人工智能、大数据时代有什么技能是可以运用在各种行业的？数据分析就是。从海量数据中获得别人看不见的信息，创业者可以通过数据分析来优化产品，营销人员可以通过数据分析改进营销策略，产品经理可以通过数据分析洞察用户习惯，金融从业者可以通过数据分析规避投资风险，程序员可以通过数据分析进一步挖掘出数据价值，它和编程一样，本质上也是一个工具，通过数据来对现实事物进行分析和识别的能力。不管你从事什么行业，掌握了数据分析能力，往往在其岗位上更有竞争力。
如何学习数据分析
数据分析作为一门交叉学科，你需要有一定的数学功底，特别是统计学相关的知识，比如什么是中值、均值、众值，求和、求方差、阶乘等常用计算公式，而对于进阶数据分析师来说，需要了解统计模型算法、线性代数等知识，另外你需要掌握一些常见的数据分析工具，比如 Excel、SPSS，关于数据库知识，你需要懂基本的SQL查询语句，掌握一门编程语言有时候可以让你的分析更加高效，你可以选择 Python 或者 R 语言。Python社区则提供了丰富的第三方数据分析工具包，Pandas、Numpy、Matplotlib
以上是你学习数据分析道路上需要掌握的基本技能，至于怎么学？当然最有效的方法就是理论与实践相结合的方法，真正做到学以致用，看书和在线课程一定程度上能帮你构建一个比较全面的知识框架。
前段时间我就在优达学城（Udacity）体验的一个数据分析的课程，它的每节课程做视频其实很短，好处是灵活生动，没入门的初学者都可以看得懂讲什么，不像冗长乏味的教科书那样让别人昏昏欲睡。最大的特点是非常重视参与，也就是动手写代码，讲的明白，节奏把握的好，没有太多学术神秘味，不足的地方就是缺乏系统的理论讲解，毕竟这是针对在职人员的技能培训课程，所以一般都是以实战为主。
优达学城（Udacity）还有一个区别于其他在线课程的优势是纳米学位证书，因为优达学成会与一些大型互联网企业合作，所以证书是可以被企业认可的。他们有专业的代码评审，一对一助教辅导，解决每一个疑问点，更有实战的项目作为检验，教与学紧密结合，如果能花点钱，投资自己，能真正有所获，其实也是很值得的。
来自硅谷的优达学城（Udacity）
关于优达学城（Udacity）可能你已经有所听闻，它是在线教育市场的“三巨头”之一，公司的联合创始人是塞巴斯蒂安·特龙（Sebastian Thrun），特龙有一个传奇经历，这位德国出生的计算机科学家从 2003 年开始在斯坦福大学担任研究教授。2011 年，利用“兼职”身份参与了谷歌的“登月（moonshot）”计划——Google X 项目，他谷歌无人车之父，然后在 Google 的这段时间内又挤出时间，创立了自己的公司—— Udacity。
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------