09月22日, 2014 128次
一、整体了解数据分析——5小时新人们被”大数据“、”人工智能“、”21世纪是数据分析师的时代“等等信息吸引过来，立志成为一名数据分析师，于是问题来了，数据分析到底是干什么的?数据分析都包含什么内容?市面上有很多讲数据分析内容的书籍，在此我推荐《深入浅出数据分析》，此书对有基础人士可称消遣读物， 但对新人们还是有一定的作用。阅读时可不求甚解，重点了解数据分析的流程、应用场景、以及书中提到的若干数据分析工具，无需纠结分析模型e799bee5baa6e997aee7ad94e78988e69d8331333363373734的实现。5个小时，足够你对数据分析工作建立初步的印象，消除陌生感。二、了解统计学知识——10小时15个小时只够你了解一下统计学知识，作为入门足够，但你要知道，今后随着工作内容的深入，需要学习更多的统计知识。本阶段推荐书籍有二：《深入浅出统计学》《统计学：从数据到结论》，要了解常用数理统计模型(描述统计指标、聚类、决策树、贝叶斯分类、回归等)，重点放在学习模型的工作原理、输入内容和输出内容，至于具体的数学推导，学不会可暂放一边，需要用的时候再回来看。三、学习初级工具——20小时对于非技术类数据分析人员，初级工具只推荐一个：EXCEL。推荐书籍为《谁说菜鸟不会数据分析》，基础篇必须学习，提高篇不一定学(可用其他EXCEL进阶书籍)，也可以学习网上的各种公开课。本阶段重点要学习的是EXCEL中级功能使用(数据透视表，函数，各类图表适用场景及如何制作)，如有余力可学习VBA。四、提升PPT能力——10小时作为数据分析人员，PPT制作能力是极其重要的一项能力，因此需要花一点时间来了解如何做重点突出，信息明确的PPT，以及如何把各类图表插入到PPT中而又便于更新数据。10个小时并不算多，但已经足够(你从来没做过PPT的话，需要再增加一些时间)。具体书籍和课程就不推荐了，网上一抓一大把，请自行搜索。五、了解数据库和编程语言——10小时这个阶段有两个目标：学习基础的数据库和编程知识以提升你将来的工作效率，以及测试一下你适合学习哪一种高级数据分析工具。对于前者，数据库建议学MySQL(虽然Hadoop很有用但你不是技术职位，初期用不到)，编程语言建议学Python(继续安利《深入浅出Python》，我真没收他们钱……)。数据库学到联合查询就好，性能优化、备份那些内容用不到;Python则是能学多少学多少。六、学习高级工具——10小时虽然EXCEL可以解决70%以上的问题，但剩下30%还是需要高级工具来做(不信用EXCEL做个聚类)。高级分析工具有两个选择：SPSS和R。虽然R有各种各样的好处，但我给的建议是根据你在上一步中的学习感觉来定学哪一个工具，要是学编程语言学的很痛苦，就学SPSS，要是学的很快乐，就学R。不管用哪一种工具，都要把你学统计学时候学会的重点模型跑一遍，学会建立模型和小幅优化模型即可。
可以去大数据的公司上班就能更好的学习，比比鲸就是做大数据的。
大数据非常火，有来很多童鞋想转行大数据，但我要说一点是，要判断自己适不适合学习大数据。如果想转行，首先是兴趣驱动，其次可以在网上找一些视频资料等，先对大数据有个基本的认识。判断自己是否真的适合和感兴趣，如果合适并感兴趣的话可以再做进一步打算，比如系统学习培训等。想转行学习大数据，你需要：1、大专源及以上学历：目前市场上企业招聘的最低门槛；2、学习Java基础：大数据的zhidao组件很多是用Java开发的。学习大数据前景很好，你可以找个厉害的老师带你。没有Java基础也行，现在有些专业的大数据培训机构可以手把手的从零开始教。
大数据zhidao分析在市场上一直处于供不应求的地位，企业都是高薪招聘分析师，但还是很难招到合适的人才，前景是非常不错的，大数据的薪资一般比同级别的其他职位薪资都要高，我们当时在光版环学权完毕业的时候，差不多薪资都平均一万，因为现在各行各业对大数据人才的需求都很大~ 本回答被网友采纳
