- 为什么要做数据分析? -
转行数据分析其实是一个非常偶然的机会,可能也是一种缘分。
毕业后的两年在金融公司搬了两年砖,每天过着朝九晚五双休的小日子,安逸却又差点意思。由于个人原因换了城市到成都重新找工作,差不多找了一个月发现不同的城市重点发展的行业区别真的太大了,原来待的城市更加侧重传统行业比如金融、银行、线下实体,而成都的大企业主要都是互联网相关比如说蚂蚁金服、腾讯,虽然互联网门槛高,但是的确很吸引人。每天泡招聘网站似乎花了很多时间却毫无头绪,直到发现自己对数据分析岗位的招聘很有兴趣,而岗位需求都写了excel、sql、python之类的技术要求,大学的时候有很多同学都去学了代码,但是因为个人更喜欢业务相关的工作,所以一直对代码是拒绝的。但抱着了解一下的心态在网上搜了数据分析培训,恰好看到了成都CDA,于是立马加了宣传页的微信,并且当天下午就来学校了解情况,就是这么一个小小的决定引导我走上了数据分析的学习之路。
第一次咨询的时候,校区负责人曲老师给我讲了当下数据分析的行业现状,岗位能力要求,以及课程的内容,将来的就业选择等等,并且给了对代码有恐惧和排斥的我极大的信心。虽然我没有当场报名,但是其实心里已经有了决定。当天跟家里人说了之后,他们都支持我去学习这些专业技术。于是就开始了为期三个月的数据分析学习。
- 在CDA学到了什么? -
在这三个月里,从excel常用操作到数据透视表/图再到PowerBI,从sql基本语法到复杂增删查改,从python基础到机器学习,还有一些当下流行的工具使用比如说spss、Tableau都学习到了,几乎涵盖了所有数据分析可能用到的技术;此外学校也安排了业务数据分析常用思路的案例学习以及实战题目,这对于我这种希望从事商业数据分析的学生非常有帮助。
- 找工作情况如何? -
在CDA学习的三个月里,除了专业知识技能的学习,还认识了一群志同道合的朋友,虽然大家各有喜欢的行业(金融、互联网、教育、电商等)和岗位偏好(技术、业务),但都是基于数据分析这个圈子内,所以在找工作的时候大家互相帮助弥补弱点,学校的老师也会给我们做模拟面试。最终大家都找到了喜欢的工作,我也如愿拿到了电商数据分析(偏业务)的offer,从此算是真正踏进了数据分析行业,身边也有了各个行业做数据分析的人脉,做业务的、做技术的都有可以交流的朋友。
- 学习数据分析的建议 -
转行前需要明确你未来在数据分析这个方向是朝业务数据分析还是偏技术层面的数据挖掘。
业务向:业务向的岗位对技术要求不是特别高,主要还是考验你的数据分析的思维——从数据的角度如何去思考业务中的问题,可以通过kaggle、GitHub、天池云等渠道寻找一些感兴趣行业的数据集进行相关的练习,对于电商、金融、零售、在线教育等行业的各类运营指标需要有一定的熟悉程度,两个方面综合提升自身的思维和相关必要的工具(Excel各类常用的函数、SQL、BI)掌握。
技术向:技术向的岗位对于技术的板块要求相对比较深,常用工具除上述以外,还包括:Python、SPSS、Hive等方面,常见的算法模型(KNN、随机森林、逻辑回归、朴素贝叶斯等)的原理、应用等方面都有一定的要求。如果意向技术向岗位,建议从Python基础入手学习。
最后对想转行做数据分析的朋友说一句:只要想转,什么时候都不晚,和种树一样的道理,种一棵树最好的时间就是十年前,其次就是现在。
本文来自CDA学员投稿,未经授权,禁止转载
# 往期学员经验分享
1、成都大数据分析培训转行分享:CDA学习助我应对未来工作更有底气
近期开班信息
2020年12月27日 数据分析就业班
欢迎咨询!
添加
课程老师
扫码获取
课程大纲 | 试听名额 |