×
分析试验室

从化学实验室到数据分析师,月薪翻倍后的转行

从一名化学专业的学生蜕变为一位互联网大厂数据分析师,我花了三年时间。

写这篇文章的首要目的是对自己三年工作经历的复盘和总结;其次是将自己的这段经历分享给想要跳槽从事数据分析的朋友,希望能给你一点点帮助和启发。

大学即将结束的那段日子特别迷茫,不知道以后要干什么,于是各种投简历找工作,什么京东方、恒大、立白、蓝月亮呀投了一大堆,最后做了一个让自己都很意外的决定: 去一家制造公司的供应链搞质量管理(工厂)。

在我看来那是个相当危险的地方,因为新闻上老是报道工厂爆炸火灾之类的;最后,我还是去了,可能是意识到那个时候没有钱才是最危险的。然而,事实证明金钱始终是解决不了迷茫的,能解决迷茫只有更多的金钱。

目标有了,怎么干?干什么能挣很多钱,还可以不用在工厂?后来在朋友建议下开始对数据行业进行了解,花了几周时间做调研(主要是百度),得出的结论是:值得干,但是会很辛苦。

数据有3个方向:

(1)数据分析,结合业务产出决策和建议,对数据技术知识要求相对较低,相对容易一些,也是很多跳槽者的首选;

(2)数据挖掘,掌握深度的数据处理技术、数学模型,对数据进行深度的挖掘,提取有价值信息,混好了可以整个某某专家玩玩;

(3)数据开发,就是开发喽,搭建公司的数据仓库,数据平台,JAVA、Hadoop、Hive,了解下先。

果不其然,我选择了一条比较成熟的路线——数据分析。

去网上搜如何学习数据分析,答案没有一百也有八十,但是信息多且杂反而让人无从下手,比如下面的工具和理论,就让人头疼:

| 工具篇 |

阶段一:数据整合

1、EXCEL

推荐指数:????????

学习难易度:??????????

界面友好度:??????

使用场景:几乎所有非技术部门都能用

建立数据报表;画图,做PPT;进行数据计算;简单的模型(excel内置了一些)。但数据处理量太小,大量的数据,得上sql。

适用岗位:所有业务部门的分析,销售分析、数据运营、商业分析、经营分析、HR、财务、咨询顾问...

功能特点:数据查询、数据计算、数据可视化

一句话点评:最通用的办公软件,易上手,功能齐全,对可操作数据量有限制

2、SQL

推荐指数:??????????

学习难易度:????????

界面友好度:????????

使用场景:查询数据、数据计算、实现基于数据查询的算法

适用岗位:几乎所有数据分析岗位,必备能力

功能特点:数据查询、数据计算

一句话点评:关系型数据库管理最常用的语言,学习成本低,而且每个不同数据库(MYSQL ,PGSQL)语法标准类似,非常通用。

阶段二:数据可视化

1、Tableau

界面友好度:??????????

适用岗位:可视化探索,将图表动态呈现

适用岗位:商业分析师、BI工程师

功能特点:数据可视化

一句话点评:当下数据可视化软件最全面的工具,交互体验非常好,非常适合可视化探索分析

阶段三:数据分析

1、Python

使用场景:数据分析界当红炸子鸡,大量现成的数据分析模块,数据挖掘模块可以调用,能适应从爬虫,到可视化,到数据计算,到建模的全部工作

适用岗位:数据分析、数据建模、数据挖掘工程师

功能特点:数据计算、数据建模

一句话点评:数据科学家最常用的编程语言,由于功能全面,而且速度快,渐渐成为最常用机器学习工具

| 理论篇 |

一、业务思维 | 重要程度:??????????

看了上面的数据分析工具介绍,你可能会觉得数据分析师亦不过如此。这么想那你就错了,工具是面子,思维和理论才是里子,决定一个数据分析师水平高低的不是对工具的使用,而是基于对业务的分析与洞察,产出高价值的决策。如果没有内功,即便你把数据绘出一朵花来它就是堆数据,学会让数据“说话”。

二、统计学 | 重要程度:????

如果你大学的数学功底还在,这趴可以直接过,如果没有也没关系,站在面试的角度看,面试官几乎不会问,站在业务的角度看,对于一个入行的分析师来说,几乎用不到。但学了总是没有坏处的,可以买本统计学没事的时候翻一翻,掌握程度:中位数、众数、平均数、正态分布、假设检验、显著性、相关性、方差检验,了解概念就好了。

上一篇:重庆:“实验室经济”风正起
下一篇:没有了

Top