如果你是合格的大数据开发技术人员，那当然有高薪的工作，并不是说你学完了之后就一定有高薪工抄作的，那需要看你学习怎么样。目前大数据培训相对其他培训项目要好就业，因为其他语言还是技能培训都是有一定的市场基础的，而大数据在最近两年袭才大力发展，并且在各领域蔓延，因此所产生的人才缺口巨大，而在知企业中真正对大数据技能比较强力的技术人才，又特别的少；应用越来越广，技术人才却产生较慢，刚培训的人员，只能适应基本的软件操作和理论基础；还达不到企业要完成复杂业务的技术需求；所以培训入门快，拿薪资快，但只是一时，进入企业，不努力学习是跟不上发展与用道人需求的。
大数据就业前景：1、市场需求大随着信知息产业的迅猛发展，行业人才需求量也在逐年扩大。据国内权威数据统计，未来五年，我国信息化人才总需求量高达1500万— 2000万人。以大数据分析为例，我国大数据人才需求以每年递增20%的速度增长，每年新增需求近百万。2、就业范围广一般稍微有规模的企业，都有自己的IT部门道，如果企业里的信息量比较大，就势必需要数据库的管理、企业信息化管理等，学员除了去新兴行业外，还可以去这些比专较有规模的企业，担任信息部的重要岗位。3、高薪职位市场经济高速发展的今天，大数属据行业以其超强的发展势头，成为目前最具前景的高薪行业之一，大数据分析、大数据开发等大数据人才必将成为市场紧缺型人才，发展前景好，薪资水平也水涨船高。
大数据技术是一种新一代技术和构架，它以成本较低、以快速的采集、处理和分析技术，从各种超大规模的数据中提取价值。大数据技术不断涌现和发展，让我们处理海量数据更加容易、更加便宜和迅速，成为利用数据的好助手，甚至可以改变许多行业的商业模式。大数据(big data)是这样的数据集合：数据量e68a84e799bee5baa631333365653864增长速度极快，用常规的数据工具无法在一定的时间内进行采集、处理、存储和计算的数据集合。大数据产业蓬勃发展2015 年，全球大数据产业市场规模为1403 亿美元，预计到2020 年将达到10270 亿美元，2014-2020 年间CAGR 高达49%;2015 年，我国大数据产业市场规模为1692 亿元，预计到2020 年将达到13626 亿元，2014-2020 年间CAGR 高达53%。大数据行业的高速发展引起的巨大的数据存储需求，将给传统IT基础设施架构带来巨大压力，为超融合带来发展良机。企业数据规模从数据规模的角度来说，近55.03%的企业数据规模已经超过1TB，超过样本总量的一半。其中34%的企业数据规模在1TB-10TB，11.19%的企业数据规模在10TB-50TB，9.9%的企业数据规模在50TB以上，而剩余的44.97%的企业数据规模也在500GB-1TB之间。这其中，随着大量的中小型企业快速扩张，也会有越来越多的企业数据量将迈入TB时代。大数据细分市场份额前瞻产业研究院据数据统计，目前全球大数据市场中，行业解决方案、计算分析服务、存储服务、数据库服务和大数据应用为市场份额排名最靠前的细分市场，分别占据35.40%、17.30%、14.70%、12.50%和7.90%的市场份额。大数据产业发展趋势开源成为技术创新主要模式经过多年来的高速发展，大数据相关的数据采集、存储、分析、可视化等多个基础性技术领域已经取得较大的突破，形成了实用性强、稳定度高的技术能力，大数据整体技术体系已初步构建完成，未来大数据技术的发展方向将主要集中在非结构化数据的价值提取方面。从大数据技术的发展历程上可以看出，大数据核心技术如分布式存储、云端分布式及网格计算均是依赖于开源模式，即通过开放式的平台，吸引全球开发者通过开源社区来进行代码的开发、维护和完善，从而集全球智慧推动大数据技术的不断进步，当前全球各大企业加大了对开源社区的赞助和智力投入，开源社区在大数据技术进步中将占据核心地位，开源模式将成为大数据技术创新的主要途径。同时，大数据的技术发展与物联网、云计算、人工智能等新技术领域的联系将更加紧密，物联网的发展将极大提高数据的获取能力，云计算与人工智能将深刻地融入数据分析体系，开源模式在新技术的发展中举足轻重。大数据细分市场规模进一步增大大数据相关技术的发展，将会创造出一些新的细分市场。例如，以数据分析和处理为主的高级数据服务、基于社交网络的社交大数据分析等。大数据分析的革命性方法出现今年，大数据分析将出现革命性的新方法，从前的很多算法和基础理论可能会产生理论级别的突破。机器学习继续成为大数据智能分析的核心技术;人工智能和脑科学相结合，成为大数据分析领域的热点。金融、互联网电子商务、健康医疗、城镇化智慧城市领域的应用令人瞩目。大数据与云计算将深度融合云计算为大数据提供弹性可扩展的基础设施支撑环境以及数据服务的高效模式，大数据则为云计算提供新的商业价值，大数据技术与云计算技术必有更完美的结合。阿里云计算有限公司总裁胡晓明表示，2018年将是云计算与产业深度结合的元年。人们将看到各国的基础设施越来越紧密地和云计算结合起来，更多的制造企业和金融机构开始用“云”，云计算将促进科技金融提高效益。 本回答被网友采纳
