仅以个人经验回答一记。
市面上各种数据分析师的需求，大体上可以分为狭义的数据分析师和数据科学家的两个方向。
如果只是数据分析师，核心工具其实就是SQL+Excel，而且只用掌握DQL部分即可。主要是利用SQL提取数据，利用Excel进行数据处理、可视化等工作。同时根据工作和所处行业需要，对于SPSS、R、SAS、Python等有不同的要求，结合你想要去的公司的工作简介即可。一般金融银行偏向SAS，互联网公司偏好Python，（仅作大致判断，主要是Python便宜且灵活）。
数据分析师的工作重点是在对业务的理解上，比如本季度利润上涨6%，这6%是因为什么而上涨？是高还是低？是否符合预期？是否有提升空间？同时数据分析师一般也要肩负起对其他部门的活动提供数据支持的任务。越是菜鸟分析师的工作越是整天琐碎没什么技术含量，接需求，跑SQL，提供数据，再接需求……这个阶段的数据分析师一般薪酬不会有你想象那么高，工作也很苦逼。
另一个方向则是数据科学家了，偏向数据清理、挖掘，算法，机器学习等。知乎上高大上的数据科学家不在少数，可以看看他们的相关回答。