大专以上学历吧，最好是接触过基础的统计学，均值，众数，图表等。然后就是对数字要敏感，喜欢数据分析。再就是做数据分析师要有四个方面的能力：逻辑清晰，了解数据分析建模，懂业务和表达能力。每个人天赋不一样，看你自身的能力，将来的发展方向也不一样。祝你早日成为高级数据分析师。PS：CPDA，我也学过，我是环境科学系毕业12年了，数学较好，英文很烂，勉强上了中国矿业大学。我个人比较看好CPDA的数据分析思维能力培训，这个非常重要，有了这个能力，就好像学会了武功心法，再去学招式就得心应手了。很多人只是一味的学技能，殊不知，光有技能（招式），却不懂如何应用，这个是数据分析的大忌。
论文指导老师选择不要专注于老师的头衔来选择导师。
在大概率的情况下，越有声望的老师，他就越可能没有时间来指导你，例如，当你选择院长的话时，但他可能太忙了，根本无法给本科生提供指导论文。当然，要做的是让其他老师或他的博士生带头。
最后，论文就要成型了，再看一遍。只要签上你的名字。（研究生毕业后，可以由教师扔给博士生）。
毕业论文的基本教学要求是：
1、培养学生综合运用、巩固与扩展所学的基础理论和专业知识，培养学生独立分析、解决实际问题能力、培养学生处理数据和信息的能力。
2、培养学生正确的理论联系实际的工作作风，严肃认真的科学态度。
3、培养学生进行社会调查研究；文献资料收集、阅读和整理、使用；提出论点、综合论证、总结写作等基本技能。
你是要报考这个吧
财务管理方向比较好写。财务管理考研的方向有：企业管理专业，金融学，工商管理专业，会计学等等。毕业的就业方向有：各个企业的会计员，出纳员，财务管理员，财务分析师，理财规划师等等。
企业管理专业指高等学校的一个系里的企业管理这个学业门类。企业管理专业硕士又称企业管理引专业学位研究生，是我国现开设的15类专业学位中的一种，旨在针对一定的职业背景的学员培养高层次、应用型的企业管理人才。
基本要求
写毕业论文主要目的是培养学生综合运用所学知识和技能，理论联系实际，独立分析，解决实际问题的能力，使学生得到从事本专业工作和进行相关的基本训练。毕业论文应反映出作者能够准确地掌握所学的专业基础知识，基本学会综合运用所学知识进行科学研究的方法，对所研究的题目有一定的心得体会，论文题目的范围不宜过宽，一般选择本学科某一重要问题的一个侧面。
毕业论文数据分析的做法如下：
首先，针对实证性论文而言，在开始撰写论文之前，必须要提前确定好数据研究方法。而数据研究方法的确定与选择需要根据大家毕业论文的研究课题来确定。
另外，大家也可以跟自己的的论文指导老师多多交流，尽可能多的了解更多关于研究方法的知识，以供自己选择。除此之外，大家还需要大量查找文献资料，见多识广有大量输入之后才能有所输出，本环节需要大家跟导师沟通商议后决定。
接下来一个比较重要的步骤是搜集和整理实验数据。在这一部分，很多同学朋友都会遇到各种各样的问题，比如，不知道去哪里找数据，找到的数据可靠性无法保障，需要的数据总是无法搜集全面等等各种问题。
那么在这里需要跟大家强调一下，推荐大家使用国家统计局、中国统计年鉴、国泰安、万方等等这些比较权威的网站去搜集数据资料。
在此需要注意的是，国泰安和万方等这些网站是需要收费的，上去看了一下，价格不是很亲民。
给大家分享一下，如果有些数据在国家官方网站确实找不到或者毕业论文所需的最新数据还没及时发布，推荐大家可以上某宝，因为某宝上电子版数据往往都很全面，而且价格大都可以接受。
在此提醒大家搜集到数据之后，一定要按照自己的习惯整理保存好，避免后期使用数据时出现差错。
