作为一名从其他行业转型而来的自学成才的数据分析师，我有时会被问到，作为一名初级分析师，入门需要什么条件。对于经验丰富的候选人来说，似乎有很多机会，但对于真正的初级分析师来说，除非他们来自分析项目，否则机会不多。
通过一点学习和大量的实践，您无需全职返校学习即可在数据分析领域找到一份有趣的工作。
要获得数据分析师的工作，您需要专注于最重要的技能 - 考虑 80/20 原则，SQL 确实是您需要获得 80% 结果的 20%。
学习 SQL
SQL 是数据分析师的瑞士军刀。除了让您从数据库中检索信息外，掌握 SQL 还将使您能够理解现有代码、在发现数据问题时调试查询以及执行复杂的计算。您不必用心记住窗口函数，但了解它们的存在及其作用肯定会有所帮助。您真正需要的是能够编写简洁的 SQL 代码，了解基本函数，尤其是如何使用它们。有很多方法可以实现这一点，并且 SQL 有几个略有不同的版本，但它们的功能彼此相同。您可以在网上找到许多好的数据集开始练习，例如在 Kaggle 上。
熟悉数据管道
SQL 熟练程度超越了编码，因为它意味着理解简单的数据架构以及数据周期如何工作，数据如何在被聚合和分析之前生成、转换和存储。
获得仪表盘工具的使用经验
最重要的是，仪表盘的基本知识是一个巨大的优势，因为分析师的大部分工作都包括构建仪表盘，以便非技术团队可以访问他们的数据。能够以高效的叙述方式可视化地显示数据将使您走得很远。
了解简单的命令行、Git 和 Python 基础知识
一旦您掌握了基础知识，当然还有一些不错的技能可以掌握：简单的命令行、了解如何使用 Git、一些 Python。然而，这些不应该是您的主要重点，如果您掌握了 SQL 和可视化工具，您可以很快掌握它们。
熟练使用电子表格软件
我没有提及的一项技能——因为它通常是理所当然的——是电子表格软件。虽然您不需要成为 Excel 向导才能成为数据分析师，但您通常需要提取数据并在 Excel/Gsheet 上处理它，无论是为了您自己使用还是为了其他用户使用，因此掌握基础知识的回报是巨大的。
培养对数据对您业务意义的理解
公司还会根据候选人的商业意识来评估他们，因为分析师需要就 KPI 创建向利益相关者提供建议，并根据业务价值提供解决方案。更一般而言，了解您正在处理的数据的更广泛意义以及它如何与公司的产品和主要举措相关联非常重要。