大数据分析是通过数据现象的视角来完成产品、营销策略和运营策略的优化，不仅是为了业务，更重要的是掌握数据分析的各种技能，在能力成长方面突破职业的天花板。在上海，应届毕业生的起薪约为12K，大数据分析师1-3年的平均工资为14K，大数据分析师3-5年的工资约为21K。
大数据分析职业前景如何?
大数据分析师是一个充满挑战和前景的职业。如果你喜欢解决问题，善于用数据说话，对未来有无限的愿景，不要错过这个可能改变你人生轨迹的伟大职业!
大数据分析师的日常工作
1. 整理基本指标体系
数据分析师需要根据对业务的理解，整理指标体系，对业务数据进行语言化处理，这对于新业务来说尤为重要。基本指标体系的口径和规范以及如何通过数据语言对业务进行描述是一项比较基础的工作。这项工作要求分析人员具备构建数据指标体系和整理基础数据的能力。该能力项侧重于分析人员对业务的理解，以及基于对业务的理解，按照合理的逻辑对指标进行分解的能力。它要求分析人员对业务有很好的理解，并具有逻辑框架的能力。
2. 使用SQL语句完成数据收集
数据分析师的大部分数据都是从数据库中提取出来的，sql不仅可以提取语句，还可以大大提高工作效率。
对于需要深入分析用户行为的数据，使用sql提取数据可能会占用整个数据分析过程的50%。如果您对sql非常熟悉，可以使用sql自动化或半自动化您的日常数据收集，这可以提高您的工作效率。
大数据分析师有什么用？
数据驱动的决策:企业越来越依赖数据来指导他们的业务决策。数据分析师可以提供基于事实的见解，帮助公司避免直觉上的错误判断。
竞争优势:在竞争激烈的市场中，能够快速从数据中提取见解的企业将获得竞争优势。数据分析师是这个过程中的关键角色。
成本效益:通过数据分析，企业可以更有效地定位市场，优化资源配置，减少浪费，从而提高成本效益。
风险管理:数据分析有助于识别潜在的风险和问题，使公司能够提前采取预防措施。
创新:数据分析可以揭示新的商业机会和市场趋势，促进产品和服务的创新。
大数据分析师需要掌握的技能
1. 数学
微积分是必须掌握和使用的，但也需要精通线性代数，特别是矩阵运算，以及向量空间、秩等概念。高等数学是推荐的，还有宾夕法尼亚大学微积分课程的Coursea，以及斯特朗的线性代数入门。
2. 数理统计
概率统计不要求精通，但基础一定要掌握，但对相关背景和术语必须有一定的了解。找一本《概率论》，好好学习。
3. 交互式数据分析框架
Apache麒麟或Apache Hive的分析和交互框架，先学习Hive，如果有时间，可以去掉麒麟背后的数据挖掘思想。
4. 机器框架学习
TensorFlow, CNTK10. Caffe8. Keras9. Torch711等，特别是TensorFlow。建议大家可以先选择一个Machine framework进行学习，也可以借鉴Machine Learning的算法原理，比如:Andrew Ng的Machine Learning。
