统计学分类数据分析 学统计学的怎样成为数据分析师？需要考取什么证书？怎么发展好？

学统计学的怎样成为数据分析师？需要考取什么证书？怎么发展好？  

学统计学的怎样成为数据分析师？需要考取什么证书？怎么发展好？

证书目前主流有两个
人民大学经济论坛主办的 《数据分析师》 英文简称：CDA
商业联合会数据分析专业委员会和工信部教育与考试中心主主办的 《项目数据分析师》 英文简称：CPDA
【关于CPDA】
CPDA全名叫项目数据分析师，国内最早的数据分析培训，原先是信息产业部在组织，目前由中商联数据分析专业委员会和工信部教育与考试中心主管，内容主要针对的是基于企业在投资、经营、管理领域的分析，类似MBA课程。
课程包括《数据分析基础》、《战略管理》、《量化投资》、《量化经营》等，涵盖企业运营的每个环节，以数据分析方法来进行管理、经营、投资等分析，应该说企业的管理层适合学习CPDA来进行管理层面的分析和指导。
目前很多课程没有实际可操作模型，而CPDA就有，其中介绍很多企业生产、管理、经营、投资分析和决策的案例和模型，目的也是为了使广大学员能够在管理岗位上能够有理论支持、实际模型可操作，使大家有切实可操作的实际模型去分析。
【关于CDA】
CDA全名是数据分析师，由中国人民大学经济论坛主办。主要是讲数据分析方法、技术和软件操作为主。
课程包括：1、统计概率基础；2、数据分析模型方法；3、软件、工具的运用。如果这些技术没有，也不可能会玩数据分析。所以，CDA主要是针对数据分析师必备的技术性培训，是从数据的获取、储存、整理、清洗、分析，检验到结果报告一个整体的流程，以及数据分析一些软件的操作。
【总结】
因此，对于这两者的区别，我想大家应该有一个清晰的认识。
如果你是已经工作，有一些基础，想做到管理层或已经是管理层，需要从企业经营管理的角度，以项目投资数据分析和企业经营数据分析为主要研究对象的学员，可以选择CPDA；
如果你是入门、转行零基础、基础薄弱、或只想做技术性工作为主的学员，首先的一步是掌握数据分析的方法和技术，这时你可以选择CDA。
另外，如果是研究算法的高级分析师、高级挖掘工程师、大数据分析师，可以参考其他相关的名师培训。
sc-cpda 数据分析公众交流平台 详细我资料

怎么成为数据分析师

数据分析师，主要是两类人，一类是数据挖掘工程师，另一类是业务分析师。前者更偏技术，后者更偏业务。
成为一名合格的数据分析师需要作如下准备：
1、熟知行业与业务
2、理解业务中产生的数据
3、能提取数据
4、分析数据
5、解读数据
6、展示数据
主要还是商业敏感度，数据库及SQL水平，掌握数据分析工具及数据模型的能力，还有数据敏感度，和PPT能力

数据分析师一般是什么专业?如何成为数据分析师?

考取项目数据分析师证书，积累经验，就可以成为项目数据分析师了

数据分析师需要考证吗

是否需要考数据分析师（CPDA）证书分为几点，
从0基础系统性的学习抓取数据
对于干过几年的人，有经验的人士，
对于业内资深人士。

我是怎么成为数据分析师的

数据架构人员：程处理、模型开发和数据质量管理设计所需的架构和方法；平台架构人员：负责企业管理平台的安装、配置、管理和维护。

要成为数据分析师需要什么资格？

想要成为一名优秀的数据分析师，应用数学、统计学、数量经济学专业本科或者工学硕士层次水平的数学知识背景是不可少的。其次，作为一名数据分析师、至少需要熟练SPSS、STATISTIC、Eviews、SAS等数据分析软件中的一门，至少能用Acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。此外，想要成为一名优秀的数据分析师，还得考虑数据分析的应用，这就需要学习专业本身的同时还能补充些其他应用领域方面的知识，比如市场营销、经济统计学等。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。

统计师，数据分析员，数据分析师，系统分析师

数据分析员，数据分析师，系统分析师是计算机专业的职称考试。尤其系统分析师是高级的。还得考论文。数据分析师没有学历限制。任何人都可以考。如果要报。现在就可以报。我刚报的软件设计师。

