网上都在说数据分析师门槛低，工资高，动辄年薪百万？（谁说的？我也去）
你要是相信：都在说、门槛低、工资高三件事会同时存在，那我也救不了你了。
要知道，愿意高薪招聘数据分析师的公司，门槛都不低。而想进大厂的人多了去了，单纯拼资历、拼背景，拼经验就能刷下90%的人，还轮不到拼技能。而门槛低的数据工作，可替代性不会低。只是做个统计、拉个数、平时没人搭理的数据专员遍地都是。
至于为什么有那么多人宣传：低门槛，高薪资。这么说吧，上次我听有人这么讲，还是在讲座上，一个主持人有请用了xx大师的高效记忆法后神速背单词的高三学生上台分享。
这些人还喜欢用以下话术：
“我是二本，一个月0基础逆袭进入XX”
“感谢某老师带我成功进入XX行业”
“我学完XX技能就能拿高薪了”
但凡头脑稍微清醒一点，都知道这些是托儿。然而为啥这些“卖神药”的总有市场呢？因为病急乱投医，人在着急的时候，总愿意相信有这种神秘的力量，会觉得万一这是真的呢？
那数据分析师薪资到底多少？实事求是地说，目前数据分析师的薪资主要划分为初级/中级/高级三个等级，接下来，我们根据不同的岗位JD来看看其对应的不同等级的岗位薪资。
首先，初级数据分析师，主要工作职责为∶数据监控，报表输出，为业务决策提供数据支撑。使用的分析工具主要是excel，部分公司会要求MySQL技能，薪资普遍在6-8k，工作难度和强度都不大。
其次，中级数据分析师，主要职责为∶数据抽取、清洗、转化、集成，要有数据分析思维、会数据建模，会搭建指标体系，要能对接业务部门，满足其临时取数需求。使用的分析工具为SQL，Pyhton，熟悉机器学习，会一种市面上常见的BI软件即可，薪资在15-25k。
最后，高级数据分析师∶要有一定的产品经验、懂得业务痛点。通过数据分析和建模，提出相应的营销科学方案。并且要沉淀定制化方案直到规模化方案。要求 有扎实的机器学习、数据科学基础，熟悉自然语言处理、计算机视觉、推荐策略。薪资一般在40-60k。
你想要多高的薪资，取决于你掌握多少技能，那应该如何沉淀必备技能呢？
excel：一定要会它能够处理几万行的数据量；处于处理小数据范畴。
a. 掌握Excel函数开始，vlookup,if,sumifs等函数
b. 学会使用透视表和做可视化
BI：能将结论以图表的形式展现出来；处于中量数据范畴。
a. 掌握BI软件连接数据库，并且掌握数据清洗操作
b. 能做指标看板
MySQL：基础SQL-Sever语言，大多数数据提取语言都以此为基础，如Hive-sql,
spark-sql等。建表，查询，窗口函数，高级函数，索引优化
Python：能处理百万到千万的数据，属于中大型处理能力。numpy计算，pandas数据清洗，sklearn机器学习等
Hadoop, Spark, Flink：掌握大数据领域最活跃的三个框架（处理千万及以上数据量）
所以啊，要想成为数据分析师，还是要踏实学习苦练本领，成功的路上没有捷径，学习数据分析也是。毕竟公司不傻，高薪不是白给的！
