从0到1,备战数据分析师走过的路

点击蓝色“有关SQL”关注我哟

加个“星标”,天天与6000人一起快乐成长

 

640?wx_fmt=jpeg

(图:极速拍档-小乔)

 

 

640

前言

640?wx_fmt=png

 

 

Nicholas Zhou 是一位数据分析师,我和他一起工作了四年之久。从一开始的报表设计,到最终跟业务谈需求分析,谈分析主题设计,Nicholas 始终走在分析师前行的道路上,从分析师到分析总监。

 

一开始我对分析师有所误解,从心眼里认为这是一场SQL人的文明变革,从跑数据硬生生给自己拉了个好名头。但现在看来,完全不是。是我对企业数据生命周期缺少清晰的理解,错过了这趟班车。

 

再和Nicholas坐在一起喝咖啡的时候,他已经从格子衫变成了西装男,骨子里时刻透露出商务的气息。谈吐间时不时崩出的ROI, AAARR,增长等时髦词汇,顿时感觉我们之间已经不是隔了那道SQL的屏障,而是更多。

 

因此,我觉得趁这次咖啡时间,跟他好好聊聊。

 

                                                

640

正文

640?wx_fmt=png

 

 

我:Nicholas, 究竟数据分析师的职责是什么,要做哪些事情?很好奇,什么时候开始,我们SQL人有了这么个高大上的头衔?

 

Nicholas:数据分析师并不是给SQL按了个名头啊,除了SQL,要懂的其他技能还有很多。比如R,Python,最好要精通统计哈。你知道的,我毕业同济大学计算科学。分析师之前并不热门,只是最近5-10年,大家提出的多了,在华尔街日报上经常有报道 Analysis 怎么怎么样,渐渐才有了这影响力。

 

正常来说,SQL人是要什么就给什么,而分析师则是想证明什么,就去找什么。思考问题比较主动,也偏企业营销目标多一些。你知道,现在的数据量大约是每天2.5Q,相当于2500000个TB.如此庞大的数据,分析师就要多加一个数据前缀了,以显示专门处理数据的分析师。

 

数据分析师当然不是啥都分析,什么都分析就跟没有分析师一样了。我们做的工作,更多的是在数据中寻找规律,以帮助企业完成流程优化,节约成本和提高经济效益。

 

2017年就有专家曾经预测,数据分析师行业大约有500亿的市场规模,仅就美国来说,面临的人才缺口大约是20万,当然大部分可能会接收中国,印度等外包形式。尤其是这两国在大数据技能方面的人才储备。

 

我:那进入数据分析师这行有哪些要求呢?

 

Nicholas:就像我之前所说,并没有特别的专业限制。计算科学出来,会写R,Python,如果会SQL更好,就能应聘这类职位。可能不叫数据分析师,也有可能是数据科学,数据应用工程师等,每个企业的职能定义都不一样。这是综合性比较强的领域,工程代码写得好的人,不一定能完成数据分析这类作业。尤其还要和很多关键用户沟通,情商也需要比一般代码人,更高一些。

 

类似网上这类通用的要求,能挑其一二学到精通就好了。

 

640?wx_fmt=jpeg

 

当然,工具会了并不万事大吉了。能用 AAARR 向老板解释得通,业务的走势,才算合格。

 

对于一流大学的人来说,比如清华北大,哈佛耶鲁,企业都抢着给他们提供饭碗,就怕这些高材生不愿意来。他们本身在学校经历的一些思维技巧和项目经验,足以应付这些初级面试。

 

对于二,三流大学的人来说,可能就要费些功夫了。我同济大学当然属于一流,但是类似的岗位来校招的却不是太多。那个时候还没有数据分析这类岗位,至少不普及。我们不还是一起做了2年业务报表的嘛。

 

所以等到我工作两年后,才发现原来数据分析已然自成一套体系了,我就开始琢磨自学了起来。凭着点小聪明,自学肯定没问题,就是着实耽误了我玩LOL的时间了。

 

我:你自学的时候,没有报培训班吧,都学了哪些材料?

 

Nicholas:搞笑吧。我堂堂同济生,还要去北大青鸟嘛。当然是自学。听过 MOOC(Massive Open OnLine Courses)嘛,课程都有。

 

随便罗列些吧:

 

MOOC的课程:

 

  1. https://www.edx.org/course/analytics-edge-mitx-15-071x-0

  2. https://www.edx.org/course/data-analysis-take-it-max-delftx-ex101x

  3. https://www.coursera.org/course/datascitoolbox

  4. https://www.coursera.org/course/rprog

  5. https://www.coursera.org/course/getdata

  6. https://www.coursera.org/course/exdata

  7. https://www.coursera.org/course/interactivepython1

  8. http://academy.hubspot.com/inbound-certification

  9. https://www.coursera.org/course/statistics

  10. https://www.udacity.com/course/intro-to-descriptive-statistics–ud827

  11. https://www.udacity.com/course/intro-to-inferential-statistics–ud201

 

 

竞赛:

 

  1. https://www.kaggle.com/

  2. https://www.crowdanalytix.com

  3. http://discuss.analyticsvidhya.com/

 

博客:

 

  1. http://www.analyticsvidhya.com/blog/

  2. http://www.datasciencecentral.com/

  3. http://www.kdnuggets.com/

 

论坛:

 

  1. http://www.meetup.com/Data-Science-Delhi/

  2. http://www.meetup.com/New-Delhi-R-UseR-Group/

  3. http://www.meetup.com/AC-DEL/

  4. http://www.meetup.com/Predictive-Business-Analytics-with-R-New-Delhi/

 

 

我: 都是英文的,有什么中文课程吗?

 

Nicholas: 似乎我没在国内企业待过啊,英语看不懂,那就去培训班咯,那边老师整理好的体系课程,学起来不是更快?学习这种东西,只要你想要,很快就学得会。当然最重要还是项目经验,这些实战并不是你能看两行字,敲两行代码就能学到的,还是最好有实战项目。要么自己实习,要么去有项目练手的培训机构学习。

 

 

我:你面试数据分析师的时候,一般会用哪些常见问题呢?

 

Nicholas: 这不能说太细。要不然下次我面试的时候,岂不是标准答案一大片。今天先不说了,下次等我考虑好了,哪些可以说,我再与你联系。到时再敲你一杯星巴巴。

 

我:随时欢迎!

 

640

End

640?wx_fmt=png

 

 

 

 

往期精彩:

 

 

 

 

 

 

640?wx_fmt=png

 

 

 

在看来一个,

谢谢支持 (*^__^*) 

 

 

               

           

 

 

 

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

dbLenis

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值