如今信息时代下，大数据已经是国家重要战略的一部分，作者本身也是从事大数据相关工作，我可以负责任的告诉你，现在的企业对数据分析人才绝对是求贤若渴，无论是金融、证券、互联网、医疗等等各行各业，数据分析师这个岗位真的是太重要了，一个好的分析师团队，决定着企业的未来。那么，我也发现很多刚从学校里走出来的同学，大多停留在理论基础上，对于实际业务的理解还很欠缺，而且动手能力非常差，连基本的软件都不会用，更别提数据化编程了。所以我觉得非常有必要通过一个系列学习体系，与自己多年多数据分析的理解融会贯通，让即将步入这个行业的同学，能够提前认识到到底未来要从事什么样的工作，需要哪些技能。
数据分析师难在哪里一个优秀的数据分析师除了需要具备理论基础、丰富的实战经验、又需要对企业的经营业务有深刻的理解，还需要对it研发有一定的常识，尤其与大数据研发也有千丝万缕的联系，也要对数据库技术，海量数据的存储、处理等it技术有一定的了解。
基础入门重点是打好基础，统计学基础、数据库理论、sql查询，这个是任何公司做数据分析最基础的理论知识。同时设置了excel、stata、r、spss相关的入门课程，这是最常用的入门级的数据分析软件，相比sas、matlab等企业级数据分析软件，更简单实用，最适合初学者学习使用，也是毕业设计、论文研究工作很实用的分析工具。最后tableau这门课程是想让大家了解数据可视化的知识，这是用于数据图表展现的入门级软件，简单易用，掌握如何让数据产生价值，通过图表直观说明问题。
大数据的统计学基础 15课
关系数据库与关系代数 13课
深入学习excel数据分析 10课
sql数据查询语言详解 18课
stata数据分析软件初级 37课
r语言与数据分析精讲 12课
tableau数据可视化敏捷bi入门 10课
spss快速入门基础 15课
中级进阶首先我们需要掌握sas、matlab、amos这三个企业级分析软件，sas在公司中是最常用的分析软件，尤其银行、证券、电子商务等公司使用普遍，软件很大，功能齐全，学会了对应聘会很有帮助。matlab擅长基于矩阵的数值分析，普遍用于数据挖掘，amos是spss旗下产品用于对结构化方程求解等问题。然后是更加深入的学习r语言工具，学习r语言通过编程来实现数据展现的技术。最后在知识补充环节，我设置了etl工具kettle软件的学习教程，主要是理解数据流控制技术，理解实际应用中数据是如何从源头一步步转换、加载、过滤、清洗最后用于数据分析的，同时学习数据挖掘技术，用于提高。
课程目录：
sas教程初级 14课
数据分析与sas 15课
r语言进阶数据展现 14课
r语言数据分析、展现与实例 15课
数据分析与spss 12课
amos基础 11课
大数据的矩阵基础 14课
matlab基础 10课
深入bi之kettle篇etl技术 15课
数据挖掘 22课
高级实战重点在于实战，首先通过金融行业的实践来理解数据分析到底是如何为企业产生价值的。包括基于r语言的金融大数据处理、量化投资与时间序列，这三门课是金融行业最典型的应用，然后是通过r语言的几个扩展功能来了解，对于数据处理还有数据加工、数据爬虫等应用，因为企业自身未必能生产足够体量的数据，需要通过爬虫技术去抓取竞争数据、全网数据等用于分析，还有大数据来源多元化也导致数据的格式、类型与质量都存在很多问题，这就需要数据处理技术。r语言是学习了解这些知识最快捷的分析工具了，而且开源免费。再之后是希望同学们能深入学习数据挖掘技术，这是数据分析师体现高于别人价值的能力，我们设置了推荐系统的设计、机器学习技术、mahout数据挖掘等课程。最后，在很多企业中为了让数据更好的保存于应用，都建有数据仓库，通过数据仓库流程开发让大家了解数据仓库的理论与实际应用。
r语言实战与金融大数据处理 10课
r语言高级扩展包之shiny 3课
r语言高级扩展包金融数据分析quantmod 3课
r语言高级扩展包之数据加工厂plyr 3课
r语言高级扩展包之数据展现包ggplot2 5课
r语言高级扩展包之网络爬虫rcurl 3课
数据分析之推荐系统设计 9课
mahout数据挖掘 28课
数据分析之量化投资 13课
数据分析之机器学习 11课
基于电子商务的数据仓库流程开发 15课
spss统计分析与数据挖掘 56课
金融时间序列分析 13课
搜”一起自学吧“