Question

大数据分析应该掌握哪些基础知识？

Answer 1

大数据分析师应该要学的知识有，统计概率理论基础，软件操作结合分析模型进行实际运用，数据挖掘或者数据分析方向性选择，数据分析业务应用。
1、统计概率理论基础
这是重中之重，千里之台，起于垒土，最重要的就是最下面的那几层。统计思维，统计方法，这里首先是市场调研数据的获取与整理，然后是最简单的描述性分析，其次是常用的推断性分析，方差分析，到高级的相关，回归等多元统计分析，掌握了这些原理，才能进行下一步。
2、软件操作结合分析模型进行实际运用
关于数据分析主流软件有（从上手度从易到难）：Excel，SPSS，Stata，R，SAS等。首先是学会怎样操作这些软件，然后是利用软件从数据的清洗开始一步步进行处理，分析，最后输出结果，检验及解读数据。
3、数据挖掘或者数据分析方向性选择
其实数据分析也包含数据挖掘，但在工作中做到后面会细分到分析方向和挖掘方向，两者已有区别，关于数据挖掘也涉及到许多模型算法，如：关联法则、神经网络、决策树、遗传算法、可视技术等。
4、数据分析业务应用
这一步也是最难学习的一步，行业有别，业务不喊猛宏同，业务的不同所运用的分析方郑册法亦有区分，实际工作是解决业务问题，因此对业务的洞察能力非常重要。扩展资料
分析工作内容
1、搜索引擎分析师(Search Engine Optimization Strategy Analyst，简称SEO分析师)是一项新兴信息技术职业，主要关注搜索引擎动态，修建网站，拓展网络营销渠道，网站内部优化，流量数据分析，策划外链执行方案，负责竞价推广。知雹
2、SEO分析师需要精通商业搜索引擎相关知识与市场运作。通过编程，HTML，CSS，JavaScript，MicrosoftASP.NET，Perl，PHP，Python等建立网站进行各种以用户体验为主同时带给公司盈利但可能失败的项目尝试。

Answer 2

1、思维模式转变的催化剂是大量新技术的诞生，它们能够处理大数据分析所带来的3个V的挑战。扎根于开源社区，Hadoop已经是目前大数据平台中应用率最高的技术，特别是针对诸如文本、社交媒体订阅以及视频等非结构化数据。
2、除分布式文件系统之外，伴随Hadoop一同出现的还有进行大数据集处理MapReduce架构。根据权威报告显示，许多企业都开始使用或者评估Hadoop技术来作为其大数据平台的标准。
3、我们生活的时代，相对稳定的数据库市场中还在出现一些新的技术，而且在未来几年，它们会发挥作用。事实上，NoSQL数据库在一个广义上派系基础上，其本身就包含了几种技术。
4、总体而言，他们关注关系型数据库引擎的限制，如索引、流媒体和高访问量的网站服务。在这些领域，相较关系型数据库引擎，NoSQL的效率明显更高。
5、在Gartner公司评选的2012年十大战略技术中，内存分析在个人消费电子设备以及其他带空嵌入式设备中的应用将会得到快速的发展。随着越来越多的价格低廉的内存用到数据中心中，如何利用这一优势对软件进行最大限度的优化成为关键的问题。
6、内存分析以其实时、高性能的特性，成为大数据分析时代下的“新宠儿”。如何让大数据转化为最佳的洞察力，也许内存分析就是答宴首案。大数据背景下，用户以及IT提供商应该蠢祥瞎将其视为长远发展的技术趋势。

Answer 3

数据分析师最常用的分析工具是 Excel、SQL、Python。那么问题就来了，这些分析工具具体掌握哪些内容呢？

一、SQL 需要掌握的知识点

很多初学者会被一些郑碰资料误导，以为 SQL 要掌握到数据库管理员的水平，而去学习 SQL 所有的知识点，最后不仅太难学不会，还浪费时间。

其实不同的职位对 SQL 的要求完全不一样，例如数据库管理员职位偏重于数据库的日常维护和管理,对 SQL 要求比较高；开发工程师偏重于用 SQL 完成开发工作，需要会在编程语句中使用 SQL；数据分析师偏重于用 SQL 查询数据。
所以，作为数据分析师，SQL 主要掌握查询数据就可以了。具体来说，SQL 的查询需要掌握以下知识点，涉及到的 SQL 语法不需要会前闷，因为这部分重点是告诉你 SQL 需要掌握什么。
1）简单查询
掌握基本的查询语句，也就是从数据库中获取数据。例如，从学生表中获取全部数据。对应的 SQL 知识点是查询语句（select）。
会根据指定的查询条件从数据库喊悔谈中获取符合条件的数据，例如，从学生表中获取姓名是「猴子」的学生，这里姓名=「猴子」就是查询条件。对应的 SQL 知识点是条件语句（where）。
作者：盐选成长计划
链接：https://www.zhihu.com/question/379694223/answer/1783346332
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。