1. 加强数学基础,重点了解统计学、微积分和线性代数。
2. 深入对业务的理解和思考。多与需求方了解需求的背景和目的,而不是仅仅完成需求本身。很多业务方对过程并不专业,他们需要的是数据分析师提供针对性的解决方案。
3. 灵活运动多种工具。SQL是必须熟练掌握的,帮助我们获取合适的数据。R和Python都是数据分析的利器,在大数据处理和分析上非常给力。同时R语言的可视化效果也很赞,数据展现会更炫酷。
4. 持续学习,提升自我。在目前大数据大热的趋势中,数据挖掘、机器学习、深度学习...数据分析还有很长的路要走。爪机码字,与题主共勉。