阿里分析師目前主要的數據操作環境

⑴ 如何成功入職阿里巴巴做數據分析師

阿里下的業務板塊，如螞蟻金服、優酷等，每隔一段時間就要招收數據分析人員，待遇月專薪在25000左右屬，但要求比較高。所以要想入職阿里，需要有扎實的數據分析基礎和能力，並且對阿里下轄的業務比較熟悉才有可能。

⑵ 目前數據分析師都有哪些國際認證

獲得數據分析師認證證書，取得行業敲門金磚，並進而成功拿到心儀企業的Offer，是不少求職者的夢想。市場中的證書較多，有些是含金量高的，而有些是價值低的，大家一定要選擇到好的認證。在這里給大家比較下目前市場中的數據分析類證書。

一般認證機構是兩種類型，一種是國家部門認證，一種是行業性質認證。

l 國家部門認證

目前國家部門關於數據分析的認證還沒有一個權威的機構。大數據屬於新興科技，一般前沿技術會先實踐於企業之中，而相關部門的了解會有滯後性，所以關於大數據和數據分析的專業化技能、知識體系等主要是流行於高科技企業之中，在這個行業成熟之前，國家部門是無法頒發具備專業性兼具認可度和權威性的證書。目前有發證的機構是工信部、教育部、人社部，這幾個部門發的證書更多是一個技能的證明，因為在他們管理的上千個認證中，根本無法做到專業，這些證書可能會在國有企事業單位中有一定的參考作用，但並不具有評職稱作用，在大數據行業內也無人問津。

l 行業性質認證

1. SAS認證

SAS全球專業認證是由SAS公司頒發的、國際上公認的數據挖掘和商業智能領域的權威認證，隨著我國DT環境和應用的日漸進步，以上兩個領域將有極大的行業發展空間。獲取SAS全球專業認證，會讓您在數據挖掘、數據分析領域積累豐富經驗奠定良好的基礎。但是SAS面臨的問題在於，越來越多的競爭性開源軟體進入市場，如R語言，PYTHON，Spark等等，由於SAS昂貴的費用，導致自身軟體的使用率下降，市場佔有率低，在中國一般是大型銀行有用到SAS，而其他單位的使用逐年減少。因此SAS證書對於大多數的數據分析人士來講，如果你是傾向於找國有大型銀行的工作，可以考慮；如果你是希望去北美發展，也可以考慮；但如果沒有這種機會，最好還是考個其他的認證。by the way， Oracle的認證也類似，不過Oracle的認證沒有SAS的好使

2. Coursera

Coursera是免費大型公開在線課程項目，由美國斯坦福大學兩名計算機科學教授創辦。旨在同世界頂尖大學合作，在線提供免費的網路公開課程。Coursera的首批合作院校包括斯坦福大學、密歇根大學、普林斯頓大學、賓夕法尼亞大學等美國名校。

Coursera證書是每門課程的結業證書，代表修過這門課程並具備相關技能，在美國來講一些學校是認可的，對申報留學也許有一些作用，但是在國內來講也更多是一個技能參考作用。by the way， edx也類似

3. CDA數據分析師認證

CDA認證是由CDA Institute發起，在國內由經管之家承辦的數據分析師專業證書。是一套專業化，科學化，國際化，系統化的人才考核標准，分為LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，涉及金融、電商、醫療、互聯網、電信等行業大數據及數據分析從業者所需要具備的技能，符合當今全球大數據及數據分析技術潮流。每年6月與12月底在全國范圍舉辦線下數據分析師考試，通過考試者可獲得CDA數據分析師認證證書。CDA認證目前已被德勤（Deloitte）、蘇寧、中國電信、重慶統計局等企業單位納入到了內部員工的考核之中，並且來自網路、阿里、京東、惠普、中國銀行、IBM、聯想、移動、華為、尼爾森寶馬、賓士及政府部門等企業單位的員工有考取CDA認證，並獲得了不錯的薪資和職位。由於CDA數據分析師專注於數據分析和大數據領域，每年投入大量的資金和人力用於研發，目前CDA認證算是國內最具認可度、含金量最高的證書。

