（1）統計學：引數檢驗、非參檢驗、迴歸分析等

（2）數學：線性代數、微積分等

（3）社會學：主要是一些社會學量化統計的知識，如問卷調查與統計分析；還有就是一些社會學的知識，這些對於從事營銷類的資料分析人員比較有幫助

（4）經濟金融：如果是從事這個行業的資料分析人員，經濟金融知識是必須的，這裡就不多說了

（5）計算機：從事資料分析工作的人必須瞭解你使用的資料是怎麼處理出來的，要了解資料庫的結構和基本原理，同時如果條件充足的話，你還能有足夠的能力從資料庫裡提取你需要的資料（比如使用SQL進行查詢），這種提取資料分析原材料的能力是每個資料從業者必備的。此外，如果要想走的更遠，還要能掌握一些程式設計能力，從而借住一些專業的資料分析工具，幫助你完成工作。

……好好學習，雖然累，但是要堅持！

2、軟體相關：從事資料分析方面的工作必備的工具是什麼

（1）資料分析報告類：Microsoft Office軟體等，如果連excel表格基本的處理操作都不會，連PPT報告都不會做，那我只好說離資料分析的崗位還差的很遠。現在的資料呈現不再單單只是表格的形式，而是更多需要以視覺化圖表去展示你的資料結果，因此資料視覺化軟體就不能少，BDP個人版、ECharts等這些必備的，就看你自己怎麼選了。

（2）專業資料分析軟體：Office並不是全部，要從在資料分析方面做的比較好，你必須會用（至少要了解）一些比較常用的專業資料分析軟體工具，比如SPSS、SAS、Matlab等等，這些軟體可以很好地幫助我們完成專業性的演算法或模型分析，還有高階的python、R等。

（3）資料庫：hive、hadoop、impala等資料庫相關的知識可以學習；

（3）輔助工具：比如思維導圖軟體（如MindManager、MindNode Pro等）也可以很好地幫助我們整理分析思路。

最重要的是：理論知識+軟體工具+資料思維=資料分析基礎，最後要把這些資料分析基礎運用到實際的工作業務中，好好理解業務邏輯，真正用資料分析驅動網站運營、業務管理，真正發揮資料的價值。

學習大資料需要有Java的基礎。先可以學習Hadoop和Spark，然後還有興趣的話，可以再學習深度學習和機器學習。

一些基本的技能

01.Java高階(虛擬機器、併發)

02.Linux 基本操作

03.Hadoop（HDFS+MapReduce+Yarn ）

04.HBase資料庫

05.Hive資料處理

06.Kafka

07.Storm

08.Scala

09.Python 基礎知識

10.Spark (Core+sparksql+Spark streaming ）

11.一些工具Sqoop等等等

未來的3~5內大資料人才的缺口將達到150萬，而且隨著大資料的發展，人才缺口將不斷擴大，所以大資料不管是目前還是未來長期都將是緊缺人才。這兩年建立了好幾個大資料中心，所以長遠來看，從事大資料的工作，未來的前景是很好的，發展的空間是比較大的。

關注@渝村小澤 每天分享IT知識和求職

大資料這個行業很好，但是你要懂業務流程，資料是發現問題的，更是解決問題的方案。所以，你要對資料生成併產生決策的價值有興趣，記住，看資料的都是要解決問題的人。

想從事大資料工作，實質上來說，文科出身或者理科出身不是這個問題的關鍵點，關鍵點是邏輯思維和數理基礎方面，大資料相關的工作崗位，尤其是開發相關的崗位，這方面的基礎比較好的話，入門和上手會更快。

如果擔心自己基礎不太好的話，可以從偏業務向的資料分析師入手，Excel+SQL+Python是核心三大技能，從入門來說，零基礎的學習難度也沒有很多人想象得那麼高。

工具的運用上，Excel是基礎的工具，用來完成小規模不復雜的資料分析任務；SQL是用來取數的，尤其是涉及到企業內部資料庫，需要去拉資料；Python則是應對資料清洗、預處理、複雜的資料分析、資料探勘、資料建模、資料視覺化等任務。

轉行找工作的話，初級崗可以從資料運營、資料分析助理、資料分析專員等崗位入行，如果之前有相關行業的工作前景，那麼最好是結合行業背景來轉，這樣入行更容易一下。