[PYTHON] Welche Fähigkeiten sollte ich als Datenanalyst von unerfahrenen studieren?

Originalartikel: https://www.octoparse.jp/blog/what-skills-should-you-study-for-a-data-analyst-from-inexperience/

"Ich denke darüber nach, Datenanalyst zu werden, aber ich mache mir Sorgen um die Zukunft. Sind Sie auch für einen Datenanalysten geeignet? Welche Fähigkeiten benötigen Sie? Ich möchte mein Bestes geben, aber wo soll ich anfangen? Okay ... wenn du es weißt, lass es mich wissen! "

Dieser Artikel beantwortet diese Fragen. Von nun an werde ich erklären, was Sie wissen müssen, bevor Sie einen unerfahrenen Datenanalysten studieren, sowie die dafür erforderlichen Fähigkeiten und Lernmethoden.

Wenn Sie diesen Artikel lesen, können Sie sich ** "den Arbeitsinhalt von Datenanalysten, ihr zukünftiges Potenzial und die erforderlichen Fähigkeiten sowie Lernressourcen" ** vorstellen.

Lass uns einen Blick darauf werfen.

1. 1. Was ist ein Datenanalyst?

Einfach ausgedrückt ist ein Datenanalyst jemand, der sich auf die Analyse von Daten für die Herausforderungen eines Unternehmens spezialisiert hat.

Datenanalysten legen mehr Wert auf die "Nutzung von Daten" als Datenwissenschaftler, und die Datenanalyse schlägt zukünftige Prognosen und Lösungen für Probleme vor, die von dort aus gesehen werden können.

1.1 Stellenbeschreibung

Wie ich bereits sagte, besteht die Hauptaufgabe eines Datenanalysten darin, die große Datenmenge zu analysieren, das Verbraucherverhalten und die Markttrends herauszufinden, Hypothesen aufzustellen und Probleme zu lösen. Es soll Mittel vorschlagen und zur Verbesserung der Dienstleistungen beitragen. Natürlich gibt es je nach Branche Unterschiede bei den einzelnen Analysemethoden.

1.2 Typen

Die auf der Rekrutierungsseite veröffentlichten Datenanalysten werden hauptsächlich in "Beratungstyp" und "Ingenieurtyp" unterteilt.

Datenanalysten vom Beratungstyp arbeiten hauptsächlich daran, Hypothesen zu formulieren, sie durch Datenkommentare zu analysieren und Kommentarmaßnahmen für Unternehmensthemen vorzuschlagen. Ich gehöre hauptsächlich zu Marketingunternehmen und Unternehmensberatungsunternehmen.

2. Aktueller Status und zukünftiges Potenzial von Datenanalysten

Eine Ära, in der digitale Informationen die Welt überschwemmen und das Internet explodiert. Darüber hinaus gibt es überall Daten, und es ist keine Übertreibung zu sagen, dass es sich um eine "Informationsexplosion" handelt. In einer solchen Zeit gewinnt die Datenwissenschaft, die eine große Datenmenge verarbeitet und geschäftlichen Wert findet, von Jahr zu Jahr an Aufmerksamkeit.

Darüber hinaus ist es in Zukunft, wenn KI die Gesellschaft durchdringt, leicht, von Berufen, die sich hauptsächlich der Routinearbeit widmen, beraubt zu werden. Andererseits erfordern Berufe, die schwer zu berauben sind, komplexe Intelligenz und komplexe Urteile. Offensichtlich sind Datenanalysten einer dieser schwer zu nehmenden Berufe.

Derzeit hat die Nachfrage nach Datenanalysten das Angebot in einer Vielzahl von Branchen wie IT, WEB und Finanzen deutlich übertroffen. Es gibt einen sogenannten Mangel an Arbeitsplätzen. Infolgedessen stellen einige Unternehmen möglicherweise sogar unerfahrene, aber hoch motivierte Arbeitssuchende ein, obwohl sie über einen Hintergrund in der Datenanalyse verfügen. Jetzt habe ich die Möglichkeit, Datenanalysten zu studieren und Jobs zum Erfolg zu wechseln.

3. 3. Welche Art von Person eignet sich für einen Datenanalysten?

Jetzt fragen Sie sich vielleicht, für wen der Datenanalyst bestimmt ist. Die Bilder unten sind meine eigenen Meinungen, also beziehen Sie sich bitte auf sie.

Vier. Erforderliche Fähigkeiten für Datenanalysten

4.1. statistische Analyse

Die statistische Analyse ist eine unverzichtbare Grundkompetenz für Arbeiten im Zusammenhang mit der Datenanalyse. Sie können auch mit statistischer Analysesoftware wie SPSS oder SAS studieren. 4.2. SQL

Für alle, die ein technischer Datenanalyst sein möchten, muss die SQL-Sprache gelernt werden. Datenanalysten, Webprofis, Produktmanager, insbesondere die Internetbranche, müssen über SQL-Kenntnisse verfügen.

4.3．Python

Python erfordert hauptsächlich das Erlernen der grundlegenden Syntax, Pandas-Operationen, Numpy-Operationen, Sklearn-Modellierung, das Crawlen von Daten in Python mit einem Webcrawler und vieles mehr.

Zusätzlich wurde anstelle von Python das ** Scraping Tool ** angezeigt, mit dem Daten problemlos erfasst werden können. Ein Scraping-Tool namens ** Octoparse ** erleichtert das Erfassen von Daten. Wenn Sie ** Octoparse ** beherrschen, können Sie den gleichen Effekt wie bei der Datenerfassung in Python erzielen.

4.4. R Sprache

Es ist keine Übertreibung zu sagen, dass die R-Sprache für Statistiken existiert. Sie müssen die grundlegende Syntax, Datenverwaltung, Data Mining-Modellierung und Evaluierung der R-Sprache beherrschen.

4.5 Datenvisualisierung

Wenn Sie ein Anfänger in der Datenanalyse sind, ist es am wichtigsten, "die Daten selbst zu berühren". BI-Tools werden im Allgemeinen für die Datenanalyse verwendet, und die Analyse wird im Allgemeinen durch Datenvisualisierung durchgeführt. Versuchen Sie, die Daten aus den für 2020 empfohlenen BI-Tools mit dem für Sie am besten geeigneten Tool zu analysieren.

Fünf. Lernressourcen, um Datenanalyst zu werden

5.1. statistische Analyse

Einführung in die Statistik! Grundkenntnisse und empfohlene Lernmethoden, die auch in den freien Künsten verstanden werden können

5.2. SQL

https://www.classcentral.com/search?q=sql

https://employment.en-japan.com/engineerhub/entry/2019/11/05/103000

5.3．Python

https://www.classcentral.com/search?q=python

5.4. R Sprache

https://udemy.benesse.co.jp/ai/r-language.html

https://www.classcentral.com/search?q=r-programming

5.5 Datenvisualisierung

https://www.classcentral.com/subject/data-visualization

Was denken Sie. Können Sie sich vorstellen, was Sie tun sollten, bevor Sie als Datenanalyst studieren?