1樓：Trevor
工具是為了幫你更高效的解決問題，技術是為業務服務的，所以建議你應該先熟悉你所在行業的業務背景，看看經常遇到的是什麼問題，建立一套解決問題的思路，然後運用工具去幫助你解決問題。那麼提到工具，excel 肯定是最基本，然後就是sql，不管是關係型資料庫或者大資料平台，都可以根據需求去取數，做清洗之類。python 或者r可以更方便的做深層次的分析以及簡單視覺化，我個人用的是python 。
如果對視覺化要求比較高，就需要用到報表工具像tableau, qlik之類的。
2樓：貝納頌
資料分析崗位的話，掌握sql和基本的r就夠了，主要是對業務要熟悉，知道往什麼方向切入。資料探勘的話，偏向建模了，最重要還是要熟練sql，用python做演算法模型。
3樓：chensara
資料分析和資料探勘的崗位還是有區別的，而且不同公司對崗位的定位也不同。具體還是要看JD裡面的具體描述。
從大方向考慮：
1、偏向業務/商業分析
Excel、SQL基本就可以滿足大部分要求。
2、偏向模型演算法
Python\R\Scala這些語言可以任意組合。不過人生苦短，我用python。所以跟R比較，更推薦Python啦
4樓：fancycheng
基礎的資料分析還是要先在基本工具excel，tableau上打好基礎，用處還是挺多的，可以應付日常的業務資料分析；更深層次的應該是用Python語言，並學習MySQL的基礎資料處理方法。我之前學習最大的問題是工作中沒有比較好的實踐Python這些語言的實戰環境，學過的就好容易忘記
5樓：愛資料-橙子
如果是轉行，需要學習的內容不應只是單一的語言。從資料的技能來說，語言只是工具的乙個部分，更重要的是你的資料邏輯和業務知識結合，在資料中發現問題並解決問題的能力
1.確定方向（最好具體行業和崗位，找到通用的職能部分）
2.根據招聘JD快速的辨別出你需求的工具部分（SQL是剛需，其餘的需要根據崗位確定）以及業務知識內容（能否勝任崗位職責的關鍵，也是核心競爭力）
3.學習路徑（實戰實操系統的學習，節約高效，不要什麼都學，最後根本用不上，也解決不了你的根本問題）
4.入行入職（作為轉行人員不要想著一口氣變成胖子，要有目標的去選擇你入職的公司和業務，為以後的職場高階做好基礎，並且一定要充分的準備好面試的每乙個環節，簡歷-策略投遞-公司調研-業務調研-技術面，業務面，壓力面，群面都要提前做好背書，對自己負責對機會負責對公司負責）
5.職場高階（入職以後要保持學習力，缺什麼補什麼，做好職場規劃）
6樓：Frank Lao
題主有提到轉行，那轉行也有乙個方向，目前資料崗大致有四個型別的崗位：
1、偏業務分析
關鍵工作：日常運營報表，運營問題分析與建議
能力：業務思維，業務分析方法（趨勢、同環比、組合分析、多維度分析），業務溝通能力，基礎的資料提取能力（sql）
2、偏模型演算法
關鍵工作：模型搭建、實現和調優
能力：超強的數學功底，熟練使用模型演算法，最好掌握常見的程式設計能力（python、R）
3、偏資料產品
關鍵工作：提煉與梳理業務資料指標與邏輯，產品需求溝通與驗收
能力：溝通能力（業務、技術），產品原型設計
4、偏資料倉儲
關鍵工作：基於底層資料庫搭建與維護資料中臺
能力：資料庫設計與開發
嚴格上可以這樣劃分四類崗位，但其實實際工作中，除了最後乙個技術能力要求高以外，其他三個基本都算是資料分析師的活，完全分不清，基本工作差不多就這些，
1、各種資料包表，因為資料量大，資料中颱和報表平台的搭建趕不上業務的需求，只能自己用 sql 或者 python/R 來跑數出報表
2、在出報表之餘還得騰時間看一下資料有沒有啥問題，有還會是什麼原因，找業務溝通
3、如果這個報表以後都得定期看，還得用 python/R 寫成定時報表，或者提資料包表的產品需求
4、偶爾還得給一些類似使用者畫像、推薦系統提供業務邏輯的支援，基本也算是產品的角色給技術提需求
這是我在轉行的時候遇到的一系列崗位了解到的皮毛，可能會有不同於其他在以上方面都有很高的造詣的大神【大哭】，但也算是多一些思路。
關鍵還是在於先學一些基礎的，類似於基礎的資料分析思路和提數sql，等在工作上需要什麼能力和工具，再麻溜去學吧。我的 python 也是一邊工作一邊摸索出來的。
7樓：
如果資料量大的話一般會用hadoop的一套東西，hdfs+yarn+hive+spark。資料分析不太用管底層的東西，一般就呼叫呼叫spark的介面，現在R和python都支援的，所以都可以。但感覺大多數公司還是用python。
當然你想做資料工程師也有必要了解下scala
8樓：Neo Wang
不管學哪種語言，先學 SQL，然後學 R 或者 Python，資料探勘的話還可以學 Scala；當然，語言是其次的，先學一些商業知識吧。
9樓：努力前進的烏龜
如果做資料分析的，工作常用的還是sql和Excel，Python用的相對少，不過會的話是個加分項。而資料探勘的話，主要是Python
10樓：little 5
方向錯了。。。
語言只是工具，資料分析和挖掘，最重要是思維，也就是業務邏輯，工具是基礎，SQL和Excel是必備的基礎，目前看Python也是必備的，不會Python，甚至不好意思說自己是搞資料分析和挖掘的！
資料探勘和資料分析之間的聯絡，搞資料分析基礎是啥？就業情況怎樣？
mengyuancf 資料分析的基礎是要具備一定的數學 統計統籌的知識，當然你可定具備了，另外需要掌握一些必備的工具軟體的使用 如R Python excel 資料可基礎等 也就是你說的程式設計那一塊，這個在資料分析領域是屬於基礎知識的，只要你懂些即可，最關鍵的確實是你說的偏理論的東西，如演算法 資...
資料分析如何轉資料探勘？
位元組Funk飛 資料分析如何轉資料探勘？雖然這二者都是直接根據接觸的職業，但是對於資料的處理和跟資料的關係還是有著很大的去唄的，資料分析師針對已有的資料進行不同的模型構建然後分析，將有價值的東西提取出來，但是資料探勘呢，只是單純的資料探勘，是一種資料收集和提取的過程 我之前也是資料分析，感覺沒什麼...
大資料分析 資料探勘用什麼例子來練習？
NLPIR 大資料探勘 資料探勘根據行業的不同其訓練的文字語料也不同，在一般情況分為 經濟 政治 文化 體育 環境 教育 軍事等類別，每乙個類別都有自己的特性，所以要按照自己的行業要求進行大資料語料訓練。由於篇幅原因在這裡就分享乙個文化方面的資料探勘訓練過程 分析 紅樓夢 作者是否為同乙個人？針對 ...