基于行业数据的分析挖掘。即熟悉行业又熟悉数据分析的人才匮乏，经营管理公司人不知道能从数据中得到什么，懂数据分析的人不知道怎么能用基础数据支撑到公司经营。
现在还是很火的
大数据行业发展现状1、一些数据的记录是以模拟形式存在，或者以数据形式存在，但是存贮在本地，不是公开数据资源，没有开放给互联网用户，例如音乐、照片、视频、监控录像等影音资料。现在这些数据不但数据量巨大，并且共享到了互联网上，面对所有互联网用户，其数量之大是前所未有。2、移动互联网出现后，移动设备的很多传感器收集了大量的用户点击行为数据，已知IPHONE有3个传感器，三星有6个传感器。它们每天产生了大量的点击数据，这些数据被某些公司所有拥有，形成用户大量行为数据。3、电子地图如高德、百度、Google地图出现后，其产生了大量的数据流数据，这些数据不同于传统数据，传统数据代表一个属性或一个度量值，但是这些地图产生的流数据代表着一种行为、一种习惯，这些流数据经频率分析后会产生巨大的商业价值。基于地图产生的数据流是一种新型的数据类型，在过去是不存在的。4、进入了社交网络的年代后，互联网行为主要由用户参与创造，大量的互联网用户创造出海量的社交行为数据，这些数据是过去未曾出现的。其揭示了人们行为特点和生活习惯。5、电商户崛起产来了大量网上交易数据，包含支付数据，查询行为，物流运输、购买喜好，点击顺e68a84e799bee5baa6e997aee7ad9431333431373233序，评价行为等，其是信息流和资金流数据。6、传统的互联网入口转向搜索引擎之后，用户的搜索行为和提问行为聚集了海量数据。单位存储价格的下降也为存储这些数据提供了经济上的可能。我们所指的大数据不同与过去传统的数据，其产生方式、存储载体、访问方式、表现形式、来源特点等都同传统数据不同。大数据更接近于某个群体行为数据，它是全面的数据、准确的数据、有价值的数据。中国的大数据之路任重而道远中国目前的大数据应用环境和技术相对于美国而言，在整体技术水平、应用环境、国民意识、商业环境、技术厂商、技术平台上面相差超过5年左右。在大数据应用的国家战略层面落后的也较多。2012年3月，美国奥巴马政府宣布推出“大数据的研究和发展计划”。该计划涉及美国国家科学基金、美国国家卫生研究院、美国能源部、美国国防部、美国国防部高级研究计划局、美国地质勘探局等6个联邦政府部门，承诺将投资两亿多美元，大力推动和改善与大数据相关的收集、组织和分析工具及技术，以推进从大量的、复杂的数据集合中获取知识和洞见的能力。美国奥巴马政府宣布投资大数据领域，是大数据从商业行为上升到国家战略的分水岭，表明大数据正式提升到战略层面，大数据在经济社会各个层面、各个领域都开始受到重视。2014年从“两会”的提案、议案看，很多人建议将大数据业务上升为国家战略，互联网领军人物李彦宏在政协记者会上表示，政府应该把更多和人民生活有关的数据资料，公开地放到网络上；雷军则直接建议将大数据纳入国家战略，推动大数据切实地被用起来；科大讯飞刘庆峰建议国家建设声纹数据库进行大数据反恐。张近东、马化腾、杨元庆的提案也与数据应用有着紧密联系。但是在中国大数据国家战略和大数据产业发展发面还没有一个清晰的蓝图。最后总结一下，大数据时代将会给人类社会带来巨大变化。它是一个好的工具，就像计算机一样，帮助人们提升社会生产效率，了解事物真相，认识客观规律，同时加快进入智慧社会。
大数据是个前景不错的行业，跟人工智能、物联网等这些都是未来性行业，都处于发展早期，有兴趣的可以向这方向发展。
大数据不错的，你可以看看尚硅谷的就业情况。我看他们基本都是百分百就业的。不过这个也要看看自己适不适合学习，
