数据工作者打怪升级成长学习路线，一定要收藏！
大家好！今天的内容很硬核！
优质公众号 「数据STUDIO」号主云朵君给大家整理了这篇数据分析师/数据挖掘工程师等数据工作者必备技能学习路线，并免费分享给大家他私藏已久的各种资料，包括电子书、思维导图、南京大学入门视频教程！
文中蓝色下划线部分可直接点击跳转到相应文章。
数据分析职业晋升路径。
供大家参考
| 职业 | 薪资 |
|---|---|
| 数据分析专员 | 8-15K |
| 数据分析师 | 12-20K |
| 资深数据分析师 | 20-35K |
| 数据分析专家 | 35-60K |
| 数据科学家 | 60K- |
数据分析在企业管理运营中的应用
主要看在战略规划、市场营销、生产管理、物流采购、财务管理、人力资源等方面的应用。
数据分析项目参与角色
| 项目成员 | 参与角色 |
|---|---|
| 业务人员 | 业务人员主要负责提出业务需求、 从业务角度检验分析结果的准确性、 使用分析结果指导业务工作 |
| 分析人员 | 分析人员负责数据的分析挖掘及制作分析报表、 汇报分析成果等工作 |
| IT技术人员 | 技术人员提供必要的IT 技术支持， 比如应用网络爬虫搜取数据、创建数据仓库、取重要字段等 |
数据人才工作中的技能需求
一、必备技能
数据分析基础技能、数据库应用技能、商业智能分析技能、数据挖掘数学基础
数据分析基础技能
此部分主要是针对运用EXCEL工具，对一般小数据进行数据分析。
你需要的Excel常用函数都在这里！
看完这篇Excel数组简介，你也是Excel高手了！
VLOOKUP很难理解？或许你就差这一个神器！
分享一个Excel常用函数思维导图
关注????公众号：数据STUDIO
后台回复【excel函数】获取。
数据分析思维技能
这里送给大家分享一本《精益数据分析》
关注????公众号：数据STUDIO
后台回复【电子书】获取。
数据库应用技能
主流关系型数据库
| 数据库 | 特点 |
|---|---|
| Oracle | 运行稳定、可移植性高、功能齐全、性能超群，适用于大型企业 |
| DB2 | 速度快、可靠性好、适用于海量数据、恢复性极强，适用于大中型企业 |
| MySQL | 开源、体积小、速度快，适用于中小型企业 |
| SQL server | 全面高效、界面友好易操作，但是不跨平台，适用于中小型企业 |
这里可以从MySQL学起，其使用人数相对较多。只要掌握SQL语言即可。SQL 是一种结构化查询语言 Structure Query Language ），它是国际标准化组织（ ISO ）采纳的标准数据库语言。
擅用子查询，让复杂问题简单化
MySQL中的通配符与正则表达式
MySQL高频面试题：一维表转二维表
一文搞定MySQL多表查询中的表连接(join)
这里送给大家一本《MySQL必知必会》
关注????公众号：数据STUDIO
消息后台回复【电子书】获取
商业智能分析技能
这部分主要是学习一些BI工具，将数据分析结果漂亮的可视化出来，很多公司运用的BI工具不相同，Tableau、PowerBI、MicroStrategy、Qlikview、FineBI、永洪 BI。所有工具都是无关紧要，重要的是如何运用这些工具，将数据分析师的数据分析结果完美可视化出来。
我这边用了两款（Tableau、PowerBI）网上有挺多测评，这里就不多说。但使用Macbook的小伙伴需要注意了，PowerBI只能在Win系统上使用；Tableau两个系统都可以使用。
这本分享大家一本7天入门PowerBI
还有可能需要数据化运营、用户增长等相关知识：
关注????公众号：数据STUDIO
消息后台回复【电子书】获取
数据挖掘数学基础
这部分注意是统计基础知识，包括
微积分基础（函数、微分、积分）
线性代数基础（向量、行列式、矩阵、特征值与特征向量等）
描述性统计方法（集中趋势、离散程度等）
抽样估计（抽样分布、样本均值与方法分布）
假设检验、列联分析、方差分析、相关分析、回归分析等
这里送大家两本书一个思维导图：《深入浅出统计学》《统计学》
关注????公众号：数据STUDIO
消息后台回复【电子书】获取
二、Python相关
Python编程基础、Python数据清洗、Python数据可视化、Python统计分析、Python机器学习
Python编程基础
只需七步！零基础入门Python变量与数据类型
IF-While-For 轻松掌握Python流程控制语句
入门必备！面向对象编程之Python函数与类
一文搞懂文件操作与异常模块
Python八种数据导入方法，你掌握了吗？
Python数据清洗
利用Python进行数据预处理，Python 完成数据获取、数据清洗、数据探索、数据呈现、数据规模
