㈠ 数据分析常用哪些工具
1、数据处理工具：Excel
数据分析师，在有些公司也会有数据产品经理、数据挖掘工程师等等。他们最初级最主要的工具就是Excel。有些公司也会涉及到像Visio，Xmind、PPT等设计图标数据分析方面的高级技巧。数据分析师是一个需要拥有较强综合能力的岗位，因此，在有些互联网公司仍然需要数据透视表演练、Vision跨职能流程图演练、Xmind项目计划导图演练、PPT高级动画技巧等。
2、数据库：MySQL
Excel如果能够玩的很转，能胜任一部分数据量不是很大的公司。但是基于Excel处理数据能力有限，如果想胜任中型的互联网公司中数据分析岗位还是比较困难。因此需要学会数据库技术，一般Mysql。你需要了解MySQL管理工具的使用以及数据库的基本操作;数据表的基本操作、MySQL的数据类型和运算符、MySQL函数、查询语句、存储过程与函数、触发程序以及视图等。比较高阶的需要学习MySQL的备份和恢复;熟悉完整的MySQL数据系统开发流程。
3、数据可视化：Tableau & Echarts
如果说前面2条是数据处理的技术，那么在如今“颜值为王”的现在，如何将数据展现得更好看，让别人更愿意看，这也是一个技术活。好比公司领导让你对某一个项目得研究成果做汇报，那么你不可能给他看单纯的数据一样，你需要让数据更直观，甚至更美观。
㈡ 留学英国哪些大学的数据分析专业好
留学英国哪些大学的数据分析专业好?
1. 伦敦政治经济学院LSE
(The London School of Economics and Political Science)
MSc in Data Science
数据科学
该专业开设在Department of
Statistics统计学方向下，是17/18学年新推出的课程，也说明名校对于社会需求做出的反应还是很迅速的。课程旨在让学生能够应用先进的数据科学和统计方法来调查现实世界的问题。核心课程将为您提供数据科学，计算技术和统计分析，数据挖掘等一些基本理论。
然后你将从以下选修课程中，根据自己的职业方向，进行选修：
ST446 Distributed Computing for Big Data (H)大数据分布式计算
ST444 Statistical Computing (H)统计计算
ST405 Multivariate Methods (H)多变量方法
ST411 Generalised Linear Modelling and SurvivalAnalysis (H)广义线性建模与生存分析
ST422 Time Series (H)时间序列
ST436 Financial Statistics (H)金融统计
ST429 Probabilistic Methods in Risk Management andInsurance
(H)风险管理与保险概率法
MY459 Quantitative Text Analysis (H)定量文本分析
MA407 Algorithms and Computation (H)法与计算
MA424 Modelling in Operations Research (H)运营研究建模
入学要求：学术：中国TOP35位大学，平均分85%以上
雅思：7.0(R/L6.5;W/S6.0)
每年学费：26,448英镑/年
2. 华威大学
(University of Warwick)
华威大学作为英国国家数据科学研究所Alan Turing Institute数据分析研究的领导者，并且与纽约城市科学与进步中心New York
Centre for Urban Science and Progress合作。
有2个与大数据相关的专业：
(1)MSc in DataAnalytics
数据分析
开设在Department of Computer
Science计算机科学学院下，课程提供数据分析的跨学科视角，使学生能够获得计算机科学，数学和工程的先进知识，这对未来在“大数据”中的作用至关重要，使华威大学的毕业生在网络安全，金融，政府和技术等领域具有独特的价值。
入学要求：学术：相当于英国二等二荣誉学士学位，数学，科学或分析学科要比较强
雅思：6.5(6.0)
每年学费：23,460英镑/年
(2)MSc in Big Dataand Digital Futures
大数据和数字期货
开设在Centre for Interdisciplinary
Methodologies跨学科方法研究中心，该课程介绍了数据对传统研究流程的挑战以及对安全性，隐私权，伦理学以及治理和政策的影响。
入学要求：学术：相当于英国一等或二等一荣誉学士学位，数学，科学或分析学科要比较强。不需要计算机科学，数学或统计学背景。重点是他们想要更多地了解数据和数字在日常生活中发挥作用的方式。愿意参与现实世界的社会科学问题，对大数据和数字期货感兴趣。
