數據分析師是世界上最受歡迎的專業人士之一。這些人借助數據幫助公司做出知情的商業決策。

現在有很多關于數據科學的炒作。

然而，數據科學的進入門檻非常高。這是一個競爭非常激烈的領域，每個來自不同教育背景的人都希望進入。

在數據分析方面比在數據科學方面更容易找到一份工作。

大多數數據科學職位都要求你擁有量化領域的研究生學位。然而，我認識的大多數數據分析師都來自完全無關的背景，也沒有技術學位。

通過參加在線課程和新兵訓練營，可以很容易地獲得數據分析技能。學習曲線不像數據科學中那樣陡峭，可以在更短的時間內學習。

即使您以前沒有編程或技術經驗，您也可以在短短幾個月內獲得成為數據分析師所需的技能。

在這些資源的幫助下，我在短短六個月內獲得了數據分析方面的實習機會。

在做了3個月的實習后，我收到了加入公司擔任數據分析師的offer。

在本文中，我將描述我學習數據分析的步驟。找到這些資源并為自己創建路線圖花了大量的試驗和錯誤。

如果您遵循這些步驟，您可以在短短幾個月內學習獲得入門級數據分析工作所需的技能。你甚至可以做得比六個月更快，這取決于你每天花在學習上的時間。

1.學習Python

要進入分析領域，你首先需要學習一門編程語言。Python和R是該領域中最常用的兩種語言。

如果您剛剛起步，我強烈建議您學習Python。它比R更方便用戶，也更容易拿起。Python還有大量的庫，這些庫使數據預處理等任務變得更加容易。

Python的使用也比R更廣泛。如果將來要進入web開發或機器學習等領域，您將不需要學習新的語言。

網上課程

a）2020年完整的Python訓練營：從零到Python中的英雄：

如果你是一個完全沒有編程經驗的初學者，請參加這門課程。本課程將帶您學習Python語法的基礎知識，并學習變量、條件語句和循環。本課程由Udemy上最好的導師之一何塞·波蒂利亞教授。

b）學習Python進行數據分析和可視化：

一旦您了解了Python的基礎知識和語法，就可以開始學習如何使用它分析數據。本課程將引導您瀏覽特定于數據分析的庫，如Numpy、Matplotlib、Pandas和Seaborn。

在學習這兩門課程后，您將對Python及其在分析領域的使用有一個基本的了解。然后，我建議繼續練習這門語言。

編碼挑戰站點

要獲得實踐，請訪問編碼挑戰網站，如HackerRank和LeetCode。我強烈建議HackerRank。他們有不同難度的編碼挑戰。從最簡單的開始，然后努力向上。

當您開始從事分析工作時，您每天都會面臨編程問題。像HackerRank這樣的網站將有助于提高你解決問題的技能。

每天花大約4-5個小時解決Python HackerRank問題。這樣做大約一個月，您的Python編程技能將足以找到一份工作。

2.學習SQL

SQL技能是獲得一份分析工作所必需的。您的日常任務通常涉及從數據庫中查詢大量數據，并根據業務需求操作這些數據。

許多公司將SQL與其他框架集成，并希望您了解如何使用這些框架查詢數據。

SQL可以在Python、Scala和Hadoop等語言中使用。這將根據您工作的公司而有所不同。但是，如果您了解用于數據操作的SQL，您將能夠輕松地使用其他SQL集成框架。

我通過Udacity的tookthisfree課程來學習用于數據分析的SQL。DataCamp還有一個用于data analyticstrack的PopulationSQL可以試用。

第3步：數據分析和可視化

您將需要知道如何分析數據并從中獲得洞察力。知道如何編碼或查詢數據是不夠的。您需要能夠用這些數據回答問題和解決問題。

要學習Python中的數據分析，您可以參加我上面提到的Thisudemy課程。您還可以追求數據分析師的職業軌跡DataCamp。

從數據中獲得洞察力之后，您應該能夠呈現這些洞察力。涉眾需要根據您所展示的洞察力做出業務決策，因此您需要確保您的展示清晰簡潔。

這些見解通常借助數據可視化工具來呈現?？梢暬梢允褂肊xcel、Python庫或像Tableau這樣的商業智能工具創建。

如果你想成為一名數據分析師，我建議學習Tableau。它是最常用的報告工具之一，受到大多數雇主的追捧。

Kirill Eremenko的這門課程是學習畫面的最好資源之一。

第4步：數據講故事和演示

完成前三個步驟后，您就已經具備了獲得數據分析入門級工作的所有必要技能。

現在，你需要向潛在的雇主展示這些技能。如果你不是來自技術背景，你需要向招聘人員展示你有成為分析師所需的技能。

為此，我強烈建議建立一個數據分析組合。在Tableau中構建儀表板，使用Python分析Kaggle數據集，并撰寫關于新技能的文章。

你可以在這里看一下我的投資組合。

以下是您可以在投資組合中展示的一些數據分析項目示例：

• 創建新冠肺炎世界地圖儀表板
• 從Spotify中搜索音樂數據以識別頂級表演藝術家
• 使用LinkedIn數據確定薪資最高的地區

在你的簡歷上展示這樣的項目會讓你在潛在的雇主面前脫穎而出。

確保圍繞你創建的項目講述故事。記錄您創建項目所采取的每一個步驟，并寫一篇關于它的文章。你甚至可以創建自己的博客并發布這些文章。

這增加了你的文章落入他人手中的幾率，這意味著它被潛在雇主看到的幾率更高。

結論

如果你想進入數據行業，數據分析是一個很好的起點。與機器學習等領域相比，它的進入壁壘較低。

如果你喜歡講故事和創建演示文稿，你會喜歡在分析領域工作。你的日常工作將包括向非技術人員解釋技術概念，你將需要努力提高你的溝通技能。

請記住，數據分析是人們一生都在努力學習的領域。即使是成為一名分析師所需的個人技能也需要一輩子才能學會，所以不可能在短短幾個月內掌握。

本文只針對試圖獲得數據分析入門級工作的人。

按照上面的步驟，我在6個月左右的時間里找到了一份分析方面的工作。即使你以前沒有數據經驗，每天投入大約5-6個小時，你也能做到。

教育是改變世界最有力的武器
-納爾遜·曼德拉