利用Python进行数据预处理，Python 完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python 基础知识，如何从 CSV、Excel、XML、JSON 和 PDF 文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和 API 中提取数据。
需要学会如何利用各种 Python 库（包括 NumPy、pandas 等）高效地解决各式各样的数据分析问题。
6个步骤搞定金融数据挖掘预处理
超级攻略！Pandas\NumPy\Matrix用于金融数据准备
进阶法宝！掌握这些NumPy\Pandas方法，快速提升数据处理效率
时间序列 | pandas时间序列基础
时间序列 | 字符串和日期的相互转换
时间序列 | 时期(Period)及其算术运算
时间序列 | 重采样及频率转换
时间序列 | 从开始到结束日期自增扩充数据
Python数据可视化
常用的可视化第三方库，包括matplotlib、seaborn、PyEcharts
这里需要掌握常用的可视化图形，包括饼图、条形图、柱状图、线性图、散点图等
当Sklearn遇上Plotly，会擦出怎样的火花？
Pandas+Seaborn带你玩转股市数据可视化
用可视化探索数据特征的N种姿势
太厉害了！Seaborn也能做多种回归分析，统统只需一行代码
就是这么简单！Pyecharts绘制可视化地图专辑
Python机器学习
这里需要学习机器学习基本思路、常用算法分类、算法库等。
这里可以重点学习机器学习算法库Scikit-Learn。
2007年，Scikit-learn首次被Google Summer of Code项目开发使用，现在已经被认为是最受欢迎的机器学习Python库。
如果你正在学习机器学习，那么Scikit-learn可能是最好的入门库。其简单性意味着很容易入门，通过学习Scikit-learn的用法，我们还将掌握典型的机器学习工作流程中的关键步骤。
需要重点掌握简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K-均值算法、主成分分析等。
机器学习 | KNN, K近邻算法
机器学习 | KMeans聚类分析详解
机器学习 | 简单而强大的线性回归详解
机器学习 | 线性回归中的多重共线性与岭回归
机器学习 | 深度理解Lasso回归分析
机器学习 | 多项式回归处理非线性问题
机器学习 | 朴素贝叶斯理论
机器学习 | Sklearn中的朴素贝叶斯全解
机器学习 | 决策树模型（一）理论
机器学习 | 决策树模型（二）实例
机器学习 | 逻辑回归算法（一）理论
机器学习 | 逻辑回归算法（二）实例
机器学习 | 支持向量机1--线性SVM用于分类原理
机器学习 | 支持向量机2--非线性SVM与核函数
机器学习 | 一文掌握sklearn中的支持向量机
机器学习 | 集成算法
集成算法 | AdaBoost
集成算法 | 随机森林分类模型
集成算法 | 随机森林回归模型
机器学习｜关联规则与购物篮分析实战
Python网络爬虫
网络爬虫通过爬虫技术自动高效地获取互联网中指定的信息。如果你是入行数据采集人员、或你在需要掌握一定的数据采集能力的职位、或对数据非常感兴趣的小伙伴们，这个技能最好了解下。
这部分内容需要对于不同目标的小伙伴们要求不尽相同。
如果你只是获取一些简单的网页数据，你只需要对网络爬虫有一定的认识、了解Web前端、多种网络请求模块中的一种、网页数据的多种解析方式中的一种、了解爬取动态渲染的信息。
如果你对网络爬虫有更加浓厚的兴趣，或更多的岗位需求的小伙伴们，你可以学习更多的爬虫技术，可以再了解多线程与多进程爬虫技术、App抓包工具，识别验证码、Scrapy爬虫框架等。
网络爬虫 | XPath解析
网络爬虫 | Beautiful Soup解析数据模块
requests 扩展 | Requests-HTML（增强版）
requests 扩展 | Requests-Cache（爬虫缓存）
网络爬虫 ｜ 动态渲染信息爬取--Ajax
网络爬虫 ｜ selenium 爬取动态加载信息
多线程与多进程 ｜ 多线程
多进程与多线程 ｜ 多进程
运用Python爬取并分析全国5w+新楼盘近况
运用Python抓取二手房数据的两种常用方法
爬取24w+弹幕信息后，我果断去追剧了
30+ Python 经典电子书
关注????公众号：数据STUDIO
消息后台回复【福利六】获取
四、数据分析项目
分享一个能够写在简历里的企业级数据挖掘实战项目
开放三胎了！我用Excel可视化分析了政策背后的用意
2021高考热度最高专业，大数据分析告诉你
五、南京大学公开课
向大家推荐一个南京大学的Python数据分析公开课，由浅入深，非常适合入门，每章都配有代码和练习题！
课程大纲
视频及课件
B站：
https://www.bilibili.com/video/BV1Y7411o7JP/
课件获得方式：
关注????公众号：数据STUDIO
消息后台回复【南京大学】获取
长按????关注- 数据STUDIO - 选择星标，干货速递
