1樓：姜春桂
其實主要是看你自己哈，喜歡的話，就去做！我很多朋友是學計算機的，做資料分析的還蠻多的！你這個專業的還很贊的，基本不會有太大難度~
2樓：愛資料-橙子
資料分析有偏業務分析有偏向於做技術型的 ，主要看你想選擇的方向。
以業務分析為例，那麼工具SQL excel 是必備的 python加分然後就是資料分析方法資料邏輯如何在資料中發現問題解決問題給到決策性的內容等等
具體看你的目標和需求還有城市基因行業公司等等特性
3樓：
問題1：這個崗位適合電信資訊專業的同學嗎？
問題2.逛了很久知乎此崗位對於資料庫和Python 程式設計好像不需要學的很深那這個崗位的加分項是啥我還是想程式設計對我以後得薪酬有幫助目前正學Python 和mysql。
學的深淺問題取決於所投的崗位，未來的職業發展方向，自我追求。想好了要去面什麼崗位，職業發展方向，追求的是什麼，然後在針對性有目標地學習，可能更高效和有動力些。
目前行業裡資料崗位主要分為三類（可能叫法有所不同，或者更進一步細分）：
Data Engineer: 資料工程師，一般會負責資料倉儲的維護、搭建，幫助寫一些query，提取資料。需要對公司的資料倉儲架構，schema比較熟悉，可以快速、準確地找到所需要的資料。
有的公司搭建自己的系統、伺服器、資料庫，有的用第三方的解決方案。一條龍服務：AWS, Google cloud等。
Data Scientist: 目前這個title也是被用的太多了，也是最模糊，最寬泛的。個人認為Data Scientist的要求是非常非常高的，要懂如何用合適的模型去解決實際業務問題，要懂演算法，要懂業務。
當下主要的應用場景方向：影象識別（CV)，自然語言處理（NLP），推薦系統等等。人工智慧、機器學習的phd往往深耕其中乙個方向。
要非常熟悉建模的那一套流程，同時BA和Data Engineer的技能也要掌握，一方面能夠和他們更好溝通，一方面有的公司可能需要你包到完。這個方向還比較新，對傳統行業來說，如何說服商業背景的人放棄掉human-designed rules，轉而用你的模型（ML, DL, etc)，以及具體用哪個演算法，解釋模型是更大的挑戰。
最基本的技術技能（office就不用提了吧）:
SQL: 懂RDBMS，會寫query。縱使以後各種變換，萬變不離其宗。
R|Python|SAS：SAS比較貴，一般銀行保險在用。R和python，推薦直接上手python，cs背景的人多用python，學習和可利用的資源更豐富，看github和kaggle就知道了。
python可以解決絕大部分R可以解決的問題，但是有些方向，R的發展有限，如NLP，CV處理字元和影象方面。另外也方便後續Deep learning的學習，如果你還繼續想在這條路上前行的話。
Hadoop/Spark/Tensorflow。。。 至於這些，看你所投的崗位在選擇性地學習吧。
網上有很多類似如下的思維導圖--資料科學家的成長之路，看到這幅圖還蠻讓人害怕的.從硬體技能來看，最適合的是計算機專業的。其實不用多擔心，我相信很難有人掌握圖中所有的技能，所以會需要不同背景的人，需要乙個團隊去合作做專案，樓主只要找到感興趣的一塊去做就好了，快速的學習能力和解決問題的思路才是最關鍵的。
4樓：IT人劉俊明
比較適合資料分析崗位的專業有統計學、數學、計算機相關等專業，當然具有數學基礎的很多專業，包括社會學、金融學、醫學等專業也可以從事資料分析崗位。
傳統的資料分析與目前的大資料時代的資料分析還是有明顯區別的，主要體現在以下幾個方面：
第一，傳統資料分析是通過抽樣理論進行分析，而大資料分析是全樣分析，這就存在乙個角度和視野的不同。
第二，傳統的資料分析把機器學習模型當作黑盒工具使用，而大資料分析則是與機器學習緊密的結合，大資料分析使用機器學習的方式來產生資料建模的結果。
第三，傳統的資料分析的結果是給人「看」的，而大資料分析的結果不僅是給人看的，更是給人「用」的，簡單的說大資料分析的結果往往是決策的基礎。
結合場景的資料分析是大資料分析的重要特點，當然傳統的資料分析方法依然是大資料分析師需要掌握的內容之一。
作為當前要進入資料分析領域的人來說，一定要結合大資料時代的特點，掌握大資料分析的特點和步驟。
我究竟適合從事資料分析嗎？
小小敵法師 不適合，搞這搞這會讓你懷疑人生，特別的對於演算法狗，偶爾寫寫還行，寫多了會極度不適，每天腦海中都是我是誰，我在幹什麼，簡直懷疑人生，資料分析要會一些軟體，其實學一學門檻並不高，怎麼說，還是跟著國家政策走吧，大方向錯了都是徒勞。 博哥錦囊 資料敏感來自於對業務的理解，你如果想走偏業務資料分...
什麼是資料分析？
好好的分析師 資料分析是乙個通過資料來理解事物的過程什麼是分析？分析是將複雜事物進行拆解的過程，以此來達到對事物更好地理解的目的。1 因此，資料分析可以定義為 乙個通過資料對複雜事物進行拆解的過程，以此來達到對事物更好地理解的目的。其核心在於量化。無論是統計分析，通過統計量來刻畫事實 還是資料探勘，...
精髓是什麼意思？資料分析有沒有精髓？資料分析的精髓是什麼？
黃小偉 借助我分享的一篇文章回答吧！你為何迷茫的像個分析師？為什麼談這個話題？資料分析 沒有任何乙個組織會忽視其價值！資料分析在企業管理層眼中擁有非常高的估值，他們迫切期望有人能夠將其挖掘變現。而在眾多角色中，諸如資料探勘工程師 演算法工程師等等，資料分析師絕對是擁有天時 地利的優勢，其機會應該是最...