如何快速入行数据分析师？ 第1页

从用的工具上来说，由于每个行业研究的内容还有数据的体量都不同，因此工具的侧重点并不是完全重合的。比如，我知道百度外卖用的就是excel，美团以及大家耳熟能详的一些大公司都有招只要会ppt和excel以及sql的数据分析师；金融分析我知道用得比较多的是Python，R，SAS(SAS是金融行业的特征)，大数据还有计算机平台其实涉及得不多（也就是你不会linux不会大数据工具也能进）；对于一部分的互联网行业，一般除了Python和R，一般要会SQL和linux，并且要有比较可靠的数据挖掘基础和经历；然后，旗鼓相当的另一部分互联网行业是要掌握大数据工具，如Hadoop，HIVE。这一部分工具门槛就会稍高一些，但数据分析原理是一样的。

快速

我十分同意楼上大牛的回答，实际上并没有什么快速方法。就算是天才也得掌握重要的统计学知识，数据分析技能才能做数据分析。理论上学习一门新知识和新本领实际上并不用花那么多时间（除了成为专家），但实际上花的时间是远超于头脑中以为所需的时间。原因是我们都无意走了很多弯路，如果我们把快速学习定义为尽可能少走或者不走弯路地去掌握重要的知识和技能，并且能够快速转化到实际应用，那么这是可行的。只要你一直坚持用正确的方式做正确的事，那么你实际上就是在快速的通道上，但是该积累的一项不能落下，有时候积累是个看起来比较长的时间，但是它们都是必要的。

学习的方式

这里的学习方式是我自己定义的，一年以来深有体会。

横向学习方式

横向学习方式就是按照上面各位大牛所列出的东西一个一个攻克，先把统计学、线性代数以及积分的课本啃熟了，然后把Python和R语言学习掌握了，然后学习机器学习，包括机器学习的概念，常用的算法，机器学习的流程等等，然后把相关的业务背景了解，阅读相关书目，关注相关公众号，如此学习。但我十分不推荐这种按部就班的学习方式，因为这没几个人会坚持得下来，每个阶段都是一个大部头，容易枯燥乏味，而且每个学习阶段都跟下一个学习没有交叉，这样很不利于理解和运用。

项目驱动+调研学习

与横向学习不同，我推荐以项目驱动学习的方式，这种学习方式也是互联网公司里面的工作方式，也就是给定一个项目，最终实现某个目标，达到一定的指标。项目驱动学习的好处是可以同时调用你很多的知识点和技能，并且强调动手而不是光看书或看视频，另外在解决项目遇到的问题的过程中，其实也培养了你分析问题和解决问题的思维和能力，这些能力在后续转行的时候面试其实会被面试官很关注。

比如说如果你要完成一个基于客户的购买行为的聚类分析的项目，那么你就会要走一套相关的流程。首先就得要对项目的背景有所了解->数据的结构->数据的清洗->探索性分析->特征工程的转化->建模->调试模型->评估模型->最后做出你的结论。其中你有可能在某个环节会遇到问题，比如说聚类分析的概念不明白，特征工程有哪些处理方式，这个问题有哪几类模型可能合适等等。这个时候你就需要调用第二个学习方式，就是主题调研式学习。这种学习要求你围绕一个你不懂的概念或者主题进行相关资料的搜索，包括向助教请教、国外优秀的博客、论坛以及相关的实现的文档进行查阅，然后整理成用自己话描述的东西。在这个过程中，由于你从各个方面深入了解了这个概念，不仅对你完成项目有很大帮助，而且你在以后再碰到类似的概念你也可以迎刃而解。