从0开始学成数据分析高手,大数据分析师自学要多久
大数据分析师自学要多久？
大数据分析师，如果自学的话，学的时间就非常长了，因为如果自己学的话，可能没有什么快捷的方法需要自己一步一步的学，所以这样是非常麻烦的而且必须要请教一下老师，寻求一些不一样的知识点，所以，大数据分析师自己要学的话，一般情况下，至少要半年以上
自学数据分析师需要从哪里入手？
1、零基础入门数据分析，可以先从Excel开始，Excel是数据分析最常用的工具，功能强大，入门容易。
2、学一些数据分析的基础方法，基础知识，比如统计基础统计理论等
打好概率与统计的基础。概率与统计是数据分析的基石，可以说日常碰到的大部分的分析需求都可以用统计分析来解决。统计学，对于互联网的数据分析来说，并不需要掌握太复杂的统计理论，只需按照本科教材，学一下统计学就够了。
3、学会一门编程语言，可以大大提高处理数据的效率
Python和R是数据分析当中最常用的两门语言。比较推荐Python，性能上来说，Python的速度更快，上手容易，语言相对简单。
4、掌握数据库技能
做数据分析离不开查询数据库，这里主要涉及的是SQL。入门SQL的书推荐一本《MySQL必知必会》。
5、掌握一些数据分析方法及一些数据分析的工具
掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具。可以看一下《精益数据分析》，掌握常用的数据分析方法，然后再根据自己公司的产品调整，灵活组合。
6、懂得业务知识，行业知识
从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解。
相关：入门数据分析的一些建议
https://www.toutiao.com/i6626190883320496644/
不懂统计学，作为零基础的人，怎么自学数据分析？
没有计算机基础，没有编程基础的人，该怎么学习数据分析，第一步要做到什么，然后应该做什么？怎么一步一步自学？先打哪些基础？很多人都在了解数据分析的时候，都会这么说。数据分析一定要统计学，编程基础吗？
数据分析如何开始？
我最早做数据分析是从网站统计开始的，从CNZZ到Google Analytics都有用过。我们能够这些地方知道什么呢？网站流量，用户情况，行为统计等等。以GoogleAnalytics为例，以下是我一个网站的流量图：
从这个图里面，我们可以看出什么呢？用户数有多少，每个用户访问几个网页，每个用户停留多长时间，跳出率有多高等等。
如果你是第一次看到这种图，那你肯定是一头雾水，WTF？什么是跳出率？什么是平均会话时长？
这也是开始学习的过程，接触到陌生概念，就去了解，不要因为一个概念不懂就停止学习。
经过一段时间的了解，我们学会了各个名词是什么意思，例如我们发现跳出率太高了，那么就证明网站存在某些问题，导致了用户很容易流失。那么我们就进一步， 查看用户的行为数据，例如热点图，点击图等等，分析是什么地方导致了这个问题。
PS：图上这个跳出率算是很低了，还不错。
这个图是流量获取概览图，我们可以通过这个图来了解流量是从哪来的，这也能帮助我们做流量的优化甚至引流的工作。
不要嫌网站统计显得low，基础数据分析都是从这个开始的。
接下来可以着手去搞一些自己感兴趣的数据，当然，这可能需要学习爬虫知识，一些数据库的知识。
你可以爬歌词，看大家在唱什么，也可以把公司的订单倒入，看订单有什么规律，还可以把女朋友的微博全部拿出来，看她到底对什么感兴趣。
这些，其实都是数据分析的应用，从简单的，基础的，自己感兴趣的开始。
没有编程和统计基础，适合学习数据分析吗？
严格的来说如果没有编程或统计基础的人员，做数据分析时不适合的。因为数据分析是至少要具备一定的条件的。但如果是想进入这个行业的话，还是有办法的。比如：数据分析工具用到很熟练，也可以先入行，比如：Excel、PPT、Xmind、Visio等等。那要做一名合格的大数据分析师要具体哪些技能呢？
1、统计分析。数学及统计学相关的知识。比如大数定律、抽样推测规律、秩和检验、回归分析、概率等等。
2、数据处理及分析工具。用得比较多的比如：Excel、PowerBI、SPSS统计基础、TableAu。
3、大数据相关处理框架。用得多的比如：Hadoop系列的MapReduce Shuffle/Zookeeper框架、HDFS HA及二次排序、YARN资源管理及MapReduce Join等等。
4、数据库知识。常用到的数据库：SQLServer、Oracle、Mysql、SQLite、MongoDB、Redistribute、Hbase等。
5、数据仓库/商业智能。SSIS数据仓库，多维数据集等。
6、数据挖掘或获取工具。Matlab、SAS、SPSS、R、Python等等。
7、人工智能的机器学习等。
8、挖掘算法。数据结构、一致性、常用的算法。
9、编程语言。Python、Java、R、Ruby等。
上述说的是要掌握得比较全面的情况，有些会把工种分得更细。一般单纯的作为数据分析师的话，起码要掌握数据的统计方法、挖掘算法、数据的处理及分析等，其它也要逐步了解。
零基础可以学大数据分析师吗？
大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，所以我来回答一下这个问题。
首先，大数据分析技术是可以从零基础开始学起的，但是需要一个系统的学习过程。
大数据分析的学习过程可以按照以下几个步骤进行规划：
第一：数学及统计学基础。大数据分析目前有两种主要的分析手段，一种是采用机器学习方式，另一种是采用统计学方式，不论采用那种方式都需要掌握数学知识和一定的统计学知识。虽然数学和统计学具有一定的难度，但是可以从基础部分开始学起，然后根据实验要求再逐步深入。
第二：编程语言。大数据领域比较常见的编程语言包括Java、Python、Scala、R等，其中Python语言在数据分析领域的应用比较多，而且Python语言简单易学、功能强大，所以从Python开始学起也是个不错的选择。Python语言的学习可以分成三个阶段，第一个阶段是学习基本的Python语法，第二个阶段可以学习各种库（Numpy、Scipy、Matplotlib等）的使用，第三个阶段进行场景分析。
第三：大数据平台。目前比较常见的大数据平台是Hadoop、Spark，基于Hadoop的大数据应用生态已经趋于成熟，不少商用大数据平台也是基于Hadoop构建的，所以从Hadoop平台开始学起是不错的选择。
第四：参加实践。大数据分析涉及到的环节比较多，除了分析环节，还涉及到数据的采集、整理、存储和呈现，如果单纯的通过自学的方式来学习大数据将是一个比较漫长的过程，所以通过实践来学习大数据是比较不错的选择。
最后，从事大数据分析岗位还需要具备一定的行业知识，未来行业知识将是大数据分析师的核心竞争力之一。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！