大数据行业最近几年才大力发展，在国内的布局和发展还不是很成熟，如果是大数据从业人员那么竞争相对其他热百门互联网行业会小些，尽早进入才有可能成为此行业的领军人物。据国内权威数据统计，未来五年，我国信息化人才总需求量高达1500万— 2000万人。以大数据度分析为例，我国大数据人才需求以每年递增20%的速度增长，每年新增需求近百万。从就业方向来看，大数据人才主要有三大就业方向：1.大数据系统研发类人才2.大数据应用开发类人才3.大数据分析类人才大数据业务流程有4个基本环节，分别是：业务理解、数据准备、数据挖掘、分析应用。大数据技术正在向各个行业蔓延，大数据与云计算、AI、金融、医疗、物联网、政府公共服务等相结合，缔造了很多就业新岗位，大数据浪潮专不仅开始席卷全行业，政府职能、城市规划、安全执法也将需要大数据的支持，所以，大数据在各行业算是通吃的技能 ，基本不用担心就业问题。市场的供求关系决定了市场的价格，目前我国大数据方面的专业人员还不是很多，这就造就了大数据人才是目前最具前景的高薪行业之一，大数据分析、大数据开发等大数据人才必将成为市场紧缺型人才，发展前景好，薪资水平也属水涨船高。
通过CDA那边了解到成为一名优秀的数据分析师，应用数学、统计学、数量经济学专业本科或者工学硕士层copy次水平的数学知识背景是不可少的。其次，作为一名数据分析师、至少需要熟练SPSS、STATISTIC、Eviews、SAS等数据分析软件中的一门，至少能用Acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。此知外，想要成为一名优秀的数据分析师，还得考虑数据分析的应用，这就需要学习专业本身的同时还能补充些其他应用领域方面的道知识，比如市场营销、经济统计学等。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。 本回答被网友采纳
大数据还是偏技术一些，还是要看你之前是从事哪方面工作的，如果也是编程或者开发这种技术岗就比较适合。如果你一点不懂技术，也没有接触过大数据行业，还是不建议你转行进来。因为发展会比较困难。
很多新手在转行大数据之前，都在网上或者听到其他人关于学习大数据的言论，很多人认为，大数据属于新兴的技术，且包含的内容很多，对于新手，尤其是没有接触IT相关知识的小白，学习起来难度会很大。此类言论，让很多人打消了入行大数据的积极性，但实际上新手学习大数据开发并没有想象中的那么难。只要注意以下6个点就能够快速学懂大数据开发的相关知识。 1、从基础开始学起 新手学习大数据开发的知识，一定不要直接去学核心的内容，毕竟没有编程基础，没有接触过IT相关的内容，冒冒然学习会遇到很多问题。所以，新手应该从基础开始学起，比如：java、Linux和mysql等内容。 2、熟悉IT行业的一些“软知识” 对于此类“软知识”，就好像是一个人的文学素养，不仅能够提升一个人的内涵，还能够提升一个人对于知识的理解能力。所以，新手学习大数据开发的知识，要积极的去为自己补充IT领域的知识，即使e79fa5e98193e4b893e5b19e31333431366334很多内容你可能并不是深入的研究，但是，这些内容都将成为新手逐渐成长的“软知识”。 3、写程序时要规范化 大数据开发的知识虽然并不需要求学者海量的敲代码，但是，在学习的时候也要养成良好的习惯，写程序时一定要规范化。 4、学习不仅仅是靠老师 对于编程类知识的学习，不仅是需要靠老师，更多的还是需要自己去积极的探索，积极的去学习，如果遇到问题总是第一时间想到老师能不能帮帮我，最好是这段代码都由老师来代写了更好，那么，这种思路会大大降低我们独立解决问题的能力，当然，也不利于自己真正的将知识融会贯通。 5、经验丰富的老师指导 我们在学习的过程中，应该有经验丰富的导师为自己指导，又或者是有相关工作经验的前辈们来指导自己，不要想着我看看网上的教程，几个月之后就能找到一份好工作，这是不现实的，如果没有好的老师师帮你解决问题，相信对于一个新手来说，我们会走很多弯路，同时也会半途而废，浪费了自己的时间和金钱。 6、做真实的实训项目 演习千遍不如一场实战，这句话在学习IT类知识的时候尤为适用。对于新手而言，如果没有真实的实训项目去做，那么永远都是假把式，无法真正的将理论付诸于实践，也无法提升自己的实战能力。所以，学习大数据开发一定要做真实的实训项目。
