一般而言，对于有专业基础(计算机、统计学、数学等相关专业)的同学，入行需要3个月以上的学习与准备时间；而对于非专业背景的转行者来说，入行可能需要更久一点，建议6-12个月的预留时间是合理的。而要成为一个熟练的大数据从业者，2-3年以上的项目和行业经验则是在所难免。
数据分析是一种工具，在金融、互联网、电子商务、公共服务、医疗健康等领域都有着广泛的应用。职位上，偏业务的，有数据分析师、数据产品经理、数据挖掘师等；偏技术的，有大数据工程师、架构师、算法工程师等。晋升通道，是业务主管/数据中心主任、CIO/CDO/CTO、VP、首席数据科学家。可见，数据分析对专业背景和知识素养都有相当的要求，再加之大数据在数学和计算机领域的交叉属性，从事大数据都有一定的门槛限制。
要不要转行？
要不要转行，实际上涉及到职业规划的问题。对此，曾有位哲人发表见解，”最重要的人际关系，是自己与自己的关系，知道自己要什么，不要什么“。这在转行问题上，也是一样。相对于10年以上的职业生涯，拿半年时间用来学习该项技能，还是挺划算的。
读到这儿，可能有人会说了，转行会让之前几年的经验积累统统作废。而实际上，小编认为不必过于担心，因为无论转到哪一行，社会经验和人生理念是都会发挥作用的。而之前的人际关系也类似“山不转水转”的问题，很难界定说哪类人际关系有用，哪类无用——基于这个道理，应全部视作有用。
人生的机会并不多，即使到了30岁，对大多数人来说，这也只是职业生涯的前半部分，完全不必缩头缩脑患得患失。要知道，不怕失去，才有可能收获更多。如果有了明确的发展规划，何不义无反顾地投入到新的开始呢？
如何转行？
明确了要不要转行之后，就又回到如何转行的问题上来了。
如果你尚未毕业，建议先打好基础，学好概率与数理统计、数值分析、多元分析、泛函分析、软件工程等，可以选修软件工程、数据库原理、一到两门编程语言；同时掌握分析工具（如spss/R/matlab）原理；有时间的话，可以参加一些数据建模方面的大赛，对自己能力提升和职业生涯会很有帮助。
如果，你已经是一个从业者。要想跨入数据分析师，也许很多情况下你只能从“工人”做起（这意味着在很大长一段时间内，你的工作内容都可能比较枯燥，做的也都是没有“技术”含量的内容），但当你慢慢成为“熟练工”时，随着行业知识和技能的积累，你也会走上“数据设计师”之路。开始从事“高大上”或更有技术含量的工作。
一、至少花三个月掌握技术 正所谓“磨刀不误砍柴工”，作为一个技术工种，至少花3-6个月的时间学习大数据分析相关基础知识，是不过分的。时间分配如下：
1、花1个月时间，学习数据库、sql知识，推荐《深入浅出SQL(中文版)》；
2、花1-2个月时间，学习基础的统计学知识，搜集统计学学习资料，列个统计学书单；
3、花1个月时间，学习最基础的数据挖掘模型，推荐《数据挖掘导论（PDF中文完整版）》；
4、花1个月时间，掌握一门基础的挖掘软件。 基础夯实之后，还要保持持续的学习能力。坚持学习各类知识，不仅限于技能层面。
二、选择感兴趣的行业
如果，你还没毕业。
可以在结合热门行业的基础上，分析自己的兴趣。选定一个行业后，可以通过互联网，熟悉所行业对应的商业模式。有机会，也可以参加一些同行的沙龙或分享，以了解该岗位的人都在做什么。并对比自己当前的知识储备，有针对性地补充知识。
如果，你已是从业者。
选择本行业或相关行业，会让你的行业经验和业务知识，更好地发挥优势。
三、开始寻找机会
对于跨行业转入的同学，当你做好上述准备的时候。就可以着手找个机会了：
1、内部转岗
2、选择中、小型公司，先入门，再修行。
几点建议
看书和看视频是学不会数据分析的。多参加一些项目，通过校内大赛增加实践机会，入行时候找一份能接触到数据的岗位（任何岗位都可以，市场、运营之类的职位很多）。
工具先从一个容易上手的学起，excel/spss/sql都可以，顺手就行，后续可以再学高级工具如R或者python。
终身学习： 前面已经讲过了，即便用一段时间掌握了大数据分析相关基础知识，也还是要在之后的从业生涯里，保持持续的学习力。
因为，大数据是一个实践性很强的学科，从实际工作中获取的知识和能力是学校里无法获得的，企业最终看重的，也是一个人的实际工作能力。你可以在学习社区通过分享和交流，补充课外知识和get新技能。
温馨提示：答案为网友推荐，仅供参考