bi数据分析师做什么-{下拉词

大家好，今天小编关注到一个比较有意思的话题，就是关于bi数据分析师做什么的问题，于是小编就整理了4个相关介绍bi数据分析师做什么的解答，让我们一起看看吧。

1. BI数据分析工程师以后有前景吗?要考证吗？
2. 什么是BI工程师？
3. 数据分析员是做什么的？需要有什么能力，会什么技能，什么技能最重要，能去哪里学呢？
4. 请问销售可以做哪一类数据分析师？

BI数据分析工程师以后有前景吗?要考证吗？

为什么和数据相关的工种都非常值钱，数据分析师、会计、金融分析师等等。因为数据即是模糊现实的一种客观呈现（为什么说理论数学是一切理论和实用科学的基础），以理性的方式讲述现实，以量化的方式衡量客观存在。

针对数据的深入分析和挖掘，能够得出现实的最近似解读，指导着人们制定引导现实的最有效策略。

什么是BI工程师？

BI,商务智能。BI工程师即为从事商务智能行业的工程师。从需求分析师到数据仓库架构师、到etl工程师、数据分析，报表开发工程师、数据挖掘工程师、etc.，都可以称之为BI工程师。 BI的涉及面很广。从底层到前端都有。 底层：数据库，数据仓库，数据仓库架构 中间层：数据清洗加工加载 前端：报表展现，数据挖掘 这些都算开发的。还有所有层的维护等。 数据库管理员（简称DBA），是一个负责管理和维护数据库服务器的人。数据库管理员负责全面管理和控制数据库系统。 BI工程师需要有一定的数据库经验，掌握SQL查询优化方法，精通Oracle、SQL Server、MySQL等主流数据库的应用设计、性能调优及存储过程的开发。掌握BI相关工具，如ETL工具（如SSIS）、OLAP工具（如SSAS）和前端展示工具。熟悉ETL逻辑、OLAP设计和数据挖掘相关算法。 BI需要的技术：

1.数据库：Oracle, DB2, SQL SERVER,最好也懂点Sybase, My SQL包括，SQL，PLSQL，备份，恢复，调优

2.ETL: Informatica, Datastage, 手工ETL

3.报表：Cognos, BO, BIEE, Hyperion.....

4.操作系统, UNIX或者Linux，AIX, Solaris之类，SHELL脚本

5.外语，英语日语一种，全会更好

6.HTML, JAVA, JS, CSS 多多益善

7.熟悉了解一些ERP系统，SAP，Sieble，Salesforce

数据分析员是做什么的？需要有什么能力，会什么技能，什么技能最重要，能去哪里学呢？

作为一名大数据领域的从业者，同时也在带大数据方向的研究生，所以我来回答一下这个问题。

首先，数据分析员的主要任务就是找出数据背后的规律，让数据呈现出价值，目前数据分析员是大数据落地应用的重要角色之一。

数据分析员（数据分析工程师）在不同行业所需要具备的知识结构是不同的，这主要是由于应用场景不同所导致的。比如互联网领域对于数据分析师的要求就要高一些，一方面原因是互联网行业对于数据比较敏感，另一方面互联网行业的数据量比较大，同时数据类型也比较复杂，这些因素导致了在互联网行业从事数据分析具有较大的难度。

通常互联网行业的数据分析师需要具备三方面知识结构，其一是具备扎实的数学和统计学基础；其二是掌握数据分析的常见算法；其三是熟练掌握编程语言和数据库知识。目前数据分析的基本方式有两种，一种是统计学方式，另一种是机器学习方式，机器学习的数据分析方式对于从业者的要求要高一些。

相对于互联网行业来说，传统行业对于数据分析岗位的要求往往更多集中在数据分析工具和行业知识上，对于大部分职场人来说，掌握一些常见的数据分析工具和数据库知识，基本上能够应对大部分数据分析场景，比如Excel和各种BI工具。但是传统行业的数据分析任务往往与行业知识有紧密的联系，所以从业者要对行业知识有较为全面的认知过程。

如果想走数据分析师的路线，可以分为三个步骤来学习数据分析技术，第一步是学习基本的数据分析工具，比如Excel；第二步是学习数据库和编程语言，比如Python、R都是不错的选择；第三步是学习数据分析算法，比如决策树、朴素贝叶斯等。

最后，数据分析师要想提升自身的数据分析能力，一定要注重实践经验的积累，尤其是行业经验的积累。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

请问销售可以做哪一类数据分析师？

大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，我来回答一下这个问题。

对于非计算机专业出身的人来说，学习数据分析可以从基本的数据分析工具开始学起，一方面比如容易掌握，另一方面也可以跟实际工作相结合。

对于销售人员来说，学习数据分析技术具有比较强的现实意义，目前不少公司的销售部门都会配备专业的数据分析人员，进行场景化的大数据分析。场景大数据分析通常需要进行三个步骤，其一是完成数据的***集和整理（抽取），其二是根据行业规则进行算法设计，其三是根据场景需要进行结果呈现。

场景数据分析目前依然以结构化数据为主，尤其是销售类数据更是如此。通常情况下，场景数据自身的价值密度是比较高的，而且维度也比较清晰，所以在数据***集和整理方面会相对比较容易，通常可以直接从已有的数据库中进行数据提取。要想完成这个步骤需要掌握Sql语言以及一些常见数据库的使用。

场景分析的第二步是根据行业规则进行算法设计，这个步骤通常需要具备一定的专业知识，需要掌握一些常见的算法，比如kNN、决策树、朴素贝叶斯、支持向量机等等，这些算法都是数据分析领域比较常见的算法。当然，目前BI工具已经集成了大量的算法，只要根据具体的应用场景进行选择就可以了。其实大部分常见算法并不复杂，具备一定线性代数和概率论的基础知识就能够掌握。

场景分析的第三步是进行结果呈现，结果呈现可以有很多种方式，比如可以通过BI工具自带的模版进行定制化设计，也可以通过编程的方式完成结果呈现。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！

到此，以上就是小编对于bi数据分析师做什么的问题就介绍到这了，希望介绍关于bi数据分析师做什么的4点解答对大家有用。