大数据分析在市场上一直处于供不应求的地位，企业都是高薪招聘分析师，但还是很难招到合适的人才，前景是非常不错的，大数据的薪资一般比同级别的其他职位薪资都要高，我们当时在光环学完毕业的时候
我觉的是特别好的，毕竟现在都是网络，还有可以到这边看看，初中起步入学
大数据人才稀缺据数联寻百英发布《大数据人才报告》显示,目前全国的大数据人才仅46万,未来3-5年内大数据人才的缺口将高达150万。研发工程师、产品度经理、人力资源、市场营销、运营和数据分析是当下中国互联网行业需求最旺盛的六类人才职位。其中研发工程师需求量最大，而数据分问析人才最为稀缺。领英报告表明，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。数据分析答人才跳槽速度也最快，平均跳槽速度为19.8个月。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。大数据专业就业三大方向大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发内类人才和大数据分析类人才。在此三大方向中，各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。望采纳，谢谢！容 本回答被网友采纳
大数据就业前景广阔，目前全国的大数据人才仅46万,未来3-5年内大数据人才的缺口将高达150万。
本人03年计算机科学与技术毕业，大学教书7年，从网络到数据库、软件开发；2010年接触数据分析，，一路学习，进入ATA公司做人才测评工作，开始正式入行，从产品竞争情报分析、产品快速测试、用户图谱、数据采集、报表、可视化制作等入手，后来到建模、对比分析、关联分析、聚类等，后来又去阿里呆了一年多，然后又和加拿大一帮分析师一起工作，从他们身上学到很多思维方式和分析经验，对如何通过数据去解决企业实践问题的能力提升很多。现在自己和加拿大哥们开公司（决明数据科技）专门为中国企业做数据商业咨询服务，业务太多都有点忙不过来了。另外一块业务就是为阿里云提供大数据分析教育内容，比如高校大数据专业的课程体系、实验室产品等，阿里云大数据分析师ACP认证整套体系和认证考试培训研发都是我们公司开发的；连考题都是我们出的。还有每年全国各高校大数据专业的师资培训都是我们在做。所以总结我个人的学习路径和方法及认知，给你们提供一条学习路径，希望对你们在大数据商业分析师这条职业道路上有所帮助！ 以职业能力结构的学习图谱目前就业市场第一层在5-8K；第二层年薪15-30万；第三层50万年薪以上具体学习路径与方法：第一层通用技能1、 通用技能是作为数据分析师必须具备的分析工具和大数据相关知识；数据编程：数据编程工具有Python、R、SAS等，目前用的多的是Python,如果有语言基础的小伙伴上手很快，语法、函数、面向对象这些都比较简单，没有基础的小伙伴也可以自学，不是很难，推荐的学习《小象学院》每天学习一节课，听完后可以去阿里云大学官网去做一些Clouder，增加对Python在项目中的使用场景理解，数据清洗、爬虫、数据分析、数据可视化这些是工作中经常用到的。建议书籍：2、 数据存储：主要是数据库、数据建模，分析师对数据仓库需要了解，这些基础课程完全可以自学，推荐优达学城里面有这些课程，老师讲的HIA不错，也可以去九道门做些实验项目，他们有时候搞活动是免费的；如果你觉得还是难，那就采用最基础的学习路径，直接买MYSQL关系型数据库的书看，随便到网上去找个免费的MYSQL课程听；先解决会的问题。另外分布式存储HDOOP需要简单了解就可以了，如果能自己搭建3个节点跑通，个人觉得就OK了，3、 云计算：做为分析师对云计算的技术作为了解就可以了，可以不做目前的强化学习内容4、 数据预处理：这个是数据分析师必须时刻记住的事情，从我们这个行业有句行话，叫垃圾进来垃圾出去，如果数据质量控制不好，后面做的再牛逼，也是垃圾；这个课程主要是看大家对数据的理解和质量控制的方法，目前市场上有专门的岗位就叫ETL数据清洗工程师；有专门的数据质量控制或者数据清洗的书。5、 数据可视化：数据可视化不是很难，如果不要求特别美工的话，大家先理解图表，再研究研究仪表板，阿里云的Quich BI及DataV,百度的echarts都不错，主要是展示的业务结构需要规划。