数据需要修改。可能是你的论文数据不正确或者已经过期并对论文整体影响比较大，需要进行修改。论文数据一定要精确，不要自己胡乱编造，尤其是在论文中占比比较大，并且对论文整体有影响的一定要保证正确性和时效性。
可以先来看几个数据，据猎聘数据显示，数据分析师的平均薪资在20k+，应届生的平均月薪都在10k+。目前数据分析能力已成为各行业必备的通用能力。研究显示，有数据分析能力的人工资比一般人多30%，而没有数据分析能力的人失业率是一般人的2倍。
数据分析师不仅在薪资上有巨大优势，这个职位在未来将会持续有巨大的缺口。据麦肯锡咨询权威预测2025年中国将需数据人才高达220万。
麦肯锡的预测并不是空穴来风。我们调研了目前市场上的数据分析师招聘数量，以boss直聘为例，第一个截图展现了成都地区数据分析师的岗位需求数量，可以看到多个数据分析师的职位需求量都在10k+。
在了解了数据分析师的大范围行业前景和行业薪资后，我们现在就来深入给大家剖析一下数据分析师的发展晋升之路。
总得来说，初级数据分析师可以往两个方向发展：技术岗和非技术岗。这其实就是需要在“业务”或“技术”上选择一个方向。如果一个初级数据分析师希望在业务上深耕，可以选择的职位有两个，一个是数据运营，另一个是数据产品经理。
数据运营是运营岗位的一个分支，岗位职责是需要懂得运营业务模型，并要求能通过数据分析优化运营决策。而数据产品经理，是需要懂得产品业务模型，需要通过数据分析来优化产品功能。
初级数据分析师如果选择技术方向发展，可选择的职位也有很多，例如算法工程师、大数据开发、数据科学家等等。对这些岗位的职责，可以参考下列的解释。
1、算法工程师
运用数理统计知识、编程和业务思维建立数学模型，是当之无愧的产品灵魂。
2、数据开发工程师
数据工程师属于技术岗，负责搭建数据库、处理数据、维护数据安全等工作，主要是服务于数据的使用者，比如上文中的数据分析师、数据产品经理以及数据建模师。
3、数据科学家
数据科学家属于综合性人才，集数据分析能力（＞数据分析师）、统计学基础、业务能力（＞数据产品）、算法（＞算法工程师）与沟通能力于一身。这类人才属于数据分析行业中的顶配，各方面的能力都超一流，不过这类人才相当稀有，在行业中基本是可遇而不可求。
最后说完了数据分析师的职业发展方向，再回归到最重要的行业本质吧。选择一个行业或职位最本质的因素就是赛道。这个道理很简单，人需要在一个天花板不断上升的行业，个人职业的发展的天花板才能跟着往上走。我们都知道只有在路很宽，人不挤的赛道上才能够跑得快，也只有在一个资本都涌入的市场上才挣到更多钱。
综上所述，数据分析师的就业前景是非常好的，如果你想要成为一名优秀的数据分析师，要先找到自己的方向，确立一个职业目标，再逐步掌握数据分析师的必备技能，在软件的基础操作上不断提升自己的应用。
其实基本所有的公司都需要数据分析，只是此类职位在不同公司的地位有所不同。 数据分析师一般多在互联网公司，对业绩、绩效比较看重，一般都会有专业或者非专业的数据分析。 比如阿里巴巴、科技公司、超市、投资企业、 如果你想要找此类的工作
大型的公司，特别是上市公司更多，小企业一般很少考虑这些业务。
很好找工作， 现在各行各业的业务都在进行信息化，也就是很多传统纸笔做的事都在计算机里完成在计算机里完成的内容都会留下数据，那么对数据进行分析能对业务提供很多帮助这就是数据分析、数据挖掘的工作越来越吃香的原因，但是数据分析这类工作对数学有一定要求，既然门槛高，普遍工资待遇自然比一般的程序员高了，当然也会有低端的数据分析岗，以收集数据为主
一、研究目的与意义
1、理论意义或应用前景
