主圖時下的大數據時代與人工智慧熱潮，有很多人對數據分析感興趣，卻下手無從。零基礎小白剛接觸數據分析會有這樣的疑問，沒有數學基礎，可以學習數據分析嗎？如何找到一份數據分析的實習呢？帶著這些問題，我們一起來看今天要探討的問題。
什麼叫數據分析？什麼樣的人適合學習數據分析？應該學習哪些內容？需要用到哪些學習資料？自學數據分析如何安排時間？不是相關專業，如何打造簡歷？
圖片來源於百度想要學習數據分析技能，or利用數據分析提高自己的工作效率，or解鎖新技能，看完這些，可以考慮自己適不適合學習數據分析。
一、什麼叫做數據分析
數據是21世紀最性感的行業，生活在大數據年代，需要用到數據去解決問題，並且支持決策，數據分析從廣泛上來理解，不僅包含數據分析師這個崗位，同時更多的是一種技能，無論從事什麼行業什麼崗位，都可以通過學習這種技能，來提高自己的工作效率，增強自己對於數據的洞察能力，而這個能力，無論是在工作學習還是生活中，都能起到很大的作用。
圖片來源於百度二、什麼人適合學習數據分析？
第一類：想要成為數據分析師，數據分析的技能是必備的。
第二類：想要提升工作效率，增強自身數據敏感程度。
未來幾年，隨著各行各業的數據基礎建設越來越完備，各個行業都會急需數據敏感的人才
圖片來源於百度沒有數學或者編程的基礎，能否學習數據分析呢？
這裡需要分情況討論，如果你的職業目標是希望成為一名偏建模方向，或者是偏技術方向的數據分析師的話，對數學和編程的能力要求是很高的，靠短期的突擊達到要求是比較困難的；如果想學習數據分析的技能，或者想成為一名偏業務方向的數據分析，有數學或者編程基礎最好，沒有也可以通過短期內的學習來達到要求，明確自己的目標，再根據自己的情況去進行合理的選擇。
圖片來源於百度三、自學數據分析的學習模塊
數據分析可以分為三大模塊，分別是理論基礎、技能點以及商業知識。每個模塊將按照學習內容，學習資料，以及需要點亮的技能三個部分展開為大家介紹。
1. 理論基礎篇：包括統計學還有概率知識兩部分，而這些知識，是支撐我們一切分析過程的理論基礎。比如說數據分析師經常在工作中，需要設計ab實驗，來評估兩個版本的優劣。首先你需要明白假設檢驗的原理，才能夠驗證出本次的實驗產生的波動，並不是由於隨機誤差帶來的，而是由於ab兩個版本內部的一些因素影響導致的，就是說你需要了解置信區間，在實驗結果出來之後能夠去評估一個區間，確定a版本究竟比b版本帶來了多少DAU的增長。
商務與經濟統計推薦資料：《商務與經濟統計》（書），可汗學院的《統計學》（視頻課程），對零基礎的小白非常友好，都是從中數眾位數等簡單的描述性統計開始講起。書配合視頻共同學習，去交叉驗證相互理解，會有融會貫通的感覺。
網易免費公開課需要重點掌握的理論基礎知識點：
1) 假設檢驗相關的一切知識。假設檢驗是支撐我們ab實驗的理論基礎。
包括：假設檢驗的原理 顯著性檢驗、p值、常用檢驗方法 置信區間 參數估計與區間估計。
2) 概率論。排列組合 條件概率 貝葉公式 隨機過程
本期分享就到這裡了，看完是不是覺得很多名詞特別陌生，不要著急，掌握一門技術，就是一次全新的開始，如果下定決心學習這門技能，就一步一步克服這些苦難，不要還沒開始，就自己投降了。
本期內容未結束，有問題歡迎留言！