1、计算机、统计学、数学等相关专业本科及以上学历；
2、具有深厚的统计学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术，能够熟练地使用SQL；
3、三年以上具有海量数据挖掘、分析相关项目实施的工作经验，参与过较完整的数据采集、整理、分析和建模工作；
4、对商业和业务逻辑敏感，熟悉传统行业数据挖掘背景、了解市场特点及用户需求，有互联网相关行业背景，有网站用户行为研究和文本挖掘经验尤佳；
5、具备良好的逻辑分析能力、组织沟通能力和团队精神；
6、富有创新精神，充满激情，乐于接受挑战。
1、态度严谨负责
严谨负责是数据分析师的必备素质之一，只有本着严谨负责的态度，才能保证数据的客观、准确。在企业里，数据分析师可以说是企业的医生，他们通过对企业运营数据的分析，为企业寻找症结及问题。一名合格的数据分析师，应具有严谨、负责的态度，保持中立立场，客观评价企业发展过程中存在的问题，为决策层提供有效的参考依据；不应受其他因素影响而更改数据，隐瞒企业存在的问题，这样做对企业发展是非常不利的，甚至会造成严重的后果。而且，对数据分析师自身来说，也是前途尽毁，从此以后所做的数据分析结果都将受到质疑，因为你已经不再是可信赖的人，在同事、领导、客户面前已经失去了信任。所以，作为一名数据分析师就必须持有严谨负责的态度，这也是最基本的职业道德。
2、好奇心强烈
好奇心人皆有之，但是作为数据分析师，这份好奇心就应该更强烈，要积极主动地发现和挖掘隐藏在数据内部的真相。在数据分析师的脑子里，应该充满着无数个“为什么”，为什么是这样的结果，为什么不是那样的结果，导致这个结果的原因是什么，为什么结果不是预期的那样等等。这一系列问题都要在进行数据分析时提出来，并且通过数据分析，给自己一个满意的答案。越是优秀的数据分析师，好奇心也越不容易满足，回答了一个问题，又会抛出一个新的问题，继续研究下去。只有拥有了这样一种刨根问底的精神，才会对数据和结论保持敏感，继而顺藤摸瓜，找出数据背后的真相。
3、逻辑思维清晰
除了一颗探索真相的好奇心，数据分析师还需要具备缜密的思维和清晰的逻辑推理能力。我记得有位大师说过：结构为王。何谓结构，结构就是我们常说的逻辑，不论说话还是写文章，都要有条理，有目的，不可眉毛胡子一把抓，不分主次。
通常从事数据分析时所面对的商业问题都是较为复杂的，我们要考虑错综复杂的成因，分析所面对的各种复杂的环境因素，并在若干发展可能性中选择一个最优的方向。这就需要我们对事实有足够的了解，同时也需要我们能真正理清问题的整体以及局部的结构，在深度思考后，理清结构中相互的逻辑关系，只有这样才能真正客观地、科学地找到商业问题的答案。
4、擅长模仿
在做数据分析时，有自己的想法固然重要，但是“前车之鉴”也是非常有必要学习的，它能帮助数据分析师迅速地成长，因此，模仿是快速提高学习成果的有效方法。这里说的模仿主要是参考他人优秀的分析思路和方法，而并不是说直接“照搬”。成功的模仿需要领会他人方法精髓，理解其分析原理，透过表面达到实质。万变不离其宗，要善于将这些精华转化为自己的知识，否则，只能是“一直在模仿，从未超越过”。
5、勇于创新
通过模仿可以借鉴他人的成功经验，但模仿的时间不宜太长，并且建议每次模仿后都要进行总结，提出可以改进的地方，甚至要有所创新。创新是一个优秀数据分析师应具备的精神，只有不断的创新，才能提高自己的分析水平，使自己站在更高的角度来分析问题，为整个研究领域乃至社会带来更多的价值。现在的分析方法和研究课题千变万化，墨守成规是无法很好地解决所面临的新问题的。
