一. 数据分析需要掌握哪些必备嘚统计学知识

1.平均值、中位数、众数
3.统计分布：正态分布、指数分布、二项分布、卡方分布

二、数据分析的常用工具都有哪些？

• SQL：数据科學家的必备技能
• ECXCEL：容易上手所见即所得，无需编程即可对数据进行运算和作图
• R：专门为数据科学而设计的语言，在数据科学领域比PYTHON略微受欢迎些
• Python：简单易学，功能强大且丰富是大学教授中最受欢迎的编程语言。
• Spark:专为大规模数据处理而设计的基于内存计算的引擎
  Tableau: 帮囚们查看并处理数据，可进行快速分析、可视化并分享结果
  

从事数据科学所需要掌握的技能都有哪些

要从事数据科学，我们需要从数据知识、计算机知识、专业知识这三个维度考虑

• 2 基本的大学数学知识包括微积分和线性代数。
• 3 统计学知识包括描述统计学和推导统计学
• 5 算法知识，如回归、分类、聚类算法等
• 6 数据可视化，将你的分析结果展示出来
• 7 `领域专业知识，如商业知识、生物知识等视具体分析嘚问题而定。

3.科学数据的工作流程是怎么样的

虽然数据分析是一个不断迭代的过程，而且不同的步骤会有些交叉但是我们依然可以将過程简化为以下七个步骤：

在一个数据项目中，我们绝大部分的努力都将花在获取数据和清洗数据上（步骤2-3）以及展示分析结果和过程（6-7）上

2.数据科学中都有哪些职业角色？

• 数据科学家（data scieneists):有人这样描述数据科学家他们比统计学家更懂编程，而比工程师更懂统计
• 数据分析师（data analysts):他们研究数据并提供相应的报告和可视化图表，可以将数据分析师看作数据科学家的低配版初级数据科学家，一般是从事数据科學工作的第一步数据分析师不需要具备高深的研究背景来发明新算法，但是他们要熟练掌握现有工具来解决问题
• 数据工程师（ data engineers)：他们昰软件工程师的一种，为数据科学家们提供软件基础设施服务建设强壮的数据管道来清洗、转移、聚合多种杂乱无章的数据，并存放道特定的数据库中他们需要管理数据库系统；写复杂的查询语句来抽取数据，维护多台服务器懂得hadoop等分布式系统。