数据分析课|如何表达自己的数据分析能力，数据分析能力表达技巧

个人觉得，宏观上需要具备以下三点吧：

1、数据分析能力表达技巧——理论知识：

首先，最起码应该清楚描述统计与推断统计各自包含的内容。能够清晰的了解各种假设检验的使用场景，其实在《统计学(贾俊平等著)》这本教材里讲的很详细了(统计学专业的童鞋应该都用过(*^__^*) )，相对应的练习题目很多也站在应用的角度出题去帮助读者消化知识，可以去挑一些相关题目深入练习。另，最好有点数学的基础，其实本科期间学好高等数学这门课，就可以啦。

进一步，熟悉多元统计的相关理论知识。要熟悉：主成分分析、因子分析、判别分析、聚类分析、多元方差分析、关联分析、贝叶斯统计分析、时间序列等内容，最好能够清楚它们的原理及应用场景。

进阶：了解数据挖掘的各种算法，深入学习回归、logistic、聚类、关联规则、决策树、随机森林、机器集成学习、svm、神经网络、文本挖掘等算法，接近达到数据挖掘需要了解的算法啦，当然这需要较多数学功底、编程功底等，不是很容易!

2、数据分析能力表达技巧——软件工具：

Excel里面的数据分析工具你应该会用，简单常用的函数你应该熟练，这是干“体力活”所必备的，就不多说了。

最好能够熟练掌握：R SAS SPSS中的一种或多种。其实楼主说自己自学了R语言，就够了(个人建议，仅供参考)：数据分析的话，可能不会面对太复杂或者太大量的数据处理工作，其它两者能做的R都可以做，而且R更加轻巧实用易上手，各种模型的精度R跟SAS几乎一样(SPSS我觉得略差点)。当然，如果是点子背公司就要求用某某工具，纯属意外：)

数据库。应该掌握基本的sql查询语句等内容，这是很多公司在招聘数据分析师的时候要求必须要掌握的。

重点：利用工具去把1(理论知识)中提到的统计学知识+多元统计知识相关练习题练习一遍。

进阶：可以去学习Python语言，可以去关注Julia等。了解大数据平台(Hadoop、spark等)，熟悉下Unix系统，自己没事可以搭个Hadoop集群玩玩，这是想从事大数据相关工作所要具备的啦。对应1中进阶内容：最好用Python或者其他工具把各种算法自己实现一下，这对成长很有意义，尤其想做数据挖掘的童鞋!

3、数据分析能力表达技巧——实践经验：

对于在校的童鞋，无疑就是去找相关实习喽

对于，已经毕业转行的(比如：楼主)，那就在学习期间多做一些有意思的数据分析项目(现在各种途径吧：阿里天池大赛，kaggle等，请自行百度吧，路子都是自己想的)，比如答主上段时间自己写的一个小案例就很实际啊：用logistic去预测nba球员能否入选全明星(详见：怎么学习用 R 语言进行数据挖掘? - 据数的回答)，这就是现实中很实际的问题啊，也能通过这样的练习收获很多，用在面试的时候也未尝不可啊(FYI 楼主)，顺手写个小报告就更好了!

综上，我个人觉得面试不是刻意表现出来的，面试官比我们要聪明的多，我们专业实力如何人家基本上几个问题就能猜到八九不离十，再多的面经准备不如扎扎实实的知识&实践经验储备，这样才能有资格谈更多的条件，去做更有价值、更有兴趣的工作。

以上就是数据分析能力表达技巧的全部内容，还有我所理解的互联网BI数据分析师，注重广度而非深度，也谈到了该岗位定位的问题和存在的困境。实际工作中确实会遇到各种各样的问题和挑战，只有迎难而上，多多总结，保持思考，才能从容应对。祝大家金九银十，升职加薪!