大學階段應重點關注哪些知識學習和能力培養？

謝邀，最近也是校招季，就說一點實際的吧，列舉一些需要掌握的內容

第一階段：Excel

每一位數據分析師都脫離不開Excel。這一階段主要就是學習Excel的透視表、函數等等操作，能夠使用excel進行簡單的數據分析與可視化報告。

第二階段：SQL數據庫語言

作為數據分析人員，我們首先要知道如何去獲取數據，其中最常見的就是從關系型數據庫中取數，因此你可以不會R，不會python，但是你不能不會SQL。主要了解數據庫查詢語言，where，因此你可以不會R，不會python，但是你不能不會SQL。主要了解數據庫查詢語言，where，limit，and和or的邏輯，時間轉換函數等。

推薦書籍：《MYSQL必知必會》

第三階段：數據可視化

數據分析界有一句經典名言，字不如表，表不如圖。實際上除掉數據挖掘這類高級分析，不少數據分析就是監控數據和觀察數據。除此此外，數據分析的大多時候都是要兜售自己的觀點和結論的，而兜售的最好方式就是做出觀點清晰數據詳實的PPT和報表給老板看。

可視化的工具有很多，這里我推薦Tableau（國外）或者FineBI（國內），FineBI是國產的用起來方便點。這兩款都不要編程功底，實現起來簡單，功能強大。

推薦書籍：《用圖表說話》-麥肯錫

第四階段：數理統計學

這里我們需要從基礎的統計理論(描述性統計、區間估計、假設檢驗等)出發，到基本的統計分析（T檢驗、方差分析等），最后到商業常用的模型（回歸分析、方差分析等），學習數據分析背后的邏輯，掌握實用統計學的概念和會利用統計的思維去思考問題。

推薦書籍：《從零進階 數據分析的統計基礎》-曹正鳳

第五階段：SPSS

SPSS是統計分析入門軟件，如果你想快速入門而又不想學習編程，我推薦使用SPSS。學習SPSS的重點并不在于軟件本身，而是相關的統計學知識，這也是在前面建議你鋪墊的，也就是你要學會怎樣去分析“輸入數據后，軟件給你呈現的結果”。

推薦書籍：《如虎添翼 數據處理的SPSS/SAS EG實現》-徐筱剛

第六階段：數據挖掘

學習算法模型包括線性回歸、邏輯回歸、主成分分析、因子分析、聚類、關聯規則、決策樹、隨機森林、支持向量機、貝葉斯、神經網絡等，建議選擇一門編程語言來學習。

Python或者R語言，這一點是必備項也是加分項，在數據挖掘方向是必備項，語言相比較工具更加靈活也更加實用。

推薦書籍：《笨方法學Python》《像計算機科學家一樣思考》《Python數據科學手冊》《利用Python進行數據分析》《數據科學入門》

第七階段：數據分析行業應用和數據分析思維

對于數據分析師來說，業務的了解比數據方法論更重要。當然很遺憾，業務學習沒有捷徑。平時可以多看一些行業報告，熟悉行業的業務和商業模式，對你有好處。

推薦書籍：《增長黑客》；《精益數據分析》