網(wǎng)友解答: 謝謝邀請！對于大數(shù)據(jù)分析崗位來說，29歲入行還是可以的，因為相對于應用級程序員來說，數(shù)據(jù)分析師的職業(yè)生命周期還是比較長的。隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)分析師的知識結(jié)構(gòu)也在進行調(diào)

謝謝邀請！

對于大數(shù)據(jù)分析崗位來說，29歲入行還是可以的，因為相對于應用級程序員來說，數(shù)據(jù)分析師的職業(yè)生命周期還是比較長的。

隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)分析師的知識結(jié)構(gòu)也在進行調(diào)整，早期數(shù)據(jù)分析師不少都是統(tǒng)計學、經(jīng)濟學相關(guān)專業(yè)畢業(yè)的，而目前數(shù)據(jù)分析師不少都是數(shù)據(jù)科學專業(yè)、數(shù)學、計算機相關(guān)專業(yè)畢業(yè)的，這也是大數(shù)據(jù)時代的一個特點。

大數(shù)據(jù)分析的基礎(chǔ)知識包括統(tǒng)計學、計算機和數(shù)學，其中計算機相關(guān)技術(shù)的占比較大，對于不同知識結(jié)構(gòu)的人來說，從事的數(shù)據(jù)分析崗位也有一定的區(qū)別。對于計算機基礎(chǔ)比較薄弱的人來說可以從工具開始學起，數(shù)據(jù)分析有大量的工具可以使用，Excel就是一個數(shù)據(jù)分析的利器。

隨著數(shù)據(jù)量的增加可以進一步學習數(shù)據(jù)庫、編程語言等相關(guān)知識。目前行業(yè)里做數(shù)據(jù)分析實現(xiàn)的不少BI工程師基本上都屬于應用級分析人員，懂數(shù)據(jù)庫知識和BI工具的知識基本就可以了，涉及到編程的地方非常少。

對于基礎(chǔ)比較好的人可以從事研發(fā)級分析，目前通過機器學習的方式來實現(xiàn)數(shù)據(jù)分析是比較流行的做法。機器學習的實現(xiàn)步驟包括數(shù)據(jù)收集、算法設計、算法實現(xiàn)、算法驗證、算法應用等，機器學習開發(fā)需要有扎實的數(shù)學基礎(chǔ)和程序設計基礎(chǔ)。

目前采用Python進行機器學習實現(xiàn)是比較常見的選擇，由于Python語言自身比較簡單，而且Python語言有大量的庫可以使用，所以采用Python做機器學習是非常方便的，在開發(fā)周期、代碼量和代碼調(diào)整等方面，Python與Java相比都具備一定的優(yōu)勢。

人工智能和大數(shù)據(jù)是我的主要研究方向，目前也在帶相關(guān)方向的研究生，我會陸續(xù)在酷米寫一些關(guān)于人工智能方面的文章，感興趣的朋友可以關(guān)注我，相信一定會有所收獲。

如果有互聯(lián)網(wǎng)方面的問題，也可以咨詢我，謝謝！

29歲轉(zhuǎn)行做大數(shù)據(jù)分析師為時不晚，但是我不建議大家盲目轉(zhuǎn)行。

為什么這么說？29歲將近30歲正值人生的關(guān)鍵時期，如果工作正出于上升期或者比較穩(wěn)定的狀態(tài)，一般不會輕易轉(zhuǎn)行，因為轉(zhuǎn)行的風險比較大。當然如果你已經(jīng)下定決心轉(zhuǎn)行大數(shù)據(jù)分析師，那么一定要提前預判各種困難出現(xiàn)的可能性，同時制定詳盡完備的學習提升計劃，為達成目標放手一搏。

身處大數(shù)據(jù)時代，之所以有越來越多的小伙伴準備轉(zhuǎn)行做大數(shù)據(jù)分析師，正是看中了大數(shù)據(jù)分析師未來的發(fā)展前景。那么要想成功轉(zhuǎn)型成為一名合格的大數(shù)據(jù)分析師，都要學習哪些知識呢？下面我就幫大家總結(jié)一下大數(shù)據(jù)分析師所需掌握的技能點：

這是很大一部分大數(shù)據(jù)分析師的短板。當然這里說的不是簡單的一些統(tǒng)計而已。而是包括均值、中位數(shù)、標準差、方差、概率、假設檢驗等等具有時間、空間、數(shù)據(jù)本身。當然，做個一般的大數(shù)據(jù)分析師，不會涉及到很深的高等數(shù)學知識，但是要想成為一名優(yōu)秀的大數(shù)據(jù)分析師，還是要在高數(shù)方面多下功夫。

比如結(jié)構(gòu)化思維、思維導圖、或百度腦圖、麥肯錫式分析，了解一些smart、5W2H、SWOT等等那就更好了。不一定要掌握多深多全，但一定要了解一些。

大數(shù)據(jù)大數(shù)據(jù)，就是數(shù)據(jù)量很多，Excel就解決不了這么大數(shù)據(jù)量的時候，就得使用數(shù)據(jù)庫。如果是關(guān)系型數(shù)據(jù)庫，比如Oracle、mysql、sqlserver等等，你還得要學習使用SQL語句，篩選排序，匯總等等。非關(guān)系型數(shù)據(jù)庫也得要學習，比如：Cassandra、Mongodb、CouchDB、Redis、 Riak、Membase、Neo4j 和 HBase等等，起碼常用的了解一兩個，比如Hbase，Mongodb，redis等。

其實對于大數(shù)據(jù)分析師來說，了解業(yè)務比了解數(shù)據(jù)更重要。對于行業(yè)業(yè)務是怎么走的對于數(shù)據(jù)的分析有著非常重要的作用，不了解業(yè)務，可能你分析的結(jié)果不是別人想要的。

比如：Linux OS、Hadoop（存儲HDFS，計算Yarn）、Spark、或另外一些中間件。目前用得多的開發(fā)工具Java、python等等語言工具。

其實做為一名大數(shù)據(jù)分析師是相當燒腦的。單純的數(shù)據(jù)方面能力遠遠不能達到崗位需求，業(yè)務和統(tǒng)計知識的學習也是必不可少的。所以如果你已經(jīng)認準大數(shù)據(jù)分析師這條路，就請堅定不移的走下去，并未為之不斷奮斗，努力前行！