首先，目前很多研究生会选择以数据分析为主，也希望以后从事数据分析相关的岗位。一方面是数据分析岗位的附加值比较高，另一方面是数据分析岗位的职业生命周期比较长。如果想尽快进入数据分析行业，选择专业的大数据培训机构是个不错的选择。
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。
做数据分析需要学什么？
数据分析最主要的是要有数学知识，它是数据分析师的基础知识，对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。对于高级数据分析师，统计模型相关知识是必备能力，线性代数（主要是矩阵计算相关知识）最好也有一定的了解，而对于数据挖掘工程师，除了统计学以外，各类算法也需要熟练使用，对数学的要求是最高的。
所以数据分析并非一定要数学能力非常好才能学习，只要看你想往哪个方向发展，数据分析也有偏“文”的一面，特别是女孩子，可以往文档写作这一方向发展，其次是要学习使用分析工具。熟练掌握Excel是必须的，数据透视表和公式使用必须熟练，ⅤBA是加分，另外还要学会一个统计分析工具，SPSS作为入门是比较好的。对于高级数据分析师，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少要熟练使用其中之一，其他分析工具（如Matlab）视情况而定，
三，编程语言对于初级数据分析师，会写SQL查询，有需要的话写写Hadoop和Hive查询，基本就OK了。对于高级数据分析师，除了SQL以外，学习Python是很有必要的，用来获取和处理数据都是事半功倍，当然其他编程语言也是可以的。对于数据挖掘工程师，Hadoop得熟悉，Python/Java/C 至少得熟悉一门，Shell得会用总之编程语言绝对是数据挖掘工程师的最核心能力了，
四。业务理解业务理解是数据分析师所有工作的基础。数据的获取方案，指标的选取，甚至最终结论的洞察，都取决于数据分析师对业务本身的理解。对于初级数据分析师来说，主要工作是提取数据，做一些简单的图表，以及少量的洞察结论。对业务有基本了解就够了。对于高级数据分析师来说，需要对业务有更深入的了解，能够根据数据提炼出有效的意见，对实际业务会有帮助。
文章TAG：为什么要选择数据分析 数据分析
