企業的大資料分析專家，需要具備什麼樣的素質？

什麼樣的人，可以稱為大資料分析專家，可能根本沒有一個標準。就像籠統的說這個人是一個好人一樣。這篇文章告訴我們，我們應該先搞清楚我們需要具備什麼樣的能力，再自封或尋找專家不遲。

在谷歌上搜尋最希望在Linkedin上獲得的人才，其結果是大資料專家。而各個公司在谷歌上搜尋具有大資料專家履歷的候選人仍保持了最大的搜尋量。在與這些公司討論了他們真正需要什麼樣的人才後，得出的結論是：大資料專家不存在。下文將告訴你為什麼。

公司認為自己所需的人才該具備什麼素質?我想是技能，經驗和態度的結合。具體總結如下：

1)專家。也指行業內的專業人才。意思是他確實知道自己做的是什麼並且已經做了好幾年了。雖然大資料並不是新的專業領域，但是儲存，處理，分析和視覺化大資料這些方面的工具尚未完全成熟。所以這些工具的使用技能很稀缺。

2)資料庫知識。如果你在尋找資料專家，那麼也意味著該資料專家瞭解資料庫方面的知識。hadoop憑藉優異的儲存和處理資料的大資料架構佔據一席之地，同時關係型資料庫也面臨來自其他型別資料庫(如NoSQL)在提高查詢效能方面的競爭。每個公司都會選擇以最優的成本效益實現最大化業務需求的資料庫。其他資料庫則可能需要不同查詢語言的知識。

3)ETL。當完成了資料的收集和儲存，接下來就要提取、轉換和載入資料(即ETL過程)到分析/報告環境中，這個過程需要大量具體而特別的知識。如果不使用對“業務使用者”高度友好性的成熟的ETL工具，你可能還需要了解如何使用SQL來轉移資料。使用“大資料”可能會影響在您假定的非工作時間視窗內提取和載入資料。

4)分析技能。你在大學期間學到的技能之一就是通過分析法來解決問題。善於分析並不是適合每一個人的技能，就我所瞭解到的，大多數情況下要求具備該技能時會同時要求具備學士學位。在我看來，好奇心也是一個有助於獲得新見解的技能。

5)業務知識。脫離特定場景的資料是沒有多大用處的。要了解某個部門的業務(例如網路營銷或人力資源)，需要擁有相關經驗以瞭解他們的需求和挑戰，並且將資料轉換為商業智慧。在商業知識領域，人們可以理解為一個候選人需要能夠展示其分析過程和結論並能夠將結果傳達到更廣泛的(更高階)管理領域。在正確的時間使用正確的語言並且讓所有人聽從你的建議是非常特別，有價值和稀缺的技能!

6)視覺化資料。即使你已經完成了所有的工作，包括收集所需的資料，分析資料並且找到一些可以分享的有意義的觀點，但還有一個挑戰就是視覺化資料，視覺化資料可以立即顯示資料價值。有針對這方面的研究顯示，人們傾向於觀看影象的上部(因此上部位置適合放置報告或儀表板)，並且太多的文字可能干擾所呈現的資訊。
　　人工智慧、大資料、雲端計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
資料分析是什麼，如何完善資料分析知識體系
http://www.duozhishidai.com/article-7743-1.html
資料分析是什麼？如何從零開始學習資料分析？
http://www.duozhishidai.com/article-7653-1.html
大資料現在處於什麼階段，入行大資料，需要學習哪些基礎知識？
http://www.duozhishidai.com/article-1169-1.html

---

多智時代-人工智慧和大資料學習入門網站|人工智慧、大資料、物聯網、雲端計算的學習交流網站