要着重说明你为什么要选这个题，写它有没有必要，你选这个题目有什么理论意义和实践意义 。要简洁、直观，很清楚地告诉人家你为什么要定这个，有什么意义。
2、发展趋势
要扣题，要说明进一步探讨这个话题的好处，从自己的条件看可以从哪些方面获得新的突破。有了这样细致的分析与估价，写作者就能确定自己的定位，顺利地进入写作阶段。总之所写的一定要围绕告诉人家你怎么想到定这个题目，为什么写，有什么意义，有没有必要，有什么作用。这样才能说服人家接受你的想法。
二、研究内容
选题的背景和意义，主要说明所选课题的历史背景、国内外研究现状和发展趋势。历史背景部分着重说明本课题前人研究过，研究成果如何。国内外研究现状部分说明本课题目前在国内外研究状况，介绍各种观点，比较各种观点的异同，着重说明本课题目前存在的争论焦点，同时说明自己的观点。
意义一定要叙述的清晰并且是有一定新意的其次注意自己所使用的理论，是用什么理论证明你的观点，也要叙述清楚，否则难以有说服力，在做文献综述和国内外研究水平的评价等等也要有翔实的根，这样才能衬托出选题的意义所在研究的目的、意义。
也就是为什么要研究、研究它有什么价值。这一般可以先从现实需要方面去论述，指出现实当中存在这个问题，需要去研究，去解决，本论文的研究有什么实际作用，然后，再写论文的理论和学术价值。这些都要写得具体一点，有针对性一点，不能漫无边际地空喊口号。
第三，要制订设计方案或调查研究方案，即解决“怎么做”的问题。
明确了“做什么”，下一步就是要确定“怎么做”。
对实验类、设计类，要制订合理的实验方案、设计方案，选择实验工具、设备、仪器、材料。
对社会调查类，要制订调研方案，比如去什么地方调查，调查什么人，调查什么现象等等。
实验方案、设计方案、调查方案是开展毕业设计或论文必不可少的一个步骤。好的方案会非常有助于你的任务开展。如果方案不合理，可能会导致研究走向错误的方向。制订方案需要参考同行、前辈的研究，也要与老师沟通，得到老师的指导。
毕业论文的基本教学要求
培养学生综合运用、巩固与扩展所学的基础理论和专业知识，培养学生独立分析、解决实际问题能力、培养学生处理数据和信息的能力。
培养学生正确的理论联系实际的工作作风，严肃认真的科学态度。
培养学生进行社会调查研究；文献资料收集、阅读和整理、使用；提出论点、综合论证、总结写作等基本技能。
毕业论文成绩评定的标准可能因学校和专业的不同而略有不同，但一般会考虑以下几个方面：1. 论文内容和质量：主要是针对论文的研究内容、结构、论点和论证等方面进行评估，包括论文的主题是否明确、论文的结构是否合理、论点是否充分、论证是否严密、讨论是否深入等。2. 研究方法和数据分析：主要是针对论文的研究方法和数据分析进行评估，包括研究方法是否科学、数据来源是否可靠、数据分析是否准确等。3. 学术水平和创新性：主要是针对论文的学术价值和创新性进行评估，包括论文是否具有一定的学术价值和创新性、是否能够为相关领域的研究提供新的思路和观点等。4. 文章表达和格式：主要是针对论文的语言表达和格式进行评估，包括论文的语言表达是否清晰流畅、格式是否规范、参考文献是否齐全等。在具体评定过程中，不同的学校或专业可能会给出不同的评分标准和权重比例。一般来说，以上几个方面的评估指标是相对独立的，但评分标准是按照一定的比例分配的，例如论文内容和质量占比40%，研究方法和数据分析占比30%，学术水平和创新性占比20%，文章表达和格式占比10%。总之，毕业论文成绩评定的标准是一个多方面、多维度的评价过程，需要综合考虑论文的质量、学术水平、创新性、语言表达和格式等因素，以科学、公正、客观的方式进行评估，确保评分结果具有一定的可靠性和权威性。
