【自】别跟我扯AI、BI、VI、VE和ML概念！然并卵。2017，我只想知道大数据具体有哪些实用技术，都叫什么？...

我们永远奉行授人以鱼不如授人以渔

记住啦！

1.统计学（业务方向）：首要必会技能

任何数据分析师从事业务方向的工作都必须会统计学，因为统计学是一门发现规律的学科，统计学的学习最好辅助 R 、SPSS 来学，做到数据分析基本功扎实，并且兼顾实战性。

同时你需要掌握一些基于行业业务的分析方法，如对比测试( A / B testing )、特设分析( Ad Hoc Analysis )、精益化管理等。将数据分析真正和业务结合，驱动商业运营。

2.  SQL（技术方向）：首要必会技能

任何数据分析师从事技术方向的工作都必会 SQL，不单是数据分析师，每一个运营、产品经理、尤其是互联网行业，一定要会 SQL，基本知名互联网公司的产品经理都能写 SQL。

学习中，要掌握 SQL 的基础语法、中级语法和常用函数，结合关系数据库系统（ Mysql 、Oracle 、SQL Server 、DB2 等）来学习 SQL 语句，找好方法。

强调一点，高级分析师对于SQL系统优化务必牛????，不然我一个计算半天才出结果可不行。

3. R 与 Python：不分伯仲，都要掌握

巧妇难为无米之炊，正如厨师做菜需要锅碗瓢盆，数据分析师比如要掌握一到两门分析工具。

R 语言就是为了统计而存在的语言，我们要掌握 R 语言的基础语法、数据管理、数据挖掘建模与评估等。作为入门，我推荐 R 语言。

Python 主要掌握基础语法，pandas 操作、numpy 操作、sklearn 建模，学会用 python 编写网络爬虫爬取数据，等等。

以上是我们第三阶段要学的技能。

4.数据可视化

俗话说，一图胜前沿，可视化说白了，就是画图，但做为数据分析师来说，我们不能用 EXCEL 来实现可视化，因为它的局限性太大了。

记住，做数据分析有句名言，No picture 你 say个鸡吧。

R 中可视化工具有 plot 基础库、ggplot2 、Rechart ；

Python 中可视化的工具有 matplotlib , seaborn , ploltly ;

随心所欲，用R或者 Python，你就知道做数据分析工作是多么爽一个事。

5.数据挖掘

在这里，你需要掌握分类变量与连续变量分析的方法，如线性回归、逻辑回归、方差分析、时间序列等方法。同时为了进一步扩展你的能力，你可能需要掌握一些描述性及预测性数据挖掘方法，如分类、聚类、决策树、KNN 、随机森林、神经网络、组合算法等。

记住，以上讲的还属于基础知识结构介绍，以下的可是秘籍谶语，切记切记！

无论什么大数据分析都是基于人类需求和活动的，都是有场景的，所以你要尽可能了解你的行业才能把技术用的伊格伊格的

• 点赞
• 收藏
• 分享
• 文章举报