想要成为大数据分析师，需要掌握EXCEL、SQL、业务分析、可视化、统计学、Python、机器学习这些技能。除此之外，还需要具备业务能力、数据分析思维能力、沟通能力、数据展现能力。
如何成为大数据分析师技能一：EXCEL
数据存储：数据录入、单元格设置、查找、替换、排序、饰选等
数据处理：公式、常用函数等
数据分析：分类汇总、条件格式、数据透视表等数据呈现、图表制作等
常用快捷键
技能二：SQL
常用数据(仓)库：MySQL、Oracle、PostgreSQL、Hive的概念和比较分析
数据查询：简单查询、多表查询
分析数据：汇总分析、复杂查询、窗口函数解决问题、留存、连续登录(购买)等
技能三：业务分析
指标异动类分析：GMV/ROI下降等
产品/竞品分析：分析和定位产品
指标体系搭建：UJM、OSM等
AB实验：辛普森悖论、幸存者偏差
业务模型：RFM、AARRR、AIPL、FAST等
技能四：可视化
工具类：uick BI、Fine Bl.Tableau等
编程类：pyecharts、matplotlib.ogplot2等
技能五：统计学
基础知识：方差、偏差、峰态、偏态、置信度、置信水平等
假设检验：两类错误、常用检验方法等
几种分布：正态、二项、均匀、泊松、指数等
几个定律：中心极限定理、大数定律等
技能六：Python
内置库：8个好用的内置库
数据处理库：Pandas、Numpy、SciPy等
机器学习库：Keras、Scikits-learn、El5等
技能七：机器学习
聚类模型：K-means、DBSCAN、BIRCH等
分类模型：LogisticRegression、Decision Trees、Random Forests、Naive Bayes、KNN、Support VectorMachine等
集成模型：GBDT、XGBOOST等
评价指标：混淆矩阵、MAE、MSE、RMSE、ACC、R^2、AUC.ROC、KS值等
除了以上的技术能力外，业务能力、数据分析思维能力、沟通能力、数据展现能力也是作为数据分析师必不可少的技能。
当然根据大数据岗位的不同，每天工作的场景都会不同。例如初级大数据分析师，主要侧重EXCEL、SQL；中级大数据分析师除了EXCEL、SQL外，还需要承接问题对接，并对问题进行详细分析；高等大数据分析师大部分工作侧重于沟通和问题分析，站在高层的角度进行判断和决策。
随着数字经济的发展和神话，大数据分析人员需求量不断攀升，工资也是在逐渐上涨。但是作为大数据分析人员需要做好自身技术能力的补充，才能抓住此次发展机遇！