木叶星海
可以参考CDA官网公布考证大纲,每个等级内容不一样.CDA LEVEL I 业务数据分析师PART 1 数据分析概念与统计学基础 （占比30%）PART 2 SQL数据库基础 （占比10%）PART 3 数据采集与处理 （占比20%）PART 4 数据建模分析 （占比40%）CDA LEVEL II 建模分析师PART 1 数据挖掘基础理论 （占比20%）PART 2 数据预处理 （占比25%）PART 3 预测型数据挖掘模型 （占比40%）PART 4 描述型数据挖掘模型 （15%）CDA LEVEL II 大数据分析师PART 1 大数据基础理论 占比（8%）PART 2 Hadoop理论 占比（12%）PART 3 数据库理论及工具 占比（16%）PART 4 数据挖掘理论基础 占比（10%）PART 5 Spark工具及实战 占比（35%）PART 6 数据可视化方法 占比（4%）PART 7 大数据分析实战 占比（15%）CDA LEVEL III 数据科学家PART 1 计算机科学技术 （占比15%）PART 2 大数据处理与架构设计 （占比15%）PART 3 机器学习 （占比25%）PART 4 深度学习 （占比20%）PART 5 数据治理 （占比15%）PART 6 项目管理 （占比10%）
1144177586丫头
小白的话，前期的时候可以先学习基础的数据分析的内容的，有一定的了解后再学习比较难的内容，数据分析需要学习的内容是比较多的，对数据分析的业务能力是有一定的要求的，可以考下证书来提升下自己的，比如CPDA和CDA的，是可以考的，我之前学习数据分析的时候是有在中鹏考CDA的证书的，是可以学到一些东西的。
hanhan0124
《CPDA数据分析师证书》，《数据分析师职业技术证书》。数据分析师是数据师Datician的一种，需要考的证书有《CPDA数据分析师证书》，《数据分析师职业技术证书》，证书是由机关﹑学校﹑团体等发的证明资格或权力的文件。
南京爱华会务
数据分析师的基本工作流程：
1.定义问题
确定需要的问题，以及想得出的结论。需要考虑的选项有很多，要根据所在业务去判断。常见的有：变化趋势、用户画像、影响因素、历史数据等。
2.数据获取
数据获取的方式有很多种：
一是直接从企业数据库调取，需要SQL技能去完成数据提取等的数据库管理工作。
二是获取公开数据，政府、企业、统计局等机构有。
三是通过Python编写网页爬虫。
3.数据预处理
对残缺、重复等异常数据进行清洗。
4.数据分析与建模
这个部分需要了解基本的统计分析方法、数据挖掘算法，了解不同统计方法适用的场景和适合的问题。
5.数据可视化和分析报告撰写
学习一款可视化工具，将数据通过可视化最直观的展现出来。
数据分析入门需要掌握的技能有：
1. SQL（数据库）：
怎么从数据库取数据？怎么取到自己想要的特定的数据？等这些问题就是你首要考虑的问题，而这些问题都是通过SQL解决的，所以SQL是数据分析的最基础的技能。
2. excel
分析师更多的时候是在分析数据，分析数据时需要把数据放到一个文件里，就是excel。
熟练excel常用公式，学会做数据透视表，什么数据画什么图等。
或者R的基础：
必备项，也是加分项，在数据挖掘方向是必备项，语言相比较工具更加灵活也更加实用。
4.学习一个可视化工具
如果你想往更高层次发展，上面的东西顶多只占20%，剩下的80%则是业务理解能力，目标拆解能力，根据数据需求更多新技能的学习能力。
筱晓鱼T3Y
近日，由中国软件网、海比研究联合中国软件行业协会应用软件产品云服务分会，发布了《2017年中国大数据可视化市场研究报告》。
东软凭借两款大数据可视化产品，在2017年中国大数据可视化市场份额排名中，位居第三，并成为收入增长最快的厂商，增长率超过100%！
在大数据秒级分析的基础上，东软的DataViz，在数据可视化领域不断突破。近百种数据可视化形式，GIS地图可视化、3D可视化，一组杂乱无序的业务数据，分分钟就能变成炫酷动图。
DataViz 定位敏捷BI，面向业务人员提供自助式数据探索与可视化分析服务。平台提供可视化接入数据源、可视化定义数据集、自助式可视化分析工具和交互式故事板等功能，旨在以自助式数据探索与可视化分析方式，帮助企业用户快速准确地洞悉数据背后隐藏的商业价值，让企业决策更“有据可依”。
DataViz 提供固定分辨率功能，可以按照大屏的尺寸进行精准的可视化布局和实现，并可以按照长边铺满等进行宽高适应。与此同时，DataViz可以自由设定背景图片、背景色等，提供实时效果预览，轻松在本地电脑即可制作大屏可视化仪表板，例如在大屏界面中，通过地图、折线图、柱状图、列表等图表，展现数据分析大屏。
我们置身于大数据时代，有效的利用大数据决定着我们未来，而大数据可视化工具，是您必不可少的工具。从大数据分析到大数据展现，这次，东软不仅拼实力，还拼颜值！
爱玩的小猪2007
成为数据分析师当然需要考证书的。因为数据分析师是专业要求比较高的专业，所以还是需要考证才可以的，数据分析师证书是权威的以及专业的证明的，再加上你是转行学数据分析的，肯定是需要专业的学习才可以的，而且你之前也在这家学过，对他家也是有了解的，我的建议是如果你想要成为数据分析师还是在它家好好学一下知识吧。
安吉拉pig
以下推荐一些从入门到精通——关于学习数据分析的书籍清单！
入门篇
《深入浅出数据分析》：大头书，HeadFirst系列，内容很浅，比较适合没有基础的人作为科普读物，适合快速入门；
《统计数字会撒谎》：本文不涉及枯燥的数学公式与推理过程，通俗易懂，其实讲的都是统计学最基本的常识，可是却往往容易被人所忽视；
《谁说菜鸟不会数据分析》：不错的工具类书籍。比较浅显，适合完全没有Excel或对Excel似懂非懂的人。 讲了一些方法论的东西，但是非常的简单，不太适合对Excel熟悉的读者；
《深入浅出统计学》
：帮你快速了解统计学相关的知识。
进阶篇
《MySQL 必知必会》：不到250页的小册子，实践性很强，基本没有什么理论的堆砌，完完全全就是一本实践指南，教会你怎么用SQL语句操作MySQL；
《高性能MySQL(第3版）》：跟《MySQL必知必会》相似的书籍，主要讲解了MySQL的理论和实践知识；
《数据化管理：洞悉零售及电子商务运营》：讲解在企业中应用数据的例子，读完受益匪浅，里面举的很多例子都很接地气，很值得数据分析师阅读学习。
高级篇
《统计学》（贾俊平，何晓群，金勇进著）：统计比较通用的入门教材了，也算是兼顾数学证明和应用，可读性没有上面强，但是也非常的通俗易懂，有很多统计学专业的起始教材也会选择这本。
《Python数据分析》：作者对于利用Python进行数据分析有着很丰富的经验，因此写出的书也是深入浅出，让人很容易就能看懂。对一个热爱学习的数据分析师来说学一门数据分析处理的编程语言是一件很有用的事情。
《Python数据挖掘入门与实践》：作为一个专业的数据分析师，实际上很多时候都需要用到模型。这本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，还是挺不错的一本书。
优质职业资格证问答知识库
