1樓：光之帝國2014
兩年前的提問了。。。。
1、對特定領域的資料分析師而言，統計學也好，演算法也好，都是工具，最重要的還是業務理解能力，面向的業務是什麼，希望通過資料獲得哪方面的支撐，能夠獲得並加以分析的資料是哪些，分析方法是否存在時間、投資等方面的要求……
2、對於廣義的大資料分析能力而言，統計學和演算法都很重要，毋庸置疑
2樓：MrSD
你十分愛好資料分析，學了自然好。
價值提公升應該你更清楚，畢竟你都從業了。
時間損失，只能說不會很費時吧。如果有數學基礎，學統計不是太難。如果你只是想在應用上有作為，而不是想做理論研究的話。
3樓：邱燁
提問框文字量要求有限，把一些補充資訊放在這裡。
功課：以下是不才挑揀出來的幾個關於大資料時代資料分析的文章，各位可略讀。
一篇關於資料價值的簡單介紹：http://content.businessvalue.com.cn/post/4357.html
麥肯錫的乙份非常紮實的關於大資料的分析和預期：http://www.
乙個亞馬遜資料學家關於大資料時代的職業分析：http://www.
為了成為資料分析師，去英國 美國讀個統計學碩士有必要嗎？
信步遊方 Data analyst,Data scientist,Data engineer,Data architect,business analyst 其實差別挺大的。可以去http mastersindatascience.org 上面慢慢看。如果英文閱讀水平不好，那 還是別出國了。 機器貓...
想做資料分析師都要學什麼？
弗拉醬 高票答案說得不錯，但，這樣龐雜的學習體系沒個幾年是根本啃不下來的！特別是對於零基礎入門的朋友來說，一下子把難度拔得這麼高很容易讓人喪失學習的動力和勇氣。因此，我們不妨換個思路，先不要追求大而全的效果，轉而採用自底向上 循序漸進的學習方式。現在新技術層出不窮，您要學習大資料，其實還有很多新方法...
專業的籃球資料分析師會利用哪些維度資料分析一場比賽？
最近剛好翻譯了一篇相關的文章叫做 分解籃球原子 知乎專欄 這篇文章詳述了關於籃球的資料分析領域的當前狀況。其中提到了NBA的傳統個人統計資料的專案包括 兩分球 三分球命中率 罰球命中率 犯規助攻 進攻 防守籃板球 蓋帽失誤 搶斷上場時間 但文中提到這些簡單的資料不足以全面的衡量球員在場上的貢獻，例如...