數(shù)據(jù)分析師到底有多香

網(wǎng)上都在說數(shù)據(jù)分析師門檻低，工資高，動輒年薪百萬？（誰說的？我也去）

你要是相信：都在說、門檻低、工資高三件事會同時存在，那我也救不了你了。

要知道，愿意高薪招聘數(shù)據(jù)分析師的公司，門檻都不低。而想進大廠的人多了去了，單純拼資歷、拼背景，拼經(jīng)驗就能刷下90%的人，還輪不到拼技能。而門檻低的數(shù)據(jù)工作，可替代性不會低。只是做個統(tǒng)計、拉個數(shù)、平時沒人搭理的數(shù)據(jù)專員遍地都是。

至于為什么有那么多人宣傳：低門檻，高薪資。這么說吧，上次我聽有人這么講，還是詐騙講座上，一個主持人有請用了xx大師的高效記憶法后神速背單詞的高三學生上臺分享。

這些人還喜歡用以下話術：

“我是二本，一個月0基礎逆襲進入XX”

“感謝某老師帶我成功進入XX行業(yè)”

“我學完XX技能就能拿高薪了”

但凡頭腦稍微清醒一點，都知道這些是托兒。然而為啥這些“賣神藥”的總有市場呢？因為病急亂投醫(yī)，人在著急的時候，總愿意相信有這種神秘的力量，會覺得萬一這是真的呢？

那數(shù)據(jù)分析師薪資到底多少？實事求是地說，目前數(shù)據(jù)分析師的薪資主要劃分為初級/中級/高級三個等級，接下來，我們根據(jù)不同的崗位JD來看看其對應的不同等級的崗位薪資。

首先，初級數(shù)據(jù)分析師，主要工作職責為∶數(shù)據(jù)監(jiān)控，報表輸出，為業(yè)務決策提供數(shù)據(jù)支撐。使用的分析工具主要是excel，部分公司會要求MySQL技能，薪資普遍在6-8k，工作難度和強度都不大。

其次，中級數(shù)據(jù)分析師，主要職責為∶數(shù)據(jù)抽取、清洗、轉(zhuǎn)化、集成，要有數(shù)據(jù)分析思維、會數(shù)據(jù)建模，會搭建指標體系，要能對接業(yè)務部門，滿足其臨時取數(shù)需求。使用的分析工具為SQL，Pyhton，熟悉機器學習，會一種市面上常見的BI軟件即可，薪資在15-25k。

高級數(shù)據(jù)分析師∶要有一定的產(chǎn)品經(jīng)驗、懂得業(yè)務痛點。通過數(shù)據(jù)分析和建模，提出相應的營銷科學方案。并且要沉淀定制化方案直到規(guī)?；桨?。要求 有扎實的機器學習、數(shù)據(jù)科學基礎，熟悉自然語言處理、計算機視覺、推薦策略。薪資一般在40-60k。

你想要多高的薪資，取決于你掌握多少技能，那應該如何沉淀必備技能呢？

excel：一定要會它能夠處理幾萬行的數(shù)據(jù)量；處于處理小數(shù)據(jù)范疇。

a. 掌握Excel函數(shù)開始，vlookup,if,sumifs等函數(shù)

b. 學會使用透視表和做可視化

BI：能將結(jié)論以圖表的形式展現(xiàn)出來；處于中量數(shù)據(jù)范疇。

a. 掌握BI軟件連接數(shù)據(jù)庫，并且掌握數(shù)據(jù)清洗操作

b. 能做指標看板

MySQL：基礎SQL-Sever語言，大多數(shù)數(shù)據(jù)提取語言都以此為基礎，如Hive-sql,

spark-sql等。建表，查詢，窗口函數(shù)，高級函數(shù)，索引優(yōu)化

Python：能處理百萬到千萬的數(shù)據(jù)，屬于中大型處理能力。numpy計算，pandas數(shù)據(jù)清洗，sklearn機器學習等

Hadoop, Spark, Flink：掌握大數(shù)據(jù)領域最活躍的三個框架（處理千萬及以上數(shù)據(jù)量）

所以啊，要想成為數(shù)據(jù)分析師，還是要踏實學習苦練本領，成功的路上沒有捷徑，學習數(shù)據(jù)分析也是。畢竟公司不傻，高薪不是白給的！