这是一位来自211硕士统计专业的小姐姐，有着非常扎实的统计理论知识，在第一次实习之后的总结，希望对于大家有所参考。(因为我发现很多在校的学生想做数据分析，但是自己完全不知道方向）
何为数据分析
在我看来，数据分析便是用相关的统计方法对数据进行分析预测，以求最大化地发挥数据的作用，提升公司的业务处理效率，能够更精准的制定策略。
总结以及建议
2021年3月份至5月份这段时间里，我在某垂直领域上市公司开始了我的第一段数据分析的实习生涯。在此之前，我大多是在课业上面或是在牛客网上面学习相关的知识、刷题库等等。在此，我想给目标是往数据分析方向发展的小伙伴们简单分享一下我的经验。
首先：
理论知识的积累是必不可少的。我在本科期间所修专业是统计学，非常偏学术方向，学习的大多都是时间序列、计量经济学之类的理论方法，因此在本科期间，我将统计学相关的基础知识掌握的比较扎实。进入研究生以后，我选择了应用统计专业，学习如何将理论知识运用到实际生活中去。在这五年的积累下，我的理论知识储备的较为完备。
如果想要做数据分析相关的工作，而之前所学的专业与统计学关联性并不大，也没有关系，家中常备贾俊平的《统计学》，闲来无事翻上一翻，在学习生活中如果遇到不明白的模型，可以上CNSD论坛查看大神详细图解。在平时的一点一滴的积累下，你很快就会发现，你已然能够独立地解决很多数据分析的问题。
其次
一定要掌握一至两门语言。随着大数据时代的到来，我们必须掌握处理大数据的语言，方能在茫茫数据中找到我们需要的数据，并对该数据进行准确的分析预测。关于提数取数的语言，目前使用最广泛、最便捷的语言便是SQL，这个语言是提数取数的利器，能够快速从大量数据中根据条件筛选出需要的数据。
取出需要的数据之后，就要进行数据的分析预测工作了，而这一方面的软件，较为推荐的是R语言或是python。R语言是专门做统计算法的开源软件，里面有各种各样便捷的R包；而python同样是一门可以作数据处理的开源软件，且python的语言浅显易懂，很适合新人入门学习。
最后
便是实习方面的经验累积。初入公司的几天，所做的工作都是较基础的，但是在做这些工作的过程中，能够很快了解公司的架构、部门的主要职责，以及提升处理任务的效率。
在熟悉部门职责之后，便会开始协同解决部门需求，而这一部分的处理过程中难免需要使用大量的SQL语言进行取数提数，并使用R或是python进行数据分析，这就需要你事先掌握相关的软件技能，以及数据分析的理论知识。在处理数据的过程中，能够快速提升自己软件技能的熟练程度，而在遇到瓶颈之时，同组的大牛们都会不吝赐教。不得不说，实习能够让你所有的技能熟练程度有质的飞跃（当然前提是要有量的积累）。
写在最后
最后的最后，祝大家都能找到自己向往的工作。
如果大家有关于这部分具体的问题可以留言