数据以及错误的数据分析方法非但没有给企业创造竞争力，相反给企业带来人力、物力、时间巨大浪费和难以摆脱的长期压力，甚至由于误用错误的数据分析方法或使用不完整的数据，给企业发展带来负面影响或相反作用。因此，面对用于决策的有效信息隐藏在大量数据中的现实问题，如何采用正确的数据分析统计和数据挖掘方法，从大量的数据中提取对人们有价值、有意义的数据，获得有利于商业运作、提高竞争力的信息，已成为企业面临的共同问题。
为推动知识管理，挖掘数据价值，适应商业企业的市场竞争需要，同时更好的配合国家对专业技术人员进行培训的要求， 信息产业部通信行业职业技能鉴定指导中心根据国家对专业技术人员加强培训且须持证上岗等文件精神，于2005年9月正式面向全国推出了国家数据分析师认证(NTC-CCDA)培训项目。
国家数据分析认证(NTC-CCDA)课程包括数据分析思维训练、数据分析理念和误区陷阱提示、数据分析方法内容精解、数据分析工具软件应用(SPSS、Clementine、Decision Time & What If、AMOS4.0-5.0、AnswerTree3.0等)、市场预测分析等方面内容，它是对数据进行调查统计、分析预测、数据挖掘等一系列活动的总和，其基本目的是采用科学的正确的数据统计、分析预测、数据挖掘等方法，从大量的、杂乱无章的数据中提取对人们有价值、有意义的数据，从而提升数据价值，提高企业核心竞争力。
国家数据分析认证(NTC-CCDA)作为2005年最新的国家级认证培训项目，必将在今后相当长的一段时间内，成为非常热门的职业之一，专家预测，在今后的五年内，我国将至少需要50万名持有国家数据分析认证(NTC-CCDA)证书的数据分析专业人才。
目前，政府经济部门、金融机构、投资公司以及企业统计和分析人员对国家数据分析师的需求正在与日俱增。 项目数据分析行业在欧美发展得十分成熟，数据分析这一帮助企业决策的方式已经深入到各行各业。而在中国，数据分析刚刚走过了7个年头，巨大的市场潜力和人才缺口使得数据分析行业进入了发展的黄金时期，而数据分析师则成为了一个朝阳职业。数据分析如何切实地帮助企业决策？数据分析师这一新兴职业的工作性质是什么？整个行业的未来发展前景如何？近日笔者带着这些问题采访了相关人士。
●数据分析在我国属于朝阳行业
数据分析在国外广泛应用于各个领域，但在中国仍属于朝阳行业，至今刚刚走过了7个年头。“中国数据分析行业的发展大致可以分成四个阶段”， 中国商业联合会数据分析专业委员会培训处主任任彦博表示，“第一阶段可称为觉醒与前瞻。90年代，大量海外机构将西方投资决策技术引进中国，并受到中国企业和金融投资机构的广泛学习借鉴。数据分析行业到了21世纪进入到第二个阶段，迎来了数据分析师的诞生。从2004年到2010年，我国项目数据分析师人数从零起步，猛增至近万人。到了第三阶段，我国首家数据分析事务所创立。在第四个阶段中，中国商业联合会数据分析专业委员会正式成立，首届中国数据分析业峰会在京成功的举行都标志着中国数据分析行业已经进入快速发展的成长期。”
●高端人才的缺失制约数据分析行业的发展
2010年行业调查结果显示，我国数据分析行业从业人员近万人，其中专职数据分析师占从业人员的 51.17%，兼职数据分析师占14.22%，其他人员占34.61%。中国商业联合会数据分析专业委员会培训处主任任彦博指出：“这说明我国数据分析行业中数据分析师是主体，要加快行业发展的步伐，关键是让更多从事数据分析行业的人员尽快参加标准化的认证培训，通过全国每年四次的全国统考之后，在取得从业证书的同时持续不断地参加后续学习，并且在工作中不断地应用学到的技术。”
据有关网站报道，在美国，项目数据分析领域的从业人员已接近20万人,2006年到2016年平均雇用项目分析师的职位有望占到所有社会岗位的7%到13%。但我国数据分析从业人员仅有1万多人，其中长三角地区仅占3%。