6、 大数据技术:这个相对来说有些难度，如果是学数学统计类专业小伙伴就非常有优势了，其他专业的小伙伴也不用担心，毕竟工作后还可以继续学习，在工作中用的比较多的是聚类、关联、决策树、线性回归等，如果你不去做模型和算法工程师那么只需要会用就可以了，实在不行有专业的工具让我们用，比如第四范式的产品和阿里云的机器学习PAN都是可以直接出结果的工具； 7、 分析&AI：这部分先了解数据分析的基本流程和分析手法；上面的如果都学了，可以到阿里云大学上面去做几个数据分析方面的案例，增加对数据分析的流程理解和相关技术应用，但是要注意的是阿里案例都是用阿里的工具来实现的，比较简单，建议大家自己编程实现，也可以到天池大赛上去看一些案例，自己做做训练。以上的工具学习如果自学的小伙伴觉得很难坚持，那就只能去报培训班了，需要提醒大家的是目前培训机构愚弄混杂，在工具教学上有些机构还算马马虎虎，大部分培训机构的老师根本没做过商业分析项目，很多思维方式可能会误导你。至于那个培训机构好，我也不是很清楚，个人觉得自己坚持以上东西是可以自学的，做好规划一步步往前，时间可能长点，需要恒心，哈哈！ 第二层商业分析学完通用技能后你是否能真正入门，到企业能干活就看这一层了，在写这篇学习路径的时候我帮大家简单做了中国培训机构的调查分析，北风网、传智播客、达内、千峰、兄弟连、容大、华信智原等稍微好点的能做第一层，第二层都做不了，主要原因分析真正做大数据商业咨询人才都在名企，专业做数据咨询的公司员工一是没时间，二是价格高，培训机构请不起。我帮大家总结了，目前中国市场大部分企业招聘大数据分析师主要为四个层面服务；一为产品经理服务，国内产品经理不懂数据分析，而新产品的竞争情报分析、产品敏捷测试等都需要数据分析师帮助完成，后期产品迭代优化还是需要数据分析师采集用户行为、习惯、评价等数据来完成。二是为运营服务，产品运营中的用户流量、促销、顾客e79fa5e98193e78988e69d8331333431373266关系管理等需要数据分析师帮助完成；三是公司数据制定和标准建设、各部门数据打通，数据化管理等工作需要数据分析师完成，四是数据情报和数据预测为高层服务。从以上四个方面我们再去看第二层的商业分析能力和业务知识能力就显得尤为重要，这个时候是考验分析师的业务理解能力及通过数据为企业解决实际问题的能力了。比如分析师的分析流程、分析思维、分析技能、展示说服能力。小伙伴们要想快速进入第二层只有三种方式，一是锁定一个行业，刚开始别嫌工资低，入行1年左右，拼的就是悟性和钻劲，也能进入，如果运气好找个专业做数据咨询的公司那就很快，一个项目下来套路就明白了；二是能遇到一个比较牛的师傅，人家愿意教你，这个也很快，我就是遇到师傅的人，半年时间就完成第二层，不过本人原来做过教师，口才、文案这些软性技能比较强；呵呵。第三种方法推荐去阿里合作伙伴决明科技，这家公司是专门做数据咨询服务的，这家公司有一块业务是做教育的，比如企业培训（阿里的合作企业大数据商业培训都是这家公司在交付），师资培训（这家公司每年做二期高校大数据应用师资培训），去年和前年做了二期大数据商业分析实训，有的被他们公司留下了，其他学员被阿里系的企业一抢而空，听说企业招聘一个人还给这个公司钱；不过他们招人实训要求比较高，首先要本科及以上学历，要会分析工具和数据库相关知识；具体情况小伙伴可以去百度一下九道门就知道了。另外听说很多培训机构租他们的大数据实验平台.第三层：上面我说在入行的时候建议大家选择一个行业，不要轻易换行业，大数据商业分析师对行业的要求很高，本身如果你是行业专家有加上懂数据分析，那就是行业大数据商业分析大牛了，这个需要时间和项目沉淀，现在这种行业大牛在国内很少，因为数据分析行业中国才刚刚发展，企业才刚刚接受这个岗位！这个行业非常不错的，非常有潜力，偏商科，技术辅助；真正的大牛不数据分析技术，而是用数据帮助企业在产品、价格、促销、顾客、流量、财务、广告、流程、工艺等方面进行价值提升的人。主要是三个方面的分析，一是现状分析、二是原因分析、三是预测分析。洋洋洒洒写了这么多，希望对您有一些启发和帮助！也希望我们以后在大数据商业分析的江湖上进行切磋相遇！祝您学业有成，尽快入行，加油！