工作五年才敢说，数据能力好在职场真的超容易被夸夸👍 我本科商科，硕士系统工程，接触到好几种编程语言，我也经历过一段自学数据分析的艰辛道路，分享一些经历过的自学技巧！ 👀上图索引： pic2 数据就业三方向 pic3-6 数据分析究竟学什么？ pic7-8 业务侧和技术侧区别 不同工作对数据技能要求不一样，像产品运营更注重数据背后的业务理解、而精通概率论等数理对业务工作帮助不大，但这恰恰是技术岗位如市场数据建模等很重要的知识 所以！针对业务侧or技术侧的自学内容也做出分类，可以直接抄功课、学重点！不怕走弯路了 📌 数理统计 理解数据分布、特征以及数据关系，并做prediction 如描述性统计、推断性统计、回归分析、时间序列分析等知识 📚 自学书： ▫️《深入浅出统计学》 ▫️《概率论与数理统计》 📌 数据库 工具：Excel（数据量较小）、SQL（进阶数据量大） 掌握常用的数据库系统，使用SQL语言进行数据查询、提取和管理 📚 自学课&书： ▫️王佩丰老师的Excel免费教程 ▫️Mosh的3小时入门视频 ▫️《sql必知必会》 📌 数据清洗、分析和可视化 工具：R / Python（数据分析、可视化）、PowerBI / Tableau（做数据看板） 📚 自学课： ▫️廖雪峰的Python免费教程 ▫️北京大学“终于把python整理成漫画书”系列视频 📌 业务知识和行业洞察 理解所在行业的业务模式、市场状况及竞争态势等，掌握具体的分析方法，如PEST分析、对比分析、AARRR漏斗模型分析、RFM模型分析等 📚 自学资源： ▫️商业报告看飞瓜数据、vogue business、艾瑞咨询等公布公开的报告 ▫️ 分析逻辑看storytelling with data、The McKinsey Case Book 📌 数据挖掘与机器学习 工具：R / Python（数据建模） 机器学习是用数据或以往经验优化计算机程序的性能标准 📚 自学课程： ▫️吴恩达机器学习视频/深度学习视频 （必刷，总共20h）