智联招聘高级顾问郝建表示：“广告、电子商务、快速消费品、咨询、市场调研、金融、IT等行业对数据分析师的需求都比较多。之前这些行业都只能将数据分析的工作外包给专业公司，但目前这些行业更趋向于拥有自己的内部分析师人才。就拿网站行业来说，之前拼的是量，但现在竞争的是精准度，这就需要专业的分析师来分析网站上的广告投入和跳出率。”
●项目数据分析为应用学科，需要不断学习
陕西中精诚项目数据分析师事务所有限公司项目数据分析师李会丽指出：“数据分析行业的魅力和挑战在于永远有未知的项目等待着项目数据分析师，每个项目都有属于自己的行业、不同的客户需求。因此要不断地学习、充电，缺少的知识和能力短板都要迅速补上，包括财务知识、市场调研技巧、数据处理、各种数据模型的应用等等。”
●国内企业的认知需要改变
对于项目数据分析行业的未来发展趋势，中国商业联合会数据分析专业委员会会长邹东生表示：“目前许多企业在决策时仍沿用以往的个人经验，没有用数据说话，这在实际决策运行时会出现很多问题。”
中国商业联合会数据分析专业委员会培训处主任任彦博说：“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。用数据说话，重视定量分析，也逐渐成为科学研究、企业经营、政府决策等过程着重考虑的问题。目前随着各行各业的不断发展，数据分析行业涉及的领域正由最初的投融资项目分析转向为企业经营、管理方面服务。照此发展，相信不远的将来，中国的数据分析行业一定也会发展到行业精细化的程度。到那时，这个职业的价值才会真正地体现出来。”
数据分析师的基本素养概括为以下几个方面：
1.有能力研究经济数据的基本面。这是数据分析师的一项最根本的工作。对于经济局势来说，基本面研究的对象包括所有影响供给和需求的因素，以及金融货币、宏观经济周期、政治政策因素等等众多方面；
2. 能够撰写研究报告。数据分析师要将投资方案、日常的研究产品化。研发产品的研究角度、研究方法的正确性、数据准确性、时效的及时性等是分析师水平的直接体现；
3.数据分析的去伪存真。这项工作是数据分析师的重要责任，数据分析师的素质是要能够发现一系列数据背后的含义，不被假象所迷惑，还要能够发现一系列数据的主要方面，才能够得出一个正确的结论。本回答被网友采纳
大数据分析师负责了解海量数据集中揭示的趋势和见解。公司通常聘请大数据分析师来帮助您做出决策或改善业务实践。本指南逐步介绍了成为大数据分析师的必要步骤，并包含详细的职位描述，薪资信息和未来的职位前景。
启动大数据分析师职业的三个步骤
步骤1：获得信息技术，计算机科学或统计专业的学士学位
辅修或研究应用统计或数据分析。还要参加强调项目管理和数据库管理的计算机科学课程。寻找熟悉大数据分析师职业道路的顾问或职业顾问。
步骤2：获得大数据分析师的经验
如果您没有任何经验，则很难获得大数据分析师的职位。在学校实习是获得宝贵经验的好方法，并将有助于您洞悉其他技能的发展和培训。即使如此，大多数从事技术职业的人在这种情况下还是从入门级职位开始的，包括诸如统计助理或技术员之类的职位。这些工作将提供宝贵的在职培训和经验。参加尽可能多的内部培训课程，尤其是有关分析软件程序和大数据管理的课程。经验，知识和学习意愿将帮助您提高到想要的水平。
步骤3：提升您的职业生涯-考虑硕士学位或证书课程
更高的学位将提供更多的就业机会和职业发展途径。雇主希望应聘者具有一系列知识并熟悉最新技术和工具。考虑一下数据科学，数据分析或大数据管理的硕士学位。这些程序通常将提供该领域专家提供的最新软件程序。许多大学与公司合作创建团队任务，实习和顶峰项目：这将在获得高级学位的同时获得宝贵的现实经验。
什么是大数据分析师?
