整理了一下学校论坛和智联招聘里边对数据分析师的招聘要求
每个人找自己的目标岗位的时候都可以自己梳理一下，按照重要性排一下顺序。
数据分析师/数据工程师
招聘要求/实习要求
1. 常用数据分析工具
（1） SQL
（2） MySQL
（3） EXCEL
（4） Redis
（5） R
（6） SAS
（7） SPSS
（8） HBase
（9） 各种web工具（Django、JSON、html、Restful、echars等）
（10） RDBMS（熟练使用一种RDB(mysql，sqlserver或postgres)）
（11） Tableau
（12） Microsoft Power bi
（13） ACCESS
（14） ElasticSearch
（15） Bash/Perl/Python相关脚本语言
2. 编程语言
有常用数据分析工具的相关经验；
（1） python
（2） JAVA
（3） SCALA
（4） C++
（5） 常见的数据结构？
（6） Scrapy
（7） Python脚本
3. 系统
（1）Linux或unix
（2）熟练使用 vim
（3）Shell脚本编程
（4）linux系统下的python/c语言编程
4. 分布式平台
（1） Hadoop
（2） Spark
（3） HBase
（4） Hive
（5） Map/Reduce
（6） hive SQL
（7） spark mllib
（8） spring boot
（9） Flink
（10） Pig
（11） Kafka
熟悉并会搭建平台？
具备一定的分布式平台Hadoop/Spark使用经验，熟悉Hadoop生态圈（HBase、Hive等）
有大数据集、分布式计算工具（Map/Reduce，Hadoop，Hive等）工作经验优先；
熟练掌握基本数理统计方法，精通使用hive SQL数据库操作
熟练掌握Spark平台
使用过spark mllib或在spark平台上实现过数据分析算法（回归预测、关联分析）
了解spring boot框架
有大规模分布式海量数据处理经验加分（如Hadoop/Spark/Hive/Flink等）
具有基本的统计学基础和一定的数据挖掘和建模能力，熟悉Linux环境，熟练使用 SQL、Hive、Python、Excel等数据工具
熟悉 Hadoop 平台相关工具，如 Hive、Pig、Spark 等
如果你对Hadoop、Hive、Hbase等分布式平台有一定的理解更好 ，
懂得搭建Hadoop、Spark、Kafka等大数据平台；
5. 数学功底和建模能力，算法
（1） 各种经典的机器学习算法及其原理
（2） 数据处理、分析、挖掘等相关项目
良好的数学功底和建模能力，熟悉常用的经典的算法(LR/SVM/GBDT/Deep FM/Reinforcement learning/Deep learning)
具备一定的大数据的数据抓取、预处理、分析和汇报能力。基本了解常用的分类算法，如决策树、随机森林、K-means聚类等分类模型
了解常见的机器学习算法
如果你有参与过数据处理、分析、挖掘等相关项目更好 （研一上课的那个项目算不算）
掌握常见的算法和实现原理； （原理实现？）
6. 深度学习框架
熟悉常用深度学习框架（如Caffeine、TensorFlow或Torch等）
7. 数据仓库理论和实践
有数据仓库理论和实践经验，熟悉数据仓库相关技术；
掌握关系型数据库一般操作；了解数据仓库和多维分析的模型原理；了解知识图谱、知识建模及其应用的相关知识；
熟悉大数据架构体系；
8. 分析框架？
这个指的是什么？
9. 网络通信
熟悉网络通讯，有http/web开发经验优先；
10. 商品和产品的知识
用户画像等
11. 流行文化
对流行文化、PGC／UGC视频、直播、综艺、音乐、电影等有兴趣及一定认知者优先；
12. 数据可视化？
了解数据可视化多种样式及使用场景
13. NLP？
具备NLP自然语言处理知识储备及经验；
