(wěn)定發(fā)展的基石，用戶是企業(yè)的衣食父母。想提升市場(chǎng)占有率，企業(yè)就必須先提高人心占有率，因此，懂心理學(xué)的數(shù)據(jù)分析師，能更準(zhǔn)確探測(cè)員工或用戶的真實(shí)想法。所以，并非只有數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)等理工科背景的人才能從事數(shù)據(jù)分析，其他背景專業(yè)的人，尤其是文科生也有同等的機(jī)會(huì)。畢竟，選擇大于能力，能力大于專業(yè)，興趣和努力決定我們未來能走多遠(yuǎn)。數(shù)據(jù)分析不是it行業(yè)，無需精通過多編程語言，數(shù)據(jù)分析更注重實(shí)操和業(yè)務(wù)能力，且現(xiàn)今數(shù)據(jù)分析工具，如：python、powerbi等已比較容易入門。從事數(shù)據(jù)分析，真正要提升的是邏輯思維能力、敏銳的洞察能力、良好的溝通表述能力……這些無需靠背景，通過努力也可拿下。硬實(shí)力：數(shù)據(jù)分析師需要學(xué)生有一定的數(shù)學(xué)、計(jì)算機(jī)背景，從這個(gè)出發(fā)點(diǎn)來說，數(shù)學(xué)、統(tǒng)計(jì)、計(jì)算機(jī)科學(xué)等專業(yè)可以從事數(shù)據(jù)分析工作。這三個(gè)專業(yè)的同學(xué)可以雖然可以處理大量數(shù)據(jù)，并且擁有很強(qiáng)的數(shù)據(jù)分析能力，但是這類同學(xué)對(duì)于business 和 marketing缺乏了解。軟實(shí)力：軟實(shí)力要求學(xué)生懂業(yè)務(wù)、懂管理，從這個(gè)出發(fā)點(diǎn)來說，信息管理、市場(chǎng)營(yíng)銷、電子商務(wù)、社會(huì)學(xué)、金融學(xué)等專業(yè)畢業(yè)后也可以從事數(shù)據(jù)分析相關(guān)工作。不過，這幾個(gè)專業(yè)在業(yè)務(wù)方面可能專業(yè)度非常高，但是缺點(diǎn)也是非常明顯的：缺乏很強(qiáng)的數(shù)學(xué)和計(jì)算機(jī)背景，在實(shí)際操作中缺乏相關(guān)的專業(yè)技能。更本質(zhì)的看，數(shù)據(jù)分析是一種技能，人人可以學(xué)，學(xué)了都有用。這是個(gè)要用數(shù)據(jù)說話的年代，懂點(diǎn)數(shù)據(jù)相關(guān)知識(shí)可以更好的服務(wù)工作與學(xué)習(xí)。數(shù)據(jù)分析師一般是計(jì)算機(jī)或者數(shù)學(xué)相關(guān)專業(yè)。成為一個(gè)合格的大數(shù)據(jù)分析師應(yīng)該學(xué)習(xí)和掌握以下技能： 統(tǒng)計(jì)分析：大數(shù)定律，抽樣推測(cè)規(guī)律，秩和檢驗(yàn)，回歸分析，方差分析等； 可視化輔助工具：excel，ppt，思維導(dǎo)圖，visio； 大數(shù)據(jù)處理框架：hadoop，kaffka，storm，elk，spark； 數(shù)據(jù)庫(kù)：sqlite，mysql，mongodb，redis，cassandra，hbase； 數(shù)據(jù)倉(cāng)庫(kù)/商業(yè)智能：ssis數(shù)據(jù)倉(cāng)庫(kù)，ssas ssrs，dw； 數(shù)據(jù)挖掘工具：matlab，sas，spss； 人工智能：機(jī)器學(xué)習(xí)相關(guān)知識(shí)； 挖掘算法：數(shù)據(jù)結(jié)構(gòu)，一致性，常用算法； 編程語言：python/r，ruby，java； 計(jì)算機(jī)對(duì)數(shù)據(jù)存儲(chǔ)和保存了大量數(shù)據(jù)，包括科學(xué)家和工程師也都了豐富的研究和應(yīng)用盡可能多的提取數(shù)量。然而想從大量數(shù)據(jù)中洞察出真正和有用的，更高價(jià)值的數(shù)據(jù)，都是需要人工干預(yù)的。這些人有豐富的行業(yè)經(jīng)驗(yàn)和洞察力，而且對(duì)業(yè)務(wù)有深刻了解，并且能夠使用好數(shù)據(jù)分析的工作，例如excel，spss，python/r等。這種職位一般存在于高科技公司，例如paypal和google，相信以后人工智能、大數(shù)據(jù)、云計(jì)算創(chuàng)業(yè)的很多中小型企業(yè)，對(duì)此職位的需要也會(huì)越來越多。 