数据分析岗位对从业者的要求还是比较高的。目前很多专业的研究生都可以从事数据分析岗位。除了计算机专业，数学、统计学、经济学、金融学的研究生也可以从事数据分析岗位。所以近几年数据分析岗位的竞争还是很激烈的。以上专业与大数据专业相似，是因为与大数据有相似的特点。
以后想从事数据分析大数据，研究生选择什么专业好？需要补哪些课程？
作为一名大数据方向的研究生教育工作者，我来回答一下这个问题。首先，当前很多研究生同学会选择主攻数据分析相关方向，未来也希望从事数据分析相关岗位，一方面数据分析岗位的岗位附加值比较高，另一方面数据分析岗位的职业生命周期也相对比较长。随着大数据技术开始广泛落地应用，未来产业领域会逐渐释放出大量的数据分析岗位，而且岗位附加值依然有进一步提升的空间。
数据分析岗位对于从业者的要求还是比较高的，目前很多专业的研究生都可以从事数据分析岗位，除了计算机专业之外，数学统计学经济学和金融学相关专业的研究生也可以从事数据分析岗位，所以近些年来数据分析岗位的竞争还是比较激烈的。目前对于硕士研究生来说，要想具备更强的就业竞争力，应该从三个方面做出准备，其一是构建扎实的理论知识基础，掌握统计学和机器学习这两种最基本的数据分析方式，其二是重视行业应用场景知识的学习，这对于提升就业竞争力有非常直接的帮助，其三是具备一定的创新能力，能够为数据打开新的价值空间，这一点对于竞争大厂的岗位有较大的影响。
硕士研究生的整体学习时间比较短，尤其是专硕，真正能够用来学习和积累的时间也就一年左右，要想在这一年里有较快的进步，从而拿到大厂的实习岗位，应该重视两件事，其一是重视算法知识的积累，其二是重视编程能力的提升，这两点往往也是大厂面试所关注的重点内容。在读研的过程中，要充分利用学校已有的科研资源，重视与导师的交流，这是能否尽快做出成果的关键。
想做数据分析是学python还是学大数据？
这是一个非常好的问题，作为一名IT从业者，我来回答一下。首先，数据分析是大数据技术体系当中的一个重要组成部分，所以未来要想在数据分析领域走得更远，应该对大数据整体的技术体系有一个全面的了解，涉及到数据采集数据存储数据呈现数据安全和数据应用等。数据分析当前有两种常见的方式，一种是统计学方式，另一种是机器学习方式，当前统计学方式有一套比较完整的技术体系，相关内容的学习也会更容易一些，而机器学习方式对于初学者的要求相对高一些，往往需要初学者具有一定的编程基础和数学基础。
Python语言在数据分析领域的应用比较广泛，采用机器学习的方式进行数据分析，往往也需要采用Python语言来完成算法实现和落地应用，所以学习数据分析从Python语言开始学起也是比较常见的选择。由于Python语言本身的语法结构比较简单，而且Python语言自身的库也比较丰富，所以即使没有编程基础的人也可以顺利入门Python语言。
初学者学习完Python语言的基本语法之后，可以进一步学习机器学习知识，可以从一些经典的算法开始学起，比如决策树k-mean朴素贝叶斯等等，然后基于Python语言来完成这些算法的实现训练验证和应用步骤。当然，这个过程最好能够结合一些实际的应用场景，这会积累不少实践操作经验。在入门机器学习知识之后，可以进一步学习一下大数据平台知识，整个大数据技术体系往往都以大数据平台为基础，所以掌握大数据平台对于数据分析人员的工作开展还是比较重要的。
对于初学者来说，可以学习HadoopSpark，有很多相关的学习案例。最后，学习数据分析知识一定要注重行业知识的积累。大数据分析往往与行业场景密切相关，掌握行业知识对数据分析的进程有着非常直接的影响。我从事互联网行业多年，现在也在读计算机专业的研究生。我的主要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的文章。有兴趣的朋友可以关注我，相信我会有所收获。