4. BDA認證

BDA是由中國商業統計學會設立的數據分析師培訓與考試項目，為提高數據分析工作人員的業務素質。分為初、中、高三個級別，該認證近兩年才出來，屬於一個新的證書，目前還沒有一定的知名度。相關的宣傳網站建設還不完善，知識體系還不夠強，不推薦大家考取。

其他的一些機構認證大多是自己公司的培訓證書，就更沒有參考價值了。

以上推薦的相關資源，希望能幫助大家快速進步，學習到必備技術，獲取到認證證書，為自己的數據分析職業道路做好扎實的鋪墊！

⑶ 阿里巴巴數據分析師要求有演算法基礎，是演算法編程嗎數據結構！！阿里的數據分析師都要會什麼呢

這種問題在網路問很難得到很好的解答， 建議類似問題題主可以去知乎問

根據個人理解簡專單說一下。 第一屬基本演算法，數據結構是肯定要會的。 第二至少應該熟練掌握一本編程語言， 同時至少要會比如Matlab,R或者Python什麼的。數據分析多半還是用這些做。 第三我認為還至少需要掌握基本的一些模型，比如線性回歸，基本的假設檢驗啥的。

⑷ 大數據分析師主要是做什麼的沒有基礎能學嗎

1、懂業務。從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。

2、懂管理。一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行。另一方面的作用是針對數據分析結論提出有指導意義的分析建議。

3、懂分析。指掌握數據分析基本原理與一些有效的數據分析方法，並能靈活運用到實踐工作中，以便有效的開展數據分析。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高級的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。

4、懂工具。指掌握數據分析相關的常用工具。數據分析方法是理論，而數據分析工具就是實現數據分析方法理論的工具，面對越來越龐大的數據，我們不能依靠計算器進行分析，必須依靠強大的數據分析工具幫我們完成數據分析工作。

5、懂設計。懂設計是指運用圖表有效表達數據分析師的分析觀點，使分析結果一目瞭然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則
6.需要有一定的計算機，系統，編程能力。dmer 的熟練使用。

⑸ 阿里巴巴數據分析師招聘

sql語言在你說這三個軟鍵之間有些略微的區別，但是如果你掌握了一個軟體的語言內 其他兩個軟鍵能夠容大致上互通。 掌握這個語言是因為 阿里巴巴的數據都是存在放sql的資料庫裡面的，一方面可能需要你通過sql代碼編寫重新組織資料庫構將，另一方面需要你能夠靈活的從sql中導出你想要的數據進行分析。。。所以這個是必備的

⑹ 華為供應鏈工程師與阿里的數據分析師哪個更好

看你能勝任哪一個了，數據分析師現在這個職業現在很吃香，數據分析師培訓你可以去CDA數據分析師官網，那裡有行業一流的教授授課，學習起來比較快，我同事就是從那裡學到，還不錯。

⑺ 想在阿里巴巴做數據分析師具體要什麼要求達到什麼程度

好單位大家都想去，但是就是要求比較高，需要過硬的技術
具體的要求你可以見招聘網站或者網路，直接搜阿里巴巴，找裡面的職位了

⑻ 數據分析師學習方式是什麼，數據分析師課程內容包括什麼，數據分析師在哪裡培訓

數據分析師的課程包括兩個層面的內容，只有把數據分析師的這些課程都學會並且運用，你就可以成為一名頂級的大數據分析師。

一、課程層面

第一級別：數據分析課程內容主要是從理論-實操-案例應用步步進階，能讓學員充分掌握概率論和統計理論基礎，能夠熟練運用Excel、SPSS、SAS等一門專業分析軟體，有良好的商業理解能力，能夠根據業務問題指標利用常用數據分析方法進行數據的處理與分析，並得出邏輯清晰的業務報告。

第二級別：在第一級別的基礎上,第二級別包括建模分析師與大數據分析師，即為企業決策提供及時有效、易實現、可信賴的數據支持。建模分析師，指在ZF、金融、電信、零售、互聯網、電商、醫學等行業專門從事數據分析與數據挖掘的人員。本課程針對數據挖掘整套流程，以金融、電信、電商和零售業為案例背景深入講授數據挖掘的主要演算法。並將SAS Enterprise Miner、SPSS Moderler、SAS編程和SQL進行有效的結合，讓學員勝任全方位的數據挖掘運用場景。大數據分析師，本課程以大數據分析為目標，從數據分析基礎、JAVA語言入門和linux操作系統入門知識學起，系統介紹Hadoop、HDFS、MapRece和Hbase等理論知識和hadoop的生態環境，詳細演示hadoop三種模式的安裝配置，以案例的形式，重點講解基於mahout項目的大數據分析之聚類、分類以及主題推薦。通過演示實際的大數據分析案例，使學員能在較短的時間內理解大數據分析的真實價值，掌握如何使用hadoop架構應用於大數據分析過程，使學員能有一個快速提升成為兼有理論和實戰的大數據分析師，從而更好地適應當前互聯網經濟背景下對大數據分析師需求的旺盛的就業形勢。