雅思：7.0(6.0/2项7.0+)
每年学费：19,180英镑/年
3. 伦敦国王学院
KCL(King's College London)
Big Data in Culture & Society MA
大数据文化与社会
该专业开设在Department of Digital Humanities数字人文学院，The Digital Humanities
department (2014 Research
ExcellenceFramework)数字人文科学排在全英TOP1。伦敦国王学院率先在文化与社会的大数据中认识到大数据在当代社会日益增长的重要性，从艺术和人文学的角度来解决大数据的理论和实践。
入学要求：学术：相当于英国二等一荣誉学士学位，商科/英语/艺术/人文或者社科相关专业
雅思：7.0(R/W6.5，S/L6.0)
每年学费：22,800英镑/年
㈢ 感觉好多机构都有什么数据分析师证书之类，到底哪些证书是比较靠谱或比较有含金量的，哪些是浑水摸鱼的
诚然， 获得数据分析师认证证书，取得行业敲门金砖，并进而成功拿到心仪企业的Offer，是不少求职者的梦想。市场中的证书较多，有些是含金量高的，而有些是价值低的，大家一定要选择到好的认证。在这里给大家比较下目前市场中的数据分析类证书。
一般认证机构是两种类型，一种是国家部门认证，一种是行业性质认证。
l 国家部门认证
目前国家部门关于数据分析的认证还没有一个权威的机构。大数据属于新兴科技，一般前沿技术会先实践于企业之中，而相关部门的了解会有滞后性，所以关于大数据和数据分析的专业化技能、知识体系等主要是流行于高科技企业之中，在这个行业成熟之前，国家部门是无法颁发具备专业性兼具认可度和权威性的证书。目前有发证的机构是工信部、教育部、人社部，这几个部门发的证书更多是一个技能的证明，因为在他们管理的上千个认证中，根本无法做到专业，这些证书可能会在国有企事业单位中有一定的参考作用，但并不具有评职称作用，在大数据行业内也无人问津。
l 行业性质认证
1. SAS认证
SAS全球专业认证是由SAS公司颁发的、国际上公认的数据挖掘和商业智能领域的权威认证，随着我国DT环境和应用的日渐进步，以上两个领域将有极大的行业发展空间。获取SAS全球专业认证，会让您在数据挖掘、数据分析领域积累丰富经验奠定良好的基础。但是SAS面临的问题在于，越来越多的竞争性开源软件进入市场，如R语言，PYTHON，Spark等等，由于SAS昂贵的费用，导致自身软件的使用率下降，市场占有率低，在中国一般是大型银行有用到SAS，而其他单位的使用逐年减少。因此SAS证书对于大多数的数据分析人士来讲，如果你是倾向于找国有大型银行的工作，可以考虑；如果你是希望去北美发展，也可以考虑；但如果没有这种机会，最好还是考个其他的认证。by the way， Oracle的认证也类似，不过Oracle的认证没有SAS的好使
2. Coursera
Coursera是免费大型公开在线课程项目，由美国斯坦福大学两名计算机科学教授创办。旨在同世界顶尖大学合作，在线提供免费的网络公开课程。Coursera的首批合作院校包括斯坦福大学、密歇根大学、普林斯顿大学、宾夕法尼亚大学等美国名校。
Coursera证书是每门课程的结业证书，代表修过这门课程并具备相关技能，在美国来讲一些学校是认可的，对申报留学也许有一些作用，但是在国内来讲也更多是一个技能参考作用。by the way， edx也类似
3. CDA数据分析师认证
CDA认证是由CDA Institute发起，在国内由经管之家承办的数据分析师专业证书。是一套专业化，科学化，国际化，系统化的人才考核标准，分为LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能，符合当今全球大数据及数据分析技术潮流。每年6月与12月底在全国范围举办线下数据分析师考试，通过考试者可获得CDA数据分析师认证证书。CDA认证目前已被德勤（Deloitte）、苏宁、中国电信、重庆统计局等企业单位纳入到了内部员工的考核之中，并且来自网络、阿里、京东、惠普、中国银行、IBM、联想、移动、华为、尼尔森宝马、奔驰及政府部门等企业单位的员工有考取CDA认证，并获得了不错的薪资和职位。由于CDA数据分析师专注于数据分析和大数据领域，每年投入大量的资金和人力用于研发，目前CDA认证算是国内最具认可度、含金量最高的证书。
4. BDA认证
BDA是由中国商业统计学会设立的数据分析师培训与考试项目，为提高数据分析工作人员的业务素质。分为初、中、高三个级别，该认证近两年才出来，属于一个新的证书，目前还没有一定的知名度。相关的宣传网站建设还不完善，知识体系还不够强，不推荐大家考取。
其他的一些机构认证大多是自己公司的培训证书，就更没有参考价值了。
以上推荐的相关资源，希望能帮助大家快速进步，学习到必备技术，获取到认证证书，为自己的数据分析职业道路做好扎实的铺垫！