统计学毕业论文不一定要建模的，当时我也是请教的莫‘文网，非常多的专业老师，后来没时间还是帮忙搞定的论文从统计学的角度看留学生对于动宾式离合词的习得空间统计学及其在空间模式分析中的应用高校教务管理系统中的数据分析和模型研究初中学生语文偏误的统计学调查与研究地统计学和神经网络在遥感影像分类中的应用研究我国股票价值投资的统计学实证脑动静脉畸形临床表现及血管构筑学指标的统计学分析研究基于古今医案数据分析的黄疸病证治规律研究契丹居民DNA多态性研究与生物统计学分析
毕业论文成绩可以采用五级记分制评定，由校答辩委员会根据各系答辩小组的评分，最终确定评分等级。以下是一种示例：优秀的比例一般控制在15%以内，优良比例不超过65%。
优（90分以上）：
良（80-89分）：
中（70-79）：
及格（60-69）：
不及格（59分以下，同时具备以下三条或三条以上者）：
1、在毕业论文工作期间，态度不够认真，有违反纪律的行为。
2、在教师指导下，仍不能按时和全面地完成与毕业论文有关的各项任务。
3、论文中，理论分析有原则性错误，或结论不正确。
4、论文写作格式不规范，文中使用的概念有不正确之处，栏目不齐全，书写不工整。
5、论文中的图表.设计中的图纸在书写和制作上不规范，不能够执行国家有关标准。
6、原始数据搜集不得当，计算结论不准确，不能正确使用计算机进行研究工作。
7、在论文答辩时，不能正确阐述主要内容，经答辩教师启发，仍不能正确地回答各种问题。
扩展资料：
毕业论文的基本教学要求是：
1、培养学生综合运用、巩固与扩展所学的基础理论和专业知识，培养学生独立分析、解决实际问题能力、培养学生处理数据和信息的能力。
2、培养学生正确的理论联系实际的工作作风，严肃认真的科学态度。
3、培养学生进行社会调查研究；文献资料收集、阅读和整理、使用；提出论点、综合论证、总结写作等基本技能。
学位论文：
学位申请者为申请学位而提出撰写的学术论文叫学位论文。这种论文是考核申请者能否被授予学位的重要条件。
学位申请者如果能通过规定的课程考试，而论文的审查和答辩合格，那么就给予学位。如果说学位申请者的课程考试通过了，但论文在答辩时被评为不合格，那么就不会授予他学位。
有资格申请学位并为申请学位所写的那篇毕业论文就称为学位论文，学士学位论文。学士学位论文既是学位论文又是毕业论文。
参考资料来源：百度百科——毕业论文
数据分析师只是一个资格认证，并不是指某一个岗位，它的工资是要和相对企业作挂钩的，假如一个小企业需要一个数据分析师，你去了，是要根据工作含金量，来定的！首先是老板，他是肯定要压缩你的基本工资的，而且还要有试用期，而且你还会发现，你的工作并不只是分析，你还要做一些表格整理，文案编辑，还有些其他的工作，不可能哪个公司招来的数据人才，就只是做数据，如果你是那么想，就想的太简单，尤其是刚入行的人，眼高手低，很有可能几天就被炒了！你如果老是想着，我是为了这份工作才学的数据分析，那就很有可能做不长远，一旦在这个行业受挫，又去接触了其他行业，你学的东西会很快的被荒废，时间久了，你学的东西就会变的生疏。即使你有证也没有用了！跟买回来的毕业证一样。