二、數據分析師的知識結構

⑼ 如何成為一個數據分析師需要具備哪些技能

成為優秀的數據分析師你需要具備的技能如下：

• 數學知識

對於初級數據分析師來說，則需要了解統計相關的基礎性內容，公式計算，統計模型等。當你獲得一份數據集時，需要先進行了解數據集的質量，進行描述統計。

而對於高級數據分析師，必須具備統計模型的能力，線性代數也要有一定的了解。

• 分析工具

對於分析工具，SQL是必須會的，還有要熟悉Excel數據透視表和公式的使用，另外，還要學會一個統計分析工具，SAS作為入門是比較好的，VBA 基本必備，SPSS/SAS/R 至少要熟練使用其中之一，其他分析工具（如 Matlab）可以視情況而定。

• 編程語言

數據分析領域最熱門的兩大語言是 R 和 Python。涉及各類統計函數和工具的調用，R無疑有優勢。但是大數據量的處理力不足，學習曲線比較陡峭。Python 適用性強，可以將分析的過程腳本化。所以，如果你想在這一領域有所發展，學習 Python 也是相當有必要的。

當然其他編程語言也是需要掌握的。要有獨立把數據化為己用的能力, 這其中SQL 是最基本的，你必須會用 SQL 查詢數據、會快速寫程序分析數據。當然，編程技術不需要達到軟體工程師的水平。要想更深入的分析問題你可能還會用到：Exploratory analysis skills、Optimization、Simulation、Machine Learning、Data Mining、Modeling 等。

• 業務理解

對業務的理解是數據分析師工作的基礎，數據的獲取方案、指標的選取、還有最終結論的洞察，都依賴於數據分析師對業務本身的理解。

對於初級數據分析師，主要工作是提取數據和做一些簡單圖表，以及少量的洞察結論，擁有對業務的基本了解就可以。對於高級數據分析師，需要對業務有較為深入的了解，能夠基於數據，提煉出有效觀點，對實際業務能有所幫助。對於數據挖掘工程師，對業務有基本了解就可以，重點還是需要放在發揮自己的技術能力上。

• 邏輯思維

對於初級數據分析師，邏輯思維主要體現在數據分析過程中每一步都有目的性，知道自己需要用什麼樣的手段，達到什麼樣的目標。對於高級數據分析師，邏輯思維主要體現在搭建完整有效的分析框架，了解分析對象之間的關聯關系，清楚每一個指標變化的前因後果，會給業務帶來的影響。對於數據挖掘工程師，羅輯思維除了體現在和業務相關的分析工作上，還包括演算法邏輯，程序邏輯等，所以對邏輯思維的要求也是最高的。

• 數據可視化

數據可視化主要藉助於圖形化手段，清晰有效地傳達與溝通信息。聽起來很高大上，其實包括的范圍很廣，做個 PPT 里邊放上數據圖表也可以算是數據可視化。

對於初級數據分析師，能用 Excel 和 PPT 做出基本的圖表和報告，能清楚地展示數據，就達到目標了。對於稍高級的數據分析師，需要使用更有效的數據分析工具，根據實際需求做出或簡單或復雜，但適合受眾觀看的數據可視化內容。

• 協調溝通

數據分析師不僅需要具備破譯數據的能力，也經常被要求向項目經理和部門主管提供有關某些數據點的建議，所以，你需要有較強的交流能力。

對於高級數據分析師，需要開始獨立帶項目，或者和產品做一些合作，因此除了溝通能力以外，還需要一些項目協調能力。

⑽ 在阿里巴巴校招進的數據研發工程師和數據分析師哪個待遇好薪水多。知情人士說說，非常感謝。

數據分析師，發展前景大