作為一名大資料領域的從業者，同時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，資料分析員的主要任務就是找出資料背後的規律，讓資料呈現出價值，目前資料分析員是大資料落地應用的重要角色之一。

資料分析員（資料分析工程師）在不同行業所需要具備的知識結構是不同的，這主要是由於應用場景不同所導致的。比如網際網路領域對於資料分析師的要求就要高一些，一方面原因是網際網路行業對於資料比較敏感，另一方面網際網路行業的資料量比較大，同時資料型別也比較複雜，這些因素導致了在網際網路行業從事資料分析具有較大的難度。

通常網際網路行業的資料分析師需要具備三方面知識結構，其一是具備紮實的數學和統計學基礎；其二是掌握資料分析的常見演算法；其三是熟練掌握程式語言和資料庫知識。目前資料分析的基本方式有兩種，一種是統計學方式，另一種是機器學習方式，機器學習的資料分析方式對於從業者的要求要高一些。

相對於網際網路行業來說，傳統行業對於資料分析崗位的要求往往更多集中在資料分析工具和行業知識上，對於大部分職場人來說，掌握一些常見的資料分析工具和資料庫知識，基本上能夠應對大部分資料分析場景，比如Excel和各種BI工具。但是傳統行業的資料分析任務往往與行業知識有緊密的聯絡，所以從業者要對行業知識有較為全面的認知過程。

如果想走資料分析師的路線，可以分為三個步驟來學習資料分析技術，第一步是學習基本的資料分析工具，比如Excel；第二步是學習資料庫和程式語言，比如Python、R都是不錯的選擇；第三步是學習資料分析演算法，比如決策樹、樸素貝葉斯等。

最後，資料分析師要想提升自身的資料分析能力，一定要注重實踐經驗的積累，尤其是行業經驗的積累。