一般来说，数据分析师的薪资在8k-30k区间内，可以看出，这是一个较大的区间范围。尤其是这个区间出现了突低的情况。这是由于在这个区间前后的区间在10k-20k这样范围较广的区间，这个区间的平均工资就是12k左右。但是数据分析师很少有拿到30k以上的高薪，大部分都是在8k-20k范围内的。经过调查发现，在需求较大的几个城市诸如北京、上海、深圳、杭州等地中，北京的整体薪资水平处于较高位置，其中位数大约在20k——处于全国的首位；其次为上海和杭州。对于深圳出现的均值较高且中位数较低的情况。由此可以发 现数据分析师的薪资总体水平还是挺高的，广泛的分布在9k和20k之内。本科学历是入行的基本条件。大专也是可以接受的，但是在能力相差不大的情况下还是会选择学历高的，硕士及以上学历对于求职者来说具有较高的竞争力。数据分析师对于工作经验的要求就是对1到3年和3到5年的要求是比较多的，而5到10年的数据分析师是比较少的。数据分析师可以说是一个公司的财富，一般来说，数据分析师的学历和经验越高，薪资也就是在20k到30k之间。想了解更多关于数据分析师的信息。可以到CDA数据认证中心了解了解，目前，CDA已与国内100多所高校进行了战略合作，建立了CDA数据分析师考试中心及人才培养基地；已出版30多本CDA数据分析师系列丛书，市场发行量数万册。CDA已进行500多期线上线下数据分析及大数据培训课程，培养学员10万+人次；已在全国70+城市举办15届CDA数据分析师认证考试，报考考生数万人。
很多人看到了数据分析行业的火爆以及好的待遇，但是不知道数据分析师的具体薪资是多少。对于这个问题我们需要分析三个方面，第一就是数据分析师的薪资分布式怎样的；第二是不同城市的薪资水平如何；第三个方面就是数据分析师的薪资随着学历和经验是怎么变化的。带着这三个问题，我们一同从下文中找到答案。一般来说，数据分析师的薪资在8k-30k区间内，可以看出，这是一个较大的区间范围。尤其是这个区间出现了突低的情况，这是由于在这个区间前后的区间在10k-20k这样范围较广的区间，这个区间的平均工资就是12k左右。但是数据分析师很少有拿到30k以上的高薪，大部分都是在8k-20k范围内的。下面来说数据分析师薪资的第二个方面，就是不同城市薪资之间的分布如何。经过调查发现，在需求较大的几个城市诸如北京、上海、深圳、杭州等地中，北京的整体薪资水平处于较高位置，其中位数大约在20k——处于全国的首位；其次为上海和杭州。对于深圳出现的均值较高且中位数较低的情况。由此可以发 现数据分析师的薪资总体水平还是挺高的，广泛的分布在9k和20k之内。最后说说数据分析师薪资的第三个方面，就是数据分析师薪资随学历、经验是如何变化的。在现在的阶段并没有发现数据分析行业对博士学历的需求，大部分都是要求本科及以上，由此可见，本科学历是入行的基本条件。大专也是可以接受的，但是在能力相差不大的情况下还是会选择学历高的，硕士及以上学历对于求职者来说具有较高的竞争力。数据分析师对于工作经验的要求就是对1到3年和3到5年的要求是比较多的，而5到10年的数据分析师是比较少的。数据分析师可以说是一个公司的财富，一般来说，数据分析师的学历和经验越高，薪资也就是在20k到30k之间。通过上面提到的内容想必大家已经知道了数据分析师的薪资水平了吧？数据分析师的薪资水平主要是由地域、学历、经验来决定的，从上文中我们不难发现数据分析师的工资是很客观的，大家如果想走进数据分析行业，一定要多多的用功学习啊。
从职位薪水来看，数据分析行业的高薪主要分布在长三角、珠三角和京津地区。北京、上海和深圳的薪水位列第一方阵，均薪在10k+;杭州、宁波和广州位列第二方阵，均薪在9k+;其他沿海及内陆区域中心城市，如南京、重庆、苏州、无锡等位于第三方阵，均薪在8k左右。从职位量来看，北京、上海、深圳和广州位列第一方阵，职位量在30000+，杭州、成都、南京和天津位列第二方阵，职位量在20000+，武汉、西安、郑州等区域中心或省会城市对数据分析职位的需求也相对较高，职位量在10000+。