大資料是我的主要研究方向之一，目前也在帶大資料方向的研究生，所以我來回答一下這個問題。
首先，隨著大資料技術逐漸開始落地到傳統行業，未來大量的職場人都需要具備一定的資料分析能力，所以無論是否適合做資料分析，資料分析也將成為職場人必須掌握的技能之一。
要想判斷自身是否適合專業從事資料分析工作，可以重點考慮以下幾個方面的因素：
第一：是否對資料敏感。從事資料分析工作一定要培養自己對於資料的敏感程度，因為資料分析的主要目的就是找出資料背後的規律，所以對於資料敏感的人往往比較適合從事資料分析工作。
第二：是否具備紮實的數學基礎。資料分析目前主要的分析方式有兩種，分別是統計學方式和機器學習方式，這兩種方式對於數學基礎都有一定的要求，所以如果資料基礎比較紮實，那麼是完全可以從事資料分析工作的。以機器學習為例，機器學習的步驟包括資料採集、演算法設計、演算法實現、演算法訓練、演算法驗證和演算法應用，所以演算法是機器學習的核心，如果數學基礎比較好，在演算法的學習和理解上會更容易一些。
第三：是否善於程式設計。從事專業的資料分析工作是免不了進行程式編寫的，目前在資料分析領域應用比較多的程式語言包括Python、Scala、R等，雖然這些程式語言在難度上並不算高，但是需要具有較強的動手實踐能力。
對於非專業資料分析人員來說，學習資料分析技術可以從基本的資料分析工具開始，比如可以從學習Excel開始，接下來進一步學習資料庫知識、BI工具以及程式語言知識，程式語言可以從Python開始學起。
最後，資料分析崗位往往需要具備一定的行業知識背景，目前場景大資料分析是大資料技術重要的落地應用之一。
兩個方向
1有沒有數學基礎，尤其是統計學基礎
2有沒有操作資料的基礎，尤其是操作關係型資料庫的基礎
3有沒有建立圖表的基礎，就是資料展示的基礎！
大資料是我的主要研究方向之一，目前也在帶大資料方向的研究生，所以我來回答一下這個問題。
首先，隨著大資料技術逐漸開始落地到傳統行業，未來大量的職場人都需要具備一定的資料分析能力，所以無論是否適合做資料分析，資料分析也將成為職場人必須掌握的技能之一。
要想判斷自身是否適合專業從事資料分析工作，可以重點考慮以下幾個方面的因素：
第一：是否對資料敏感。從事資料分析工作一定要培養自己對於資料的敏感程度，因為資料分析的主要目的就是找出資料背後的規律，所以對於資料敏感的人往往比較適合從事資料分析工作。
第二：是否具備紮實的數學基礎。資料分析目前主要的分析方式有兩種，分別是統計學方式和機器學習方式，這兩種方式對於數學基礎都有一定的要求，所以如果資料基礎比較紮實，那麼是完全可以從事資料分析工作的。以機器學習為例，機器學習的步驟包括資料採集、演算法設計、演算法實現、演算法訓練、演算法驗證和演算法應用，所以演算法是機器學習的核心，如果數學基礎比較好，在演算法的學習和理解上會更容易一些。
第三：是否善於程式設計。從事專業的資料分析工作是免不了進行程式編寫的，目前在資料分析領域應用比較多的程式語言包括Python、Scala、R等，雖然這些程式語言在難度上並不算高，但是需要具有較強的動手實踐能力。
對於非專業資料分析人員來說，學習資料分析技術可以從基本的資料分析工具開始，比如可以從學習Excel開始，接下來進一步學習資料庫知識、BI工具以及程式語言知識，程式語言可以從Python開始學起。
最後，資料分析崗位往往需要具備一定的行業知識背景，目前場景大資料分析是大資料技術重要的落地應用之一。