如何自学成为数据分析师？

数据分析最重要的可能并不是你熟悉的编程工具、分析软件，或者统计学知识，而是清楚你所使用的统计知识（统计学、计量、时间序列、非参数等等）背后的原理、假设及其局限性，知道各种数据分析工具（例如数据挖掘）能带来什么，不能带来什么，看到一组统计检验的结果你能言说什么，不能言说什么。这一切的背后，需要一套完整的「科学」逻辑框架，让你了解自己手中的工具的本质，你才能从数据中正确地发现有效的信息，而不是胡乱地使用一大堆自己都搞不清楚的工具来堆砌分析结果，这样得到分析结果不仅无用，而且有害。
知道了这些后，希望成长为数据分析师，就需要着手训练自己的能力和洞察力。既然是数据分析师，那就分别从数据和分析两方面入手。
数据当然包含了数据收集、处理、可视化等内容，每个环节对于最后的结果都有关键性的影响。其中涉及的技术性内容只是一部分而已，更重要的是你要理解数据收集（是否存在采样偏差？如何纠正或者改进？）、处理（是否有漏洞或异常情况没有考虑？）背后的逻辑。
　你要充分了解这些概念背后的逻辑、动机是什么，才能正确地根据自己的目的作出选择。
数据可视化更多的是一门艺术：如何把信息以最恰当的方式呈现给希望获得这些信息的人。首先，你要充分理解这些信息究竟是什么，有什么特点，你才能较为恰当的选择采用的可视化工具。
另外一部分就是分析。当然就是各种分析模型，还是需要了解这些模型背后的逻辑，要放到整个项目的上下文中去看，而不是单纯地在模型中看。
总而言之，理解数据以及其中的信息是非常重要的，这决定了你的分析和呈现的方法是否合适，决定了最后的结论是否可靠。
现在可以回答题主的问题了：成长为一个数据分析师，要注意理解你的知识，形成一个系统，而不是像机器人一样机械地胡乱套用模型。在这个理念下训练你的编程能力，了解你所分析对象的原理和尽可能多的细节。在这个基础上，才能谈数据分析。

师范类应用统计学可当数据分析师吗

可以的哇，对数据分析有兴趣，在加上你的专业知识，我们西、线学、院就是做这个的，希望可以多交流合作

如何快速成为数据分析师

第一阶段：初识数据分析
这个阶段是你学习数据分析的第一个月。核心的三本书就是：统计学、R IN ACTION、深入浅出数据分析。
第一星期：好好的阅读一下统计学这本教材。按照每天3个小时的时间，一个星期你至少能看完8章。踏踏实实的看完，课后习题不需要做，重点放在理解公式推导以及专业名字定义的理解上。
第二星期：有了统计学基础，R语言学习起来就不会太费劲。《R in action》 是公认的R语言经典教材。跟着书上的代码仔细的敲一笔遍，你不需要全部看完这本书，只需要学会前8章左右就差不多了。 学完后你会对统计学有一个更深的认识～
第三个星期：《深入浅出数据分析》这本书很大头，不是因为它内容多，而是因为它废话和插图多。很有意思的一本入门级别的教材，花一个星期好好的读一下，能学多少是多少。
第四个星期：查漏补缺。经过前三个星期的学习，你一定有不少的疑惑或者遗忘了某些知识。不要着急，这个星期就是用来好好回顾一下你本月所学的东西，不懂的定义再看看，不会的代码再敲敲，不懂的知识再google一下～
对了，再送你一个视频呗。讲的是如何利用EXCEL进行完整的数据分析流程：
初识数据分析-720P.zip_免费高速下载
第二阶段：升级你的技能
第一个月只是让你对数据分析有一个初步的认识，你已经可以秒杀20%左右的人了（我瞎猜的）
这个月就是要升级你的技能，在对已有的知识基础上做一个升华。本月任务较重，小伙伴需要动脑和动手的地方比较多。
第一个星期：《数据挖掘导论》这本书绝对是一本良心教材。拿到手从第一章开始阅读，在一个星期之内能看多少就看多少。但是要尽量多看点，因为此书你可能要看一辈子的～～不要做笔记，因为你做的笔记大部分时间都是在抄书，没啥意思的。数据挖掘可不是记忆的东西，是要靠理解的！
第二个星期：来来来，python大法学起来。正所谓 life is short, I use python. 不要问那种烂大街的问题：R和PYTHON哪个好。 等你都学了，你就再也不会问这个问题了。 《利用PYTHON进行数据分析》是你学习PYTHON的不二之选，对着书，着重学习numpy,pandas两个包！ 对了，也要学会怎么安装PYTHON这也是技术活！
第三个星期：为毛感觉前两个星期啥也没学到？乱七八糟的！ 没事，这是正常的，难道你指望两个星期就能学完数据挖掘吗？ 在此，你已经有了一定的Python,统计学，数据挖掘基础知识，那么是不是能够讲它们组合起来用一用呢？ scikit-learn，你值得拥有。 看不懂没关系，先去看看它们的文档以及那些莫名的专业词语。 然后接着学你的数据挖掘和PYTHON。
第四个星期：重复第三个星期的内容。对了，你是不是应该对R再做点事情呢？
第三阶段：准备一个小小的毕业吧
前两个月会过的很痛苦，很累，很烦躁！不用担心，你终于来到了第三个月，这个月与前两个月完全不一样，因为这个月会更加更加的痛苦！
在这个月，我们需要开始学习sql的相关知识。SQL绝对是数据分析师的必备技能，没有之一。作为这个星球上一个通用的语言，它的存在使得我们进行数据处理时大大的提高了效率。既然SQL学了，那也就学学mysql吧，这是一个存储数据的东西，你说它重不重要呢？ 这两个并不难学，稍微花点功夫就能入门了。