因为不想当观众,现在他成了主角

 

我是御手洗不贰:

 

开头先说一下个人的观点:通过高效学习,在3-6个月的时间内完全可以入门并从事数据分析方面的工作。没错,我就是这么做到成为主角的。

 

大致说明一下我的情况以供参考:我之前在一家小规模网贷公司从事产品运营的工作,一年经验。工作内容包括渠道运营和风控策略。通过两个月的自学(业余时间),从产品运营转型成为了数据分析师。目前在一家数据风控公司从事数据分析及建模方面的工作。

 

在此分享一些个人经验,希望能为需要的人提供一些参考。主要从下面三大方面分享我的经历:

1.从事数据分析需要准备什么?

2.没有相关经验,怎么办?

3.找工作的时候有哪些注意事项?

 

另外,由于我是转行至数据分析,因此可能会更偏向于描述在转行方面的一些心得体会。

 

一.从事数据分析前期需要准备什么?

 

1.了解行业,做好规划

 

如果你只是因为当下的工作不舒服而考虑转行,我个人建议务必慎重考虑。如果你是跨度较大的转行(比如跨行业),那意味着你之前的工作经验几乎不会对你有帮助。因此一定要慎重,再慎重。如果不是深思熟虑或者十分向往数据分析的话,转行过程中的困难和挫折一定会让你放弃。

 

所以,在开始学习之前,请一定要充分了解数据分析这一工作的内容和要求,并结合自身情况做好充分的判断。开弓没有回头箭,决定了以后就要走到底。

那么问题来了:“我怎么知道数据分析到底是干嘛的,我又没干过。”

 

了解一个行业最好的办法就是找这个行业的从业人员去问。如果你有这样的朋友那就再好不过了。如果没有那也没关系,在网络发达的今天,你总能在互联网上找到一些蛛丝马迹。这方面可以参考这个:数据分析师职业规划

 

2.知识积累

 

数据分析师是一个技术与业务相结合的岗位。想要成为初级数据分析师,必须掌握以下技能:

  • Excel:最基础的数据分析软件,掌握基本快捷键、数据透视表、图表制作。

  • SQL:数据库查询语言。绝大多数岗位都要求数据分析师能编写SQL语句自行查询数据。

  • PPT:展现数据分析的结果,向团队、领导或客户汇报。

  • 分析报告撰写:产出正式、严谨的专业分析报告。

 

另外,如果想成为中级或者高级数据分析师还需要掌握编程工具、建模能力,如Python、R、SAS、SPSS等。如果是零基础,个人建议先学Python或R(二选一)。

 

3.给自己做好保障

 

如果你有工作的话,最好不要裸辞。无论如何也要给自己留一个经济方面的保障,否则巨大的压力会影响学习效率。除了物质方面,精神上也要给自己做好保障。最好能找到志同道合的人一起学习,一方面可以分享经验,另一方面也可以排解压力。

 

二.没有相关经验,怎么办?

 

转行的难题即在于缺少工作经验。社招不同于校招,对于工作经验的要求一般都较高。我认为相关的经验可以分解为技能经验和行业经验。

 

1.技能经验

 

即上面提到的那些技能。个人认为磨练技能最好的办法是理论+实践。如果只是单纯地学习技术知识而不去实践,一方面很难消化所学内容,另一方面对与找工作也没有帮助。

 

利用所学知识,分析自己的目标行业相关的数据,并将自己的分析过程发表到知乎、简书、博客,不仅能够快速提升自己的技能,将来在制作简历、面试的时候也都很有帮助。

 

关于数据来源,主要有两个方面:一是利用傻瓜式爬虫工具自己爬取(无需编程),非常容易上手;二是利用网上的一些公开数据,例如Kaggle、国家统计局、GA、百度指数、微指数等等。

 

2.行业经验

 

数据分析是一个行业特征很明显的职业。不同行业之间的数据分析师差异也非常之大。因此,在转行时不仅需要磨练技能,更重要的是要找到自己喜欢的行业并深入研究。如果你不知道不同岗位的要求,那你可以去BOSS直聘、拉钩等网站上查找不同行业的数据分析类的岗位,并查看职位描述。

