码城|计算机专业的00后转行数据分析,还有机会吗?【悟空非空也】
计算机背景学习数据分析是有优势的。数据分析需要一些技术基础,简单点的话,需要会使用 Excel ,复杂点会用 Python 进行数据挖掘和数据分析 ,当然SQL语句一定要会,自己多练习。如果再懂点深度学习,那就更加厉害啦。
有计算机底子,学习 Python 新语言应该也没有什么问题,Python的学习资料有很多,可以找一些内容比较全资料,先跟着视频学习,等实操学的差不多后,再找点理论性的书籍看一看。

添加图片注释,不超过 140 字(可选)


对于数据分析师,学习Python的时候,只需要学习很简单的基础,再加上数据分析常用到的包就可以啦,不需要学的太深,比如 Django 等Web 框架还有协程等进阶知识可以不用学,在数据分析过程中很少时候用到,包括面向对象方面的知识点也只需要懂得皮毛就行。
数据挖掘方面的知识一定要学,如何采集数据并从数据中挖掘出对业务有帮助的数据是非常重要的,关于数据分析的Python库,比如numpy、pandas等是必须要写的内容,可以结合一些企业案例,多去使用这些模块库,孰能生巧。

爬虫技术也是数据分析师的必备技能,若是不会爬虫,很多数据很难获得,没有数据就谈不上进行数据分析啦,巧妇难为无米之炊。


机器学习和深度学习可以适当的了解一下就行,对于很多数据分析师都用不到,显得有点高大上。一般企业做深度学习和机器学习的有专门的工程师。越是大公司分工越细。不过这两个方向和数据挖掘都有一定的关系,建议还是多了解一下,对你将来的职业发展非常有帮助。


最简单的技能放在最后,一般数据库MySQL或者Oracle,对于本科计算机的学生在大学课堂都有学过。编写SQL语句是基本功,要会单表复杂查询和多表连表查询,还要结合实际业务场景,对数据库中表进行统计分析。对于一个合格的数据分析师,这是必修课。

Excel 在数据分析过程中也经常会用到,对于数据集体量比较少的情况,使用 Excel 其实更加的方便。Excel 中的常用函数可以多练练,尤其是做基础统计分析的函数,它们经常被使用到。