大数据分析师可以获取数据并使用它来帮助公司做出更好的业务决策。大数据分析师获取有关特定主题的信息，然后进行解释，分析并在综合报告中提出发现。许多不同类型的企业使用大数据分析师来帮助收集和分析数据。作为专家，经常需要大数据分析师使用他们的技能和工具来提供有竞争力的分析师并确定行业内的趋势。
大数据分析师类似于数据科学家，但通常不负责创建用于数据发现和采集的算法。大数据分析师通常不会发现自己创建数据项目，而是使用现有工具，系统和数据集来解决特定的业务任务。两种职业都有一个共同的目标：发现如何使用信息来回答问题和解决问题，从而为其业务/行业造福。
大数据分析师做什么?
大数据分析师将数字，趋势和轨迹转化为可消化和可访问的信息。企业收集数据(即销售数据，库存，市场研究，利润率，物流和运输成本)。大数据分析师的工作是获取数据并将其用于帮助公司做出更好的业务决策。通常，大数据分析师的主要目标是解决使公司付出代价的问题，并帮助制定扩展业务的决策。
大数据分析师的基本工作职能包括：1)估计市场份额;2)为市场确定新材料的价格;3)降低运输成本;4)销售时间和5)弄清楚何时雇用或减少劳动力。
大数据分析师负责收集，处理和分析数据。大数据分析师使用系统的技术，标准公式和方法来分析相关信息。然后，他们通常会准备报告，详细说明其分析结果。
大数据分析师可能会执行基本统计信息，例如特定时间段内特定产品的变化和平均值。他们还可以预测产量并解释一组连续数据的潜在频率分布。他们在完成任务时会使用标准的收集，分析和报告方法。大数据分析师始终保护组织的数据，确保数据结果产生一致的，可重复使用的指南。
大数据分析师职位描述
1、找出正在询问的问题，并找出是否可以用数据回答这些问题。
2、通过收集和分析数据以及设计报告来确定技术问题。
3、确定新的数据来源和方法以改善数据收集，分析和报告。
4、收集，分析和报告数据以满足业务需求。
5、区分趋势和模式。
6、以全面，可重复的方式报告数据。
成为大数据分析师所需的技能
像业务分析员一样，数据分析员通常拥有精通的技术技能，并具有丰富的行业知识。他们对组织的各种数据库和数据源之间存在的关系有完整的了解。他们使用复杂的查询语句以及高级数据库工具和技术来获取信息。
分析技能：大数据分析师处理大量数据，包括：事实，数据和数字分析。他们需要查看数据并进行分析以得出结论。
沟通技巧：大数据分析师介绍他们的发现，并将数据转换为易于理解的文档或报告。他们需要清楚地书写和说话，并能够将复杂的想法传达为易于理解的术语。
批判性思维：大数据分析师必须查看数字，趋势和数据，以便得出结论。
注意细节：数据准确。数据分析人员必须确保自己的分析专心以得出正确的结论。
数学技能：大数据分析师需要数学技能才能处理数字数据。
技术技能/工具：大数据分析师必须具备许多技术技能和计算机程序才能熟练掌握。其中一些包括：SQL，XML，Javascript，R，Python，SAS，Hadoop和其他机器学习程序。
大数据分析师薪水
大数据分析师的平均工资为每年57,261美元。影响工资的因素有很多，包括学历，工作经验，证书和专业组织的参与度。在担任该职位的前五到十年中，薪水有所增加，但是任何其他经验对薪资影响不大。一旦拥有超过10年的职业经验，大多数人就会从事其他工作，例如数据工程师，数据架构师或数据科学家。
大数据分析师工作前景
从2014年到2024年，包括大数据分析师在内的计算机和信息研究科学家的就业人数预计将增长11%，快于所有职业的平均水平。计算机科学家可能会享有出色的工作前景，因为许多公司报告称很难找到这些高技能的工人。许多公司仍在努力全力解决人才短缺问题，并希望在今年赶上其他市场时看到更多的团队加入。
相关推荐