数据分析师，这些是你该做的准备！

数据分析作为最近火热的细分行业，越来越受到大家的关注。但最近和一些数据分析师沟通时，大家都对自己的未来发展感到有些困惑。除了一路从初级数据分析师做到高级，最终走向团队管理外，未来数据分析师还有哪些职业成长空间，又需要提前做哪些方面的准备呢？

数据分析师是什么？

数据分析师是指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

为什么要做数据分析师？

随着科技的发展，人类社会产生的数据规模呈指数级增长。每时每刻都有大量数据被产生存储下来，尤其在电子商务、网络游戏、社交网站、旅游、在线教育等领域。现在，全世界每天产生的新数据超过400万TB。数据分析师则成为当前炙手可热的职业之一。

–钱景

有媒体报道，在美国，大数据分析师平均每年薪酬高达17.5万美元，而国内顶尖互联网公司，大数据分析师的薪酬可能要比同一个级别的其他职位高20%至30%，且颇受企业重视。

国内某大型招聘平台给出的数据分析师平均薪酬为：9724K（取自 1139 份样本），且北京、上海、广州、深圳、杭州、南京、武汉、成都、长沙为大数据分析师需求量前十的城市。

–前景

从20世纪90年代起，欧美国家开始大量培养数据分析师，直到现在，对数据分析师的需求仍然长盛不衰，而且还有扩展之势。

在未来，数据分析将在医疗、教育、电子商务等多个平台广泛应用。根据美国劳工部预测，到2018年，数据分析师的需求量将增长20%。就算你不是数据分析师，但数据分析技能也是未来必不可少的工作技能之一。在数据分析行业发展成熟的国家，90%的市场决策和经营决策都是通过数据分析研究确定的。

职业规划建议：

规划步骤：

第一步：掌握基本的数据分析知识（比如统计，概率，数据挖掘基础理论，运筹学等），掌握基本的数据分析软件（比如，VBA，Matlab，Spss，Sql 等等），掌握基本的商业经济常识（比如宏微观经济学，营销理论，投资基础知识，战略与风险管理等等）。并利用所学的知识找到一份数据相关的工作。

推荐书籍>>

《深入浅出数据分析》简单，但是能够让你对数据分析的一些基本概念有大致的了解。不建议跟着去实践，了解作者传达出来的数据分析基本思想和原则就可以了，这对建立宏观的视野，和接下来的学习很有帮助。

《利用Python进行数据分析》应该是最经典的数据分析书之一了，作者是 pandas 库的作者 Wes McKinney。所以这本书对于 pandas 的理解，应该是非常深刻的，而利用梳理介绍的 pandas、numpy、matplotlib 等库，应对一般的数据分析，完全足够了。

第二步：继续边工作边进行更进一步的学习，对于算法知识、Python、java等数据分析的语言进行更深一步的研究，掌握最前沿的分析资讯和分析方法。由数据分析师向数据挖掘工程师进阶。

推荐书籍>>

《Python大战机器学习》本书以快速上手、四分理论六分实践为出发点，内容丰富、深入浅出，算法与代码双管齐下，主要讲述机器学习的算法和Python 编程实践，采用”原理笔记精华+ 算法Python 实现+ 问题实例+ 代码实战+ 运行调参”的形式展开，理论与实践结合，算法原理与编程实战并重。

《Python数据分析与挖掘实战》书如其名，内容十分充实、实用，几个例子更是有趣吸引人。本书展示了如何利用Python 语言的强大功能，以最小的编程代价进行数据的提取、处理和分析，主要内容包括：数据分析和Python 的基本介绍，NumPy 库，pandas 库，如何使用pandas 读写和提取数据，用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习，以实例演示如何从原始数据获得信息、D3 库嵌入和手写体数字的识别。