作为一个从其他行业转行的自学数据分析师，我有时会被问到，要成为一名初级分析师需要具备哪些条件。经验丰富的候选人似乎有很多机会，但对于真正的初级职位，除非他们来自分析专业项目，否则机会并不多。
只要花一些时间学习和大量练习，你就不必全职重返校园，也能找到一份有意义的数据分析工作。
要获得数据分析师的职位，你需要专注于最重要的技能——想想 80/20 法则，SQL 确实是你取得 80% 成果的 20%。
学习 SQL
SQL 是数据分析师的瑞士军刀。除了让你从数据库中检索信息，掌握 SQL 还将使你能够理解现有代码，在发现数据问题时调试查询，并执行复杂的计算。你不必死记硬背窗口函数，但知道它们的存在及其作用肯定会有帮助。你真正需要的是能够编写干净的 SQL 代码，了解基本函数，特别是如何使用它们。有很多方法可以实现这一点，并且有几种略有不同的 SQL 版本，但它们在功能上是相同的。你可以在网上找到很多好的数据集来开始练习，例如在 Kaggle。
熟悉数据管道
SQL 熟练程度不仅仅是编程，它意味着理解简单的数据架构以及数据周期如何运作，数据是如何生成、转换和存储，然后才能进行聚合和分析。
获得仪表板工具的使用经验
此外，基本的仪表板知识是一个巨大的优势，因为分析师的大部分工作是构建仪表板，以便非技术团队能够访问他们的数据。能够将数据以有效的叙事方式进行可视化展示，将让你受益匪浅。
了解简单的命令行、Git 和 Python 基础知识
一旦你掌握了基础知识，当然还有一些不错的技能可以学习：简单的命令行、了解如何使用 Git、一些 Python。但这些不应该是你的主要关注点，如果你掌握了 SQL 和可视化工具，可以很快学会它们。
熟练使用电子表格软件
有一项我没有提到的技能，因为它通常是理所当然的——那就是电子表格软件。虽然你不必成为 Excel 高手才能成为数据分析师，但你经常需要提取数据并在 Excel/Gsheet 中处理它，无论是自己使用还是为其他人使用，因此掌握基础知识的回报是巨大的。
培养对数据在业务中意义的理解
公司还会根据候选人的商业头脑来评估他们，因为分析师需要就 KPI 的创建向利益相关者提供建议，并根据商业价值提供解决方案。更普遍地说，理解你正在处理的数据的更广泛意义，以及它与公司的产品和主要举措的关系，是非常重要的。