一个数据分析师一定要对这个行业感兴趣，这是一个员工稳定性以及可发展性的考察。如果对数据分析工作兴趣了然，那必然无法提出创新性的建议，仅仅是对数据的整理与管理，对实际企业生产是没意义的。做数据分析需要面对也许不仅仅是一页Excel。可能会是多维度多层次多样化的数据，如果不具备一定的逻辑性，肯定会捉襟见肘。无论是传统的财会工作，还是现在的数据分析工作，与数据打交道肯定要具备细心的态度，很多时候一字之差就会产生巨大的影响。同时数据分析师需要具备沟通能力，包括语言沟通以及文字沟通。充分说明数据分析的结果以及执行计划。
数据分析师的技能要求
做数据分析师不仅仅是将相关的数据统计出来就完成了工作。其重点在于根据业务以及企业的发展，对数据进行分析整合并得出相应的数据报告以及决策建议。因此对于数据分析师的技能要求就非常明显了。
1、懂业务。从事数据分析工作一定要熟悉行业知识，公司业务以及流程，能脱离行业认知和公司业务背景。
2、懂管理。需要数据分析师技能懂得搭建数据分析的框架，又可以指导相关人员落地执行。
3、懂分析。对数据进行分析是数据分析师的主要职责，数据分析师一定要懂得有效的数据分析的方法，并且能够运用到时间中。
4、懂工具。少量的数据可以通过简单的Excel操作完成，面对大量的数据的时候，必须要求数据分析师懂得相关工具的使用。甚至包括编程相关知识。
5、懂设计。数据分析工作的回报中，会运用到大量的图标传达数据。懂设计的数据分析师总是能够很好的体现重点数据，给人以清晰而且美观的数据可视化结果。
python数据分析
关于python数据分析，这里主要以pandas模块为主。这部分面试的时候很少考到，但在工作中还是需要熟练掌握。pandas博大精深，之前在网上找的pandas视频教程看，但很多无法把pandas模块讲透彻，更多的是如何创建series、dataframe，索引、切片，读取数据等比较基础、入门的教程。建议大家在这些基础教程学完后去看看pandas的官方文档里面介绍的更加详尽，
咨询详情
会对之后的使用有更好的帮助，在数据处理分析能力更上一层楼。如索引会包括label、position、label和position混合索引、布尔索引（这个内容比较多）等，函数的应用包括pipe、apply、agg、aggregation、applymap，这些的差异是什么？groupby的内涵是split、apply、combine。windowing operation 窗口函数等等。
咨询详情
数据分析师的职位级别划分
人工智能
