不會Python只會Bi工具，可以從事數據分析師嗎？答案是肯定的，肯定的。大專有什么問題？不要限制自己。如果你想去互聯網行業(yè)，先把自己打包，因為互聯網還是很重視教育的；但是如果你想去傳統(tǒng)行業(yè)先做，也是

不會Python只會Bi工具，可以從事數據分析師嗎？

答案是肯定的，肯定的。大專有什么問題？不要限制自己。

如果你想去互聯網行業(yè)，先把自己打包，因為互聯網還是很重視教育的；但是如果你想去傳統(tǒng)行業(yè)先做，也是一個好辦法。

你說你不能編程，所以完全可以。事實上，即使你會編程，你也不會在實際工作中使用它。很少有人真正使用Python進行數據分析。他們可以對其進行建模并在業(yè)務上加以利用。

為什么企業(yè)需要數據分析師？試想一個跨部門擁有海量數據的企業(yè)，如何提取有效的數據，并將數據轉化為清晰的圖表，呈現給管理者進行決策？這是需要數據分析師的地方。

分析師玩數據庫，建立數據倉庫，使用Bi可視化工具獲取全局數據視圖，分析過去的性能，了解當前的問題并預測企業(yè)的未來發(fā)展，并將最終結果呈現給企業(yè)管理者以輔助決策。

分析師需要掌握哪些技能？

SQL非常重要，您的SQL查詢能力直接決定您能否得到一份工作，是的，得到一份工作。因為有不同的改進方法，比如ETL開發(fā)、數據倉庫開發(fā)、報表等等，但是首先要通過這一行的門檻，那就是SQL。

DW（數據倉庫）提高了我們的查詢能力，確保了數據的安全性。數據倉庫中的數據可以根據需要排列成不同的模型。

以finebi為例，它不僅可以拖放形成圖表，還可以連接各種數據源，進行數據轉換、清洗、建模、發(fā)布和共享。！EXCEL其實是很好做的基礎，特別是對于金融公司來說。

python數據分析師的就業(yè)前景如何？

這是一個非常好的問題。作為一個it從業(yè)者和教育工作者，讓我來回答這個問題。

首先，從工業(yè)互聯網和大數據的發(fā)展趨勢來看，Python數據分析師的就業(yè)前景還是非常廣闊的。一方面，數據分析本身的應用場景會越來越多。另一方面，python語言也廣泛應用于人工智能領域，因此python數據分析師的發(fā)展空間相對較大。

如果你想走Python數據分析師的發(fā)展道路，你應該從以下三個方面提高你的職業(yè)價值：第一，注意新技術的學習。數據分析技術是一個快速迭代的領域，因此數據分析人員必須跟上技術的發(fā)展趨勢，尤其要注意算法相關知識的學習。從大技術的角度來看，目前的數據分析方法主要是基于統(tǒng)計學和機器學習。機器學習在數據分析領域的發(fā)展?jié)摿Ρ容^大，而且機器學習也是人工智能技術體系的重要組成部分，因此必須重視機器學習相關知識的學習和深化。

第二，關注平臺的價值。數據分析師要想提升自己的職業(yè)價值，不僅要提高自己的技術水平，還要從工作效率方面入手，而提高工作效率更有效的途徑就是合理利用平臺。工業(yè)互聯網時代必然是平臺時代。數據分析作為大數據平臺的一項重要功能，必然會得到平臺的大量支持，因此數據分析人員必須重視技術平臺的應用。

第三，注重行業(yè)知識的積累。數據分析師對行業(yè)知識的要求非常高。為了使數據分析在行業(yè)中發(fā)揮更重要的作用，數據分析人員必須能夠根據行業(yè)選擇和應用技術。