在中国的互联网公司里，大数据工程师的薪酬比同级别的其他职位高出30%以上。DT时代来得太突然了，国内发展势头很猛，而大数据相关的人才却非常地有限，在未来若干年内都会是供不应求的状况，大数匠教育提示：程序员们，你们的春天到了！

转行也并非一朝一夕的事情，你需要对这个行业有一定的了解，并匹配一下自己的知识和能力结构，大数匠教育能够清晰地帮助你规划路线。

成为数据分析师需要了解理论知识，涉及数学、市场和技术。要求及对数据敏感，包括统计知识、市场研究、模型原理等。常规分析工具的使用，包括数据库、数据挖掘、统计分析工具，常用办公软件（Excel、PPT、思维导图）等。有一定的业务理解能力，能理解业务背后的商业逻辑。因为只有理解了商业问题，才能转换成数据分析的问题，从而满足部门的要求。数据报告和数据可视化的能力。数据分析得再好，如果不能以漂亮的方式“表达”，成效也会大打折扣。

数据分析师需具备数据获取能力

数据获取看似简单，但是需要把握对问题的商业理解，转化成数据问题来解决，直白点讲就是需要哪些数据，从哪些角度来分析，界定问题后，再进行数据采集。此环节，需要数据分析师具备结构化的逻辑思维。大数匠教育推荐书籍：《金字塔原理》、麦肯锡三部曲：麦肯锡意识、工具、方法，推荐工具：思维导图工具（Xmind\百度脑图等）。

数据分析师需具备数据处理能力

数据的处理需要掌握有效率的工具：Excel及高端技能：日常工作通用，容易掌握，处理10万级别的数据很轻松。有同学问大数匠教育，学习高端Excel需要哪些技能？学习excel是个循序渐进的过程。基础：简单的表格数据处理、打印、查询、筛选、排序。函数和公式：常用函数、高级数据计算、数组公式、多维引用、function。可视化图表：图形图示展示、高级图表、图表插件。数据透视表、VBA程序开发。大数匠教育提示大家，先过一遍基础，再找几个案例练习。

数据分析师需具备分析数据能力

分析数据往往需要各类统计分析模型，如关联规则、聚类、分类、预测模型等等。因此，熟练掌握一些统计分析工具不可免：SPSS系列：老牌的统计分析软件，SPSS Statistics（偏统计功能、市场研究）、SPSS Modeler（偏数据挖掘），不用编程，易学。SAS：经典挖掘软件，需要编程。R：开源软件，新流行，对非结构化数据处理效率上更高，需编程。

数据分析师需具备数据呈现能力

Tableau:可视化工具的鼻祖，对于处理好的数据可作自由的可视化分析，图表效果惊人，大数据BI工具FineBI:类同Tableau，可在前端做任意维度分析。数据可在前端继续处理（计算、筛选过滤等），可对接hadoop之类的大数据平台，数据处理性能较好。大数匠教育经验告诉你，很多数据分析工具已经涵盖了数据可视化部分，只需要把数据结果进行有效的呈现和演讲汇报，可用word\PPT\H5等方式展现。Oracle和SQL sever：企业常用的千万级别的数据库，熟练掌握SQL语言。保持不断的技术学习，比如学习新流行的hadoop之类的分布式数据库来提升个人能力，对求职有帮助。

总之，大数据分析的工作是由大数据工程师设计的系统提供的大量数据。大数据分析包括趋势、模式分析和不同分类和预测系统的开发。因此，简而言之，大数据分析是对数据的高级计算。大型数据工程是系统设计、部署和计算平台的顶层结构。大数匠教育在大数据分析这方面的教学拥有资深团队和成功案例。