大数据分析需要学习哪些？

大数据这行业，目前鱼龙混杂，啥人都有，本质上是因为它是一个在旧行业基础上硬长出来的新行业。CPDA说它旧是因为：数据分析、人工智能这些概念，几十年前就有了，只是碍于运算能力一直跟不上，所以行业发展缓慢。像是数据分析，从Oracle这公司80年代创造出商用SQL后就出现了，数据库和仪表板甚至机器学习（以前叫作：数据挖掘 Data Mining），也都不是很新的概念了，现在职场中不少专家都有相当长久的类似经验。

那近几年来的大数据热潮又是怎么回事呢？CPDA数据分析师认为它其实是构建在强大的数据处理能力，比如并行计算、GPU以及云计算这些牛逼的底层架构上发展出来的新技术。它的理念很简单，就是靠庞大的数据量和运算能力，实现了以前的人想都不敢想的智能奇迹。

某在BAT的专家朋友点评：虽然很多人说现在这个岗位人才过剩，需求降低，但实际的情况是：称职和优秀的人才一直稀缺！

而所有大数据分析相关的工作，说到底，万变不离其宗，你要学也是这个岗位里重要的技能就是：结合业务/行业知识 解读数据，快速获取有价值的信息。

假设你彻底掌握了这个能力，那不管是用手指在沙滩上乱画，还是在云上做并行计算搞深度学习，都没差。当然，很多的时间我们都是在学习使用这些前沿的工具，增加我们的分析效率。

你要学什么，可以参考下面的课程。

必修课

1. 数据结构和算法 （Python入门）

2. 数据和统计基础（R入门+统计学和微积分、线性代数恶补）

3. 数据库基础（SQL入门）

4. 统计学和计量经济学（计量经济学恶补）

5. 化和决策模型（运筹学优化模型入门）

6. 机器学习（决策树、KNN等机器学习算法入门）

7. 网络科学（图论入门和用Python捣鼓网络Gephi，Gurobi啥的入门）

8. 商业分析（商业瞎吹入门）

9. 可视化（可视化工具（Tableau, Python）和视觉设计理论入门）

选修课

· 后勤和供应链（更多的计量经济学啥的）

· 医保和医学分析（接触珍贵的病患数据）

· 零售和市场营销分析（接触珍贵的少的可怜的真实零售数据）

· 电子营销（Google Analytics入门（误））

· 进阶版的机器学习（用线性代数和微积分淹没你！）

· 金融大数据（用更多的机器学习模型淹没你！）

· 人力资源分析（爬虫瞎爬学校的教授信息，硬分析一把+简单自然语言处理入门）

· 数据管理和道德（使用云计算Microsoft Azure入门，Mongo DB入门和Spark入门）

大家只要照着这个课程结构，在网上找彻底免费的课程，就能非常系统地轻松入门，不用花50万一年的学费啦~

值得注意的是，数据分析人才因为供不应求，所以待遇超然。很多企业在应届生无法满足工作需求的情况下，不断高薪从美国硅谷，外国高校引入人才以填补人才的缺口。CPDA专注CPDA数据分析师培训19年，其内容含金量和行业认可度越来越高，为数据分析行业不断贡献人才，欢迎大家关注学习。