网站分析师,《第一战场分析师( 二 )

3、数据分析师的能力需求数据分析师的工作分为采集、存储、筛选、数据挖掘、建模分析、优化、展现、应用等一系列过程。接下来从主要步骤详细分析数据分析师的能力需求。数据挖掘过程即从海量数据中提取潜在的有价值的信息，要求数据分析师掌握一系列相关分析方法譬如聚类分析、关联分析、等并能熟练运用数据挖掘算法和相关工具；建模分析即对数据抽象组织，确定数据及相关性的过程，在此基础上要掌握譬如决策树、神经网络、Ｋ-ｍｅａｎｓ算法、ＳＶＭ等至少一种相关算法；展现过程要求具备数据整理、数据可视化、报表制作能力，熟练应用Ｄ3、Ｖｅｇａ实现数据可视化，并能运用Ｒ和ＤａｔｅＷａｎ-ｇｌｅｒ工具将原始数据转化为实用的格式。
二、数据分析师的培养现状1、国外数据分析师的培养现状在国外，无论是学术研究还是企业部门，数据分析已发展到较为成熟的地步。斯坦福大学的研究成员着手开发ＭＥＧＡ(现代动态网络图像分析ＭｏｄｅｒｎＧｒａｐｈＡｎａｌｙｓｉｓｆｏｒＤｙｎａｍｉｃＮｅｔｗｏｒｋｓ）并与多家媒体公司紧密合作，研究社交媒体中的用户行为，建立模型并探究其中的规律；哥伦比亚大学已开设了《数据科学导论》和《应用数据科学》课程，从 2013 年秋季起开设“数据科学专业成就认证”培训项目，并于2014 年设立专业硕士学位和博士学位；华盛顿大学开设《数据科学导论》课程，并对修满数据科学相关课程学分的学生颁发数据科学证书。
数据分析师在国外已引起了充分的重视，他们均衡分布在各行各业，运用掌握的专业知识并结合相关思维为自身、企业乃至社会的发展做着不小的贡献。2、国内数据分析师的培养现状近年来，在国内，大数据的概念虽被媒体和行业广泛提及，但数据分析算是刚刚起步，数据分析师的培养课程未得到普及，我国目前将数据分析纳入教学体系的高校寥寥无几，开设相关课程并取得一定成果的有：香港中文大学设立“数据科学商业统计科学”硕士学位；复旦大学开设数据科学讨论班，于 2010 年开始招收数据科学博士研究生；北京航空航天大学设立大数据工程硕士学位；中国人民大学统计学院开设数据分析方向应用统计硕士。
和国外相比，我国数据分析师的人才培养机制还未成熟，高校教育仍存在各种各样的问题，譬如，大学生虽然从多门课程中接触到与数据分析相关内容，但各门课程的教学资源未能实现有效的整合。互联网环境下，大数据带来的是一场革命性的变化，若想把握机遇，实现国家经济革命性发展，首要任务就是数据分析师的培养。三、自学数据分析师从这里入手数据分析师作为新时代新兴起的高薪职业，对人员的能力要求是相当高的，下面将根据数据分析师的定义、能力需求并结合互联网环境的时代背景，对数据分析师的成才途径作出详细的分析。
1、思维变革，数据分析师成才的前提首先要在思维方面有所改变，培养自身数据思维、多模式思维、逻辑思维和结构化思维。①数据思维，即量化思维，对数据具有独特的敏感度，相信一切事物皆可量化；②多模式思维，即构造多种想法和解决思路，拓宽思维，从多角度出发，以寻求最优的解决问题的方案；③逻辑思维，在错综复杂的海量数据中要有缜密的思维和清晰的逻辑推理能力才能按照自己既定的目标有效解决问题；④结构化思维，即系统性思考问题，深入分析内在原因，能够制定系统可行的解决方案。
2、技能变革，数据分析师成才的工具作为一名优秀的数据分析师若想在互联网环境下对海量数据进行有效的管理，就要努力学习相关的专业技能。①要掌握多种机器学习方法，不断学习相关软件应用，譬如，Ｊａｖａ、Ｐｙｔｈｏｎ、ＳＱＬ、Ｈａｄｏｏｐ、Ｒ等等，这将成为数据分析全过程的辅助工具；②掌握一定的心理学知识，能够很好的分析和解释客户行为；③掌握业务能力及管理能力，在以上基础上，最核心的是要掌握一定的业务能力和管理能力。