1.数学の知識
数学的知識は、データアナリストの知識の基礎です。
プライマリデータアナリストは、コンテンツに関連するいくつかの基本的な記述統計を理解するためには、一般的な統計モデルアルゴリズムがプラスであることを理解する能力を計算するために、特定の式があります。
シニアデータアナリストのために、知識の統計モデルは不可欠の能力、線形代数（行列の計算は主に関連する知識である）最高の一定の理解があります。
データマイニングエンジニアには、統計情報に加えて、様々なアルゴリズムはまた、数学の要件が最も高い、巧みに使用する必要があります。
2.解析ツール
プライマリデータアナリストのために、Excelの楽しみは必要に応じて、ピボットテーブルと、VBAがプラスに精通している必要があります使用される式です。また、統計的な分析ツールを学び、エントリとしてSPSSは良好です。
高度なデータ解析のために、分析ツールの中核能力、VBA RMF、SPSS / SAS / R特徴に精通して少なくとも一つの、他の分析ツール（例えば、Matlabの）適宜。
データマイニングエンジニアのために......ああ、主な仕事は、それを解決するためのコードを記述するために依存し、ライン上のExcelで使用されます。
3.プログラミング言語
基本的にOK、Hadoopのとハイブクエリについて記述する必要がある場合は、プライマリデータアナリストについては、SQLクエリを記述します。
シニアデータアナリストの場合は、SQLに加えて、Pythonを学ぶ必要がある、それがより効率的にデータを取得して処理するために使用されます。もちろん、他のプログラミング言語もまた可能です。
データマイニングエンジニアのために、Hadoopのは、少なくとも1に慣れ、シェルを使用する必要があります、Pythonの/のJava / C ++精通していた......短いプログラミング言語では、絶対にデータマイニングエンジニアの中核機能です。
4.ビジネスの理解
ビジネスの理解がデータアナリストの基本である、すべての作業が過大でないと、データ取得プログラムは、指標だけでなく、洞察力の最終的な結論を選択し、我々は、アナリストがビジネスそのものを理解し、データに依存しています。
プライマリデータアナリストの場合、主なタスクは、することができ、ビジネスの基本を理解して、データを抽出し、いくつかの簡単なグラフだけでなく、洞察力の結論の少量を行うことです。
シニアデータアナリスト、事業のより深い理解の必要性については、ビューの効果的なポイントを抽出するために、データに基づいてすることができ、実際のビジネスを助けることができます。
データマイニングエンジニアのために、我々はまだ集中することができ、ビジネスの基本的な理解がプレーの技術的能力に配置する必要があります。
論理的思考
私はあまりで言及した前回の記事では能力が、今回は少しのために一人で引き抜きます。
プライマリデータアナリストのために、論理的思考は主に、データ分析プロセスの各ステップの目的を反映して、我々は目標の種類に、使用される手段の種類を知っておく必要があります。
シニアデータアナリストのために、論理的な思考は、主にオブジェクト分析、明確な原因および各変更インデックスの効果の間の関係を理解するための完全かつ効果的な分析枠組みを構築する上で、ビジネスをもたらすでしょう。
データマイニングエンジニアのために、ビジネス関連の仕事の論理的思考と分析を反映することに加えて、またなどのアルゴリズム・ロジック、プログラマブル・ロジックを含み、その論理的思考の要件は最高です。
6.データの可視化
データの可視化、データの可視化とみなすことができるPPTチャートの内側に配置するデータの広い範囲を含む、実際には、非常に大規模で言えば、私は、これは普遍的なニーズの能力だと思います。
プライマリデータアナリストのために、ExcelおよびPPTは、基本的なグラフやレポートを作ることができ、データは明らかに示して、それはその目標を達成しました。
優れたデータの可視化方法、より効果的なデータ可視化ツールの使用を検討する必要がある高度なデータ分析のために、実際の需要に基づいて、単純または複雑になるが、データの可視化コンテンツの視聴聴衆のために。
データマイニングエンジニアのために、データ可視化ツールのいくつかが必要であることを理解するために、だけでなく、ニーズに応じていくつかの複雑な視覚化を行うために、通常は問題が多すぎる造園を考慮する必要はありません。
7.調整とコミュニケーション
プライマリデータアナリストの場合、データは報告書を説明し、コミュニケーション能力が重要であるので、異なる部門からの人々に対処する必要があるために探して、ビジネスを理解しています。
シニアデータアナリストのために、あなたは独立したプロジェクトや製品で始まり、コミュニケーション能力に加えて、いくつかの協力を行うだけでなく、いくつかのプロジェクトの調整を必要とする必要があります。
データマイニングエンジニア、人間のコミュニケーションのものの技術的側面については、コミュニケーションと協調要件の運用面の比較的小さな数が比較的低いです。
データは、ダニエルが一緒にビデオ共有学習リソースを持っている大きな社会的関心号プログラマを勉強したいことがあり