對(duì)以上知識(shí)進(jìn)行有重點(diǎn)的學(xué)習(xí)，解決的方法是讓各種技能達(dá)標(biāo)： 初級(jí)數(shù)據(jù)分析師需要快速學(xué)習(xí)能力80分，數(shù)學(xué)知識(shí)40分，分析工具使用程度70分，編程語言30分，業(yè)務(wù)理解80分，邏輯思維80分，數(shù)據(jù)可視化能力40分，協(xié)調(diào)溝通能力80分。 高級(jí)數(shù)據(jù)分析師要達(dá)到快速學(xué)習(xí)能力80分，數(shù)學(xué)知識(shí)70分，分析工具使用程度90分，編程語言60分，業(yè)務(wù)理解90分，邏輯思維80分，數(shù)據(jù)可視化能力90分，協(xié)調(diào)溝通能力80分。 總之，成為分析師的重要點(diǎn)并非數(shù)學(xué)知識(shí)和編程能力，最重要提是業(yè)務(wù)理解和協(xié)調(diào)能力，所以針對(duì)不同的行業(yè)的分析師，要學(xué)習(xí)的行業(yè)知識(shí)也不盡相同，需要對(duì)癥下藥，實(shí)施不同學(xué)習(xí)策劃和路徑。
5，想要做數(shù)據(jù)分析師應(yīng)選擇什么專業(yè)
一、掌握基礎(chǔ)、更新知識(shí)?；炯夹g(shù)怎么強(qiáng)調(diào)都不過分。這里的術(shù)更多是（計(jì)算機(jī)、統(tǒng)計(jì)知識(shí)）， 多年做數(shù)據(jù)分析、數(shù)據(jù)挖掘的經(jīng)歷來看、以及業(yè)界朋友的交流來看，這點(diǎn)大家深有感觸的。數(shù)據(jù)庫(kù)查詢—sql數(shù)據(jù)分析師在計(jì)算機(jī)的層面的技能要求較低，主要是會(huì)sql，因?yàn)檫@里解決一個(gè)數(shù)據(jù)提取的問題。有機(jī)會(huì)可以去逛逛一些專業(yè)的數(shù)據(jù)論壇，學(xué)習(xí)一些sql技巧、新的函數(shù)，對(duì)你工作效率的提高是很有幫助的。統(tǒng)計(jì)知識(shí)與數(shù)據(jù)挖掘你要掌握基礎(chǔ)的、成熟的數(shù)據(jù)建模方法、數(shù)據(jù)挖掘方法。例如：多元統(tǒng)計(jì)：回歸分析、因子分析、離散等，數(shù)據(jù)挖掘中的：決策樹、聚類、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)等。但是還是應(yīng)該關(guān)注一些博客、論壇中大家對(duì)于最新方法的介紹，或者是對(duì)老方法的新運(yùn)用，不斷更新自己知識(shí)，才能跟上時(shí)代，也許你工作中根本不會(huì)用到，但是未來呢？行業(yè)知識(shí)如果數(shù)據(jù)不結(jié)合具體的行業(yè)、業(yè)務(wù)知識(shí)，數(shù)據(jù)就是一堆數(shù)字，不代表任何東西。是冷冰冰，是不會(huì)產(chǎn)生任何價(jià)值的，數(shù)據(jù)驅(qū)動(dòng)營(yíng)銷、提高科學(xué)決策一切都是空的。一名數(shù)據(jù)分析師，一定要對(duì)所在行業(yè)知識(shí)、業(yè)務(wù)知識(shí)有深入的了解。例如：看到某個(gè)數(shù)據(jù)，你首先必須要知道，這個(gè)數(shù)據(jù)的統(tǒng)計(jì)口徑是什么？是如何取出來的？這個(gè)數(shù)據(jù)在這個(gè)行業(yè)， 在相應(yīng)的業(yè)務(wù)是在哪個(gè)環(huán)節(jié)是產(chǎn)生的？數(shù)值的代表業(yè)務(wù)發(fā)生了什么（背景是什么）？對(duì)于a部門來說，本月新會(huì)員有10萬，10萬好還是不好呢？先問問上面的這個(gè)問題：對(duì)于a部門，1、新會(huì)員的統(tǒng)計(jì)口徑是什么。第一次在使用a部門的產(chǎn)品的會(huì)員？還是在站在公司角度上說，第一次在公司發(fā)展業(yè)務(wù)接觸的會(huì)員？2、是如何統(tǒng)計(jì)出來的。a：時(shí)間；是通過創(chuàng)建時(shí)間，還是業(yè)務(wù)完成時(shí)間。b：業(yè)務(wù)場(chǎng)景。是只要與業(yè)務(wù)發(fā)接觸，例如下了單，還是要業(yè)務(wù)完成后，到成功支付。