编辑导读：数据分析师作为互联网行业背景下诞生的岗位，听上去非常高大上，也有不错的职业发展前景。本文作者针对数据分析这个岗位进行了分析，与你分享。

本文来自知乎问答。

问题：想做一名数据分析师，自学了《统计学》、R、SQL等。入门级别的，现在有点迷茫了，下步学什么才是合适的？

我目前自学了《统计学》、JAVA、R、SQL、SPSS。但都是学到学门级别的，现在有点迷茫了，数据分析有那么多工具，不知道学哪些才是最正确的，不知道怎么规划了（问题重点）。我目前考虑的问题主要有两个：

• 短期希望找到一份相关的工作（目前事业编混日子）。
• 长期规划是做一名数据科学家不想走偏了。

正文：

同样是因为喜爱而转行踏上数据科学之路。

毕业工作后，业余时间我一直在关注人工智能的新闻，出于兴趣开始在晚上自学相关的理论知识、工具例如统计学、python。突然有一天，我心血来潮，忽然想通了，为何不投身喜爱的行业，要不然也只是空有一腔热血。

于是我便马不停蹄地开始学习Python，并决定从人工智能时代通用基础能力——数据分析入手。

但因为是零基础转行，所以刚入职很多都不会，挨骂最多的就是做的计划不落地、提的方案脱离业务场景……经历了许多项目、积累了经验后，我总结了以下能帮到你的经验。

一、工具篇——硬实力

从题主学习了这么多工具的经历，想必跟我一样是个“工具控”，接触到有趣又强大的工具会忍不住去学习。

现在我作为数据分析师，题主说的工具我都有在用，目前我在用的一些相关工具的应用场景：