星哥大怒
29歲轉行做大數據分析師為時不晚，但是我不建議大家盲目轉行。
為什麼這麼說？29歲將近30歲正值人生的關鍵時期，如果工作正出於上升期或者比較穩定的狀態，一般不會輕易轉行，因為轉行的風險比較大。當然如果你已經下定決心轉行大數據分析師，那麼一定要提前預判各種困難出現的可能性，同時制定詳盡完備的學習提升計劃，為達成目標放手一搏。
身處大數據時代，之所以有越來越多的小夥伴準備轉行做大數據分析師，正是看中了大數據分析師未來的發展前景。那麼要想成功轉型成為一名合格的大數據分析師，都要學習哪些知識呢？下面我就幫大家總結一下大數據分析師所需掌握的技能點：
1、統計學知識
這是很大一部分大數據分析師的短板。當然這裡說的不是簡單的一些統計而已。而是包括均值、中位數、標準差、方差、概率、假設檢驗等等具有時間、空間、數據本身。當然，做個一般的大數據分析師，不會涉及到很深的高等數學知識，但是要想成為一名優秀的大數據分析師，還是要在高數方面多下功夫。
2、分析思維的練習
比如結構化思維、思維導圖、或百度腦圖、麥肯錫式分析，瞭解一些smart、5W2H、SWOT等等那就更好了。不一定要掌握多深多全，但一定要了解一些。
3、數據庫知識
大數據大數據，就是數據量很多，Excel就解決不了這麼大數據量的時候，就得使用數據庫。如果是關係型數據庫，比如Oracle、mysql、sqlserver等等，你還得要學習使用SQL語句，篩選排序，彙總等等。非關係型數據庫也得要學習，比如：Cassandra、Mongodb、CouchDB、Redis、 Riak、Membase、Neo4j 和 HBase等等，起碼常用的瞭解一兩個，比如Hbase，Mongodb，redis等。
4、業務學習
其實對於大數據分析師來說，瞭解業務比了解數據更重要。對於行業業務是怎麼走的對於數據的分析有著非常重要的作用，不瞭解業務，可能你分析的結果不是別人想要的。
5、開發工具及環境
比如：Linux OS、Hadoop（存儲HDFS，計算Yarn）、Spark、或另外一些中間件。目前用得多的開發工具Java、python等等語言工具。
其實做為一名大數據分析師是相當燒腦的。單純的數據方面能力遠遠不能達到崗位需求，業務和統計知識的學習也是必不可少的。所以如果你已經認準大數據分析師這條路，就請堅定不移的走下去，並未為之不斷奮鬥，努力前行！
從不加班的程序猿
對於大數據分析崗位來說，29歲入行還是可以的，因為相對於應用級程序員來說，數據分析師的職業生命週期還是比較長的。
隨著大數據時代的到來，數據分析師的知識結構也在進行調整，早期數據分析師不少都是統計學、經濟學相關專業畢業的，而目前數據分析師不少都是數據科學專業、數學、計算機相關專業畢業的，這也是大數據時代的一個特點。
大數據分析的基礎知識包括統計學、計算機和數學，其中計算機相關技術的佔比較大，對於不同知識結構的人來說，從事的數據分析崗位也有一定的區別。對於計算機基礎比較薄弱的人來說可以從工具開始學起，數據分析有大量的工具可以使用，Excel就是一個數據分析的利器。
隨著數據量的增加可以進一步學習數據庫、編程語言等相關知識。目前行業裡做數據分析實現的不少BI工程師基本上都屬於應用級分析人員，懂數據庫知識和BI工具的知識基本就可以了，涉及到編程的地方非常少。
對於基礎比較好的人可以從事研發級分析，目前通過機器學習的方式來實現數據分析是比較流行的做法。機器學習的實現步驟包括數據收集、算法設計、算法實現、算法驗證、算法應用等，機器學習開發需要有紮實的數學基礎和程序設計基礎。
目前採用Python進行機器學習實現是比較常見的選擇，由於Python語言自身比較簡單，而且Python語言有大量的庫可以使用，所以採用Python做機器學習是非常方便的，在開發週期、代碼量和代碼調整等方面，Python與Java相比都具備一定的優勢。
人工智能和大數據是我的主要研究方向，目前也在帶相關方向的研究生，我會陸續在頭條寫一些關於人工智能方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網方面的問題，也可以諮詢我，謝謝！
IT人劉俊明
這個是完全可以的，如果你真的對這個領域很感興趣，完全可以轉行做這個，我自己就是做這個相關工作的。
其實這個行業的入門門檻並不是很高，而且工資可觀，大數據分析也是未來的發展趨勢。只要你覺得對coding和加班不反感就可以。
你如果想要入門的話，主要是要先學習如何用python做數據分析，學習數據庫sql，後面可能還要學習java，以及hadoop、spark等大數據處理技術，再高級一點你還要學習常用的數據挖掘和機器學習算法，加油吧，祝你好運！
塵藍荏噬月者
只要你想學，什麼時候都不晚。
大數據、人工智能是以後技術發展趨勢，能早點轉就早點進入這個行業。
蘭智數加學院，專注於大數據，可以瞭解下。
蘭智數加學院
分析師入門是比較容易的，excel和數據庫是基礎，但是做大數據分析師，需要懂hadoop，hive和建模的基本知識，估計這自學要花一年吧。但是找工作來說，你沒有基礎，年齡有些偏大。我相信你轉行是有一定基礎的，偏分析方向還是要了解模型，工作用不用但是面試會要求，python比較火可以瞭解下。編程出身就不用說了，敲代碼的。
飛得更高20181016
這個是完全可以的，如果你真的對這個領域很感興趣，完全可以轉行做這個，我自己就是做這個相關工作的。
其實這個行業的入門門檻並不是很高，而且工資可觀，大數據分析也是未來的發展趨勢。只要你覺得對coding和加班不反感就可以。
你如果想要入門的話，主要是要先學習如何用python做數據分析，學習數據庫sql，後面可能還要學習java，以及hadoop、spark等大數據處理技術，再高級一點你還要學習常用的數據挖掘和機器學習算法，加油吧，祝你好運！
人工智能技術
學習永遠都不晚啊！而且現在職位火，工資給的高。以後一個月的工資就夠你報班的學費了。
你才29歲，那誰揚州八怪之首五十多才開始學畫畫的人家名留千史了都
想要多瞭解可以給我留言
北京AAA教育
大數據表明還不晚
大數據fx師
科技行業無所謂入門遲早問題，現代科技日新月異，想要跟上時代的步伐，必須不斷的學習。老舊的技術有的時候非但不會成為資本，更有可能成為一種負擔。所以乘著滿腔熱血，全身心投入進去，必然可以收穫滿滿的成就感。祝你成功。
若愛晨曦
有大智者，何為晚也。