3、這個(gè)數(shù)據(jù)是在哪個(gè)環(huán)節(jié)統(tǒng)計(jì)出來。在注冊(cè)環(huán)節(jié)，在下單環(huán)節(jié)，在成功支付環(huán)節(jié)。4、這個(gè)數(shù)據(jù)代表著什么。10萬高嗎？與歷史相同比較？是否做了營(yíng)銷活動(dòng)？這個(gè)行業(yè)處理行業(yè)生命同期哪個(gè)階段？在前面二點(diǎn)，更多要求你能按業(yè)務(wù)邏輯，來進(jìn)行數(shù)據(jù)的提?。ǜ嗍菍憇ql代碼從數(shù)據(jù)庫(kù)取出數(shù)據(jù)）。后面二點(diǎn)，更重要是對(duì)業(yè)務(wù)了解，更行業(yè)知識(shí)了解，你才能進(jìn)行相應(yīng)的數(shù)據(jù)解讀，才能讓數(shù)據(jù)產(chǎn)生真正的價(jià)值，不是嗎？對(duì)于新進(jìn)入數(shù)據(jù)行業(yè)或者剛進(jìn)入數(shù)據(jù)行業(yè)的朋友來說：行業(yè)知識(shí)都重要，也許你看到很多的數(shù)據(jù)行業(yè)的同仁，在微博或者寫文章說，數(shù)據(jù)分析思想、行業(yè)知識(shí)、業(yè)務(wù)知識(shí)很重要。我非常同意。因?yàn)樽鳛閿?shù)據(jù)分析師，在發(fā)表任何觀點(diǎn)的時(shí)候，都不要忘記你居于的背景是什么？但大家一定不要忘記了一些基本的技術(shù)，不要把基礎(chǔ)去忘記了，如果一名數(shù)據(jù)分析師不會(huì)寫sql，那麻煩就大了。哈哈。。你只有把數(shù)據(jù)先取對(duì)了，才能正確的分析，否則一切都是錯(cuò)誤了，甚至?xí)?dǎo)致致命的結(jié)論。新同學(xué)，還是好好花時(shí)間把基礎(chǔ)技能學(xué)好。因?yàn)榛A(chǔ)技能你可以在短期內(nèi)快速提高，但是在行業(yè)、業(yè)務(wù)知識(shí)的是一點(diǎn)一滴的積累起來的，有時(shí)候是急不來的，這更需要花時(shí)間慢慢去沉淀下來。不要過于追求很高級(jí)、高深的統(tǒng)計(jì)方法，我提倡有空還是要多去學(xué)習(xí)基本的統(tǒng)計(jì)學(xué)知識(shí)，從而提高工作效率，達(dá)到事半功倍。以我經(jīng)驗(yàn)來說，我負(fù)責(zé)任告訴新進(jìn)的同學(xué)，永遠(yuǎn)不要忘記基本知識(shí)、基本技能的學(xué)習(xí)。二、要有三心。1、細(xì)心。2、耐心。3、靜心。數(shù)據(jù)分析師其實(shí)是一個(gè)細(xì)活，特別是在前文提到的例子中的前面二點(diǎn)。而且在數(shù)據(jù)分析過程中，是一個(gè)不斷循環(huán)迭代的過程，所以一定在耐心，不怕麻煩，能靜下心來不斷去修改自己的分析思路。三、形成自己結(jié)構(gòu)化的思維。數(shù)據(jù)分析師一定要嚴(yán)謹(jǐn)。而嚴(yán)謹(jǐn)一定要很強(qiáng)的結(jié)構(gòu)化思維，如何提高結(jié)構(gòu)化思維，也許只需要工作隊(duì)中不斷的實(shí)踐。但是我推薦你用mindmanagement，首先把你的整個(gè)思路整理出來，然后根據(jù)分析不斷深入、得到的信息不斷增加的情況下去完善你的結(jié)構(gòu)，慢慢你會(huì)形成一套自己的思想。當(dāng)然有空的時(shí)候去看看《麥肯錫思維》、結(jié)構(gòu)化邏輯思維訓(xùn)練的書也不錯(cuò)。在我以為多看看你身邊更資深同事的報(bào)告，多問問他們是怎么去考慮這個(gè)問題的，別人的思想是怎么樣的？他是怎么構(gòu)建整個(gè)分析體系的。四、業(yè)務(wù)、行業(yè)、商業(yè)知識(shí)。當(dāng)你掌握好前面的基本知識(shí)和一些技巧性東西的時(shí)候，你應(yīng)該在業(yè)務(wù)、行業(yè)、商業(yè)知識(shí)的學(xué)習(xí)與積累上了。這個(gè)放在最后，不是不重要，而且非常重要，如果前面三點(diǎn)是決定你能否進(jìn)入這個(gè)行業(yè)，那么這則是你進(jìn)入這個(gè)行業(yè)后，能否成功的最根本的因素。 數(shù)據(jù)與具體行業(yè)知識(shí)的關(guān)系，比作池塘中魚與水的關(guān)系一點(diǎn)都不過分，數(shù)據(jù)（魚）離開了行業(yè)、業(yè)務(wù)背景（水）是死的，是不可能是“活”。而沒有