锐评大数据分析师技能需求（满分10分）

秋招马上开始了，想当年入职前，我也是SQL、python、BI、excel、分析思路、统计学都会一点，但不多，说不会吧也可以不会（什么你也是？）。经过了三年的拷打，我还是感觉到了一些技能差异的：
1、SQL（10分，面试和工作都重要）
非常重要，我接到的所有有关数据的需求（包括入职第1周-第一个月，给我20多个指标和几个数据字典文档让我算数）都是基于SQL的计算，有了SQL，至少你可以当个取数工具人，有些同学可能发现一进来就是写sql，python没有什么用，那确实，分析师不会sql，python基本也没有用。
学习建议：
1）SQL基础语法学会后， 一般的小中厂，都是数仓，有条件还是上spark，如何在自己电脑上用spark模式写sql，我看情况后续写个教程。
2）学习的场景建议具有连续性，一个分析项目，连续的设计和取数这样子更好。这次查最高工资，下次查用户最大活跃天数，这些都是为了练而练，场景思维欠缺了点。有个小tips，你做机器学习用pandas清洗数据、做特征的时候，想想看你的操作如何转化成sql实现？这个可以结合spark来实现。

最后说一下：即使你在牛客sql刷得很厉害，面试也没问题，刚进去可能还是懵，因为业务数据复杂多了，你可能沉浸在表找不到、这几十个属性到底对不对，准不准，哪个是我要的指标口径上面，不要慌，相信你进的线数据治理能力。

2、分析思路（10分，面试抓着你的项目问，工作就是结合具体了，开始可能用不到，但是一定是核心能力）
不过分析思路这个在不同业务线、不同产品形态之间简直是天差地别。比如C端的内容类产品（如小红书，关注用户和内容的互动关系）和工具类产品（比如美图秀秀，关注用户和功能的互动关系）完全不一样；C端和B端又完全不同，因此这个其实是个很垂类的经验，方法论要结合具体业务落地，你才能真的学到思路。

建议：你可能有很多项目了、但简历的内容最好跟你要做的公司或者业务相近，你去网站上找学习的内容，也尽量朝着你的目标找，不要特别泛化。你要面试什么公司什么业务，先熟悉这个公司、业务的特点，看看大概涉及什么指标，会有什么问题出现被问，比如小红书，大概的问题，DAU、留存率降了，转化率低了怎么分析，第一数据有没有问题，第二app有没有大改动；第三同环比日期怎么样；再去分群各种看。

3、Python（8分，面试问，工作中也会用）
我大概是在入职后不久，在接手数仓前，就收到了一个做评分卡（风控）的模型需求，先写sql算特征，为什么不用python算？ 一个分区10个e的数据，做特征衍生，近90天是否点击过，哪个python能这么算。算好特征后，就可以用python做逻辑回归建模了。而且越往后工作也有较多的场景，聚类划分人群分析；xgboost、lightgbm进行人群偏好预测推荐等等， 所以python也很重要。
学习和简历建议：
1）关于python的项目哪里都可以找，b站，kaggle，各大平台都行，但尽量和你的目标公司业务有关先熟练在去扩展，你意向互联网，就少做电商分析；深度学习也没那个必要，不是算法工程师，简单分析场景哪里需要上深度学习啊 。
2）不建议简历写什么对比了逻辑回归，svm，决策树撒撒的，工业中，要么要解释，要么要效率（最好两个都要）数据没有那么好，kmeans、xgboost、lightgbm类的算法非常ok，没什么对比的场景，提对比的，大概是个奇怪的场景？

4、excel(7分，面试基本不会问，但是工作还是会用）
如果你是用excel做分析的，那可能是数据运营，这个excel的要求可以到10分。但我这里说的主要还是做大数据分析师，从我感受来看，分析师一般是用excel整合最后结果，或者是用来汇报的。 为什么excel比较重要，你不会分析，但是你可以会汇报呀！

学习建议：你如果不是做excel分析的工作，那么excel的各种复杂操作，不用那么上心，会去掉网格线、分组、加粗、排版、画图、简单函数就好了。不会的，入职在学。

5、spark、hive、数仓等（6分，其实是默认你不会，你写了多半就会问，工作也要用）
数仓其实是让你更明白数据的流向，下游要改指标，上游可能要从dwd-dws-ads都有改动；spark和hive是重点，如果你的定位是稍微大一点的厂，不会存在什么mysql这种业务生产数据库让分析师去分析的。数据一定是集约汇聚到数据仓库，hive和spark，一个是存储，一个是计算框架。在这两块，你只需要了解一些知识，比如hive的分区表，别写个sparksql直接scan一个hive整表，把计算资源全占了，小心同事发难。
学习建议：一般你面数据分析师，不写也不会有人问。如果你要看这部分内容视频的时候，记住你不是数仓开发，不是平台开发，不需要去管怎么搭建hadoop集群，看看分区表、内部表这些概念（一般企业都是内部表），看看spark的机制，不要写个任务宽依赖几十个，提交上去让队友都等待。

6、BI（6分，面试问得少，工作可能会用）
常见于开发报表场景：我经历过的，运营想自动化付费用户的看板，而不是每天从分析师这里取数。整个链路是运营提需求->分析师定义指标体系和口径->运营确认->数仓开发(付费数据在ods层，报表在ads层），ads层数据连接bi平台，然后去搭建看板，实现可视化看板。

学习建议：一般的企业，都有成熟的bi可视化工具（帆软、tableau、datawind等），不太可能需要你用什么echarts来做，所以，这里的重点建议放在设计指标、BI的操作和指标的展示上，比如要展示什么指标、什么数用指标卡，什么数用折线图等。

7、统计学（5分，面试问得多，工作实际有点鸡肋，大厂可加分）
老实说，工作基本没用到，两个分组看看核心指标到位了就直接上报了，老板哪里想听你讲95%把握啊，告诉他实验组点击率比对照组高多少就好了。但是我还是建议你拥有统计学，假设检验，贝叶斯公式，abtest这些常规爱考的知识，不然面试可能栽。为什么工作很难用到？举个例子，一般要做abtest的业务线都有非常规范的操作文档，样本量多少，观察几天，怎么检验，结果怎么看，不需要你做什么创新操作，照做就行了。至于最后策略，显著且想上，完美；不显著想上，再观察几天；还是不显著，看你老板了。甚至来说，大多决策，不靠统计，也不靠机器学习，靠的是业务理解，靠的是领导的直觉。

学习建议：没什么好说的，要面试的时候记得复习一下（如果有真的用得多的，可以说下哈哈，我工作真的没咋用到）。

最后补充一个：大模型（面试可能没有问的场景，但是真心建议你会用起来）
现在是人工智能时代了，你sql不会写用户最大连续活跃天数？问问大模型就好了，只要面试过了，你就是开始高效完成任务，而不是要证明这个任务是你独立完成的，学会大模型能让你的工作事半功倍。 大家都觉得AI要夺走数据分析师的工作了，不至于，表哥表姐难生存，但懂业务的数据分析师，是无法被AI取代的！而且数智化是趋势，要有信息做这行！

学习建议：平时任何不会的，比如用python做项目的时候，要是不知道你的步骤用sql怎么实现，问大模型就好了。但是也不能全信哦，大模型是工具，仅此而已！