 

不同的行业积累经验的方式也不同。假如你不跨行业,只是转到数据分析岗位,那么你的优势还是非常之大的。之前的业务经验可以让你快速得到面试官的认可,只要技能过关就行。

 

如果你即跨行业又跨岗位,我的建议是要自己多做一些该行业的数据分析项目,利用这些项目来弥补你工作经验的空白。

 

最后,如果实在难以直接转至目标行业的数据分析师,那先进入行业也是曲线救国的办法。可以先应聘目标行业的运营、产品、测试类岗位积累行业知识,过一段时间再腾挪至数据分析岗位。

 

我个人之前一直在创业公司工作,陆续从事过直播、短视频、视频广告、互联网金融,对这些行业有一些粗浅的认识。欢迎留言交流。

 

三.找工作的时候有哪些注意事项?

 

1.简历

 

制作简历时,一定要在有限的篇幅内突出自己的优势,告诉HR“你为什么要录用我”。

 

试想,如果你是大公司HR,面对海量的简历,每个简历的阅读时间也就不到10秒,根本没有时间仔细看简历;如果你是小公司HR,虽然收到的简历不会很多,但如果读完简历一头雾水不知所云,那你会通知这个人来面试吗?

 

在此提出几点个人观点:

 

  • 非211、985学校、非相关专业的,教育经历放在最后。如果学习过相关专业,请列出所学过的相关课程(如统计学、计量经济学、时间序列分析等)。含金量不高、与数据分析不相干的奖项不要写进简历。

 

  • 零行业经验转行者,把自己做的数据分析项目放在上面,用几句话简练地概况“你采集了哪些数据,使用了哪些数据分析方法,得出了什么结论”,并附上项目链接。这一点非常重要。如果你有相关行业的从业经验,也可以将工作的内容包装成项目,放在最前面。

 

  • 个人信息不用太冗长,写一下姓名、联系方式即可。如果年龄有优势也可以写上。民族、政治面貌等一律不用写。

 

  • 工作经验尽量往数据分析方向靠拢,可以适当地包装职位名称。例如你是运营专员,可以写成数据运营专员。工作内容也同理,只写与数据分析相关的内容。

 

  • 最后,照片务必使用证件照。大公司比较看重这方面。

 

2.面试

 

先说一下投递简历的问题。一定要多渠道同时投。不同招聘网站在不同城市、不同行业的覆盖情况是不一样的,最简单又不会出错的办法就是每个网站都投简历。互联网行业比较好用的有BOSS直聘、拉钩、51Job,智联招聘也可以投。

 

投递的时候注意看JD(职位描述),与自己预期或能力差距太大的不要投。如果面试经验较少,可以先海投,多一些面试的机会去积累经验。

 

收到面试邀约后,最好不要马上就去面试。如果可以的话,往后推迟3-5天最好。利用这段时间准备以下内容:

 

  • 自我介绍。简要叙述自己的技能、经验和优势。准备时要换位思考,以说服面试官录用自己为目的。

  • 仔细回顾自己的工作、学习经历。面试时面试官会问得很细,如果对自己的工作或项目细节不熟,很容易让面试官产生怀疑。

  • 调研公司信息。可以用天眼查了解。

  • 针对公司(或其竞争对手)业务内容做一份分析报告。这一项非常加分。

 

在面试过程中要注意把握节奏,多留一些线索让面试官问自己。比如自我介绍的时候说自己学习过什么模型,或者自己之前的工作中做过哪些业务,这样面试官自然而然地就会顺着你的话往下问。如果节奏在面试官手里,那么他肯定会问他最了解的内容,这样就比较被动。

 

另外,没有把握、道听途说的内容不要说,不然一问就露馅了。自己了解、确信的,且和业务相关的内容要想尽办法说出来,这样会让对方认为你确实了解行业。一个懂业务的分析师才是公司所需要的。

 

我是猴子社群会员,知乎:御手洗不贰

 

推荐:如何用最短的时间找到初级数据分析师工作?

 

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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
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