数据分析老司机给新人们的四点建议
曾经面试过很多家公司,面试过很多岗位,如今沉淀一下仔细想想,有很多地方可以给一些建议,这一篇写给想入门、想转行的同学。
一、职业方向
谈面试之前,先聊聊数据的职业方向如何,大数据方向根据目前的行业情况主要有:
1、岗位:数据分析师(BI/BA)
方向:数据分析、运营、商业分析
2、岗位:数据开发工程师(大数据开发)
方向:报表开发、模型设计、ETL、技术支持
3、岗位:平台开发工程师(负责平台运维开发)
方向:数据平台开发、运维、工具开发
4、岗位:数据产品经理(数据方向)
方向:产品设计、推广、需求对接
5、岗位:数据挖掘工程师(算法工程师)
方向:算法实现、算法改良、数据应用
6、岗位:机器学习、人工智能(高端方向)
方向:人工智能应用、图像、语音、文本等方向
以上几个岗位(5、6一般都要求研究生学历,有些会要求985、211),大家熟悉的话 ,应该也能自己理出来,每个岗位都有细分,比如数据开发工程师下面会细分:ETL、模型设计、报表开发等。很多人都知道现在大数据相关职业赚钱,所以大家都想入行,入行前你可以参考上面的岗位选择自己对应的方向。
二、优劣及选择
选择方向之前,再三确认一下,你是否喜欢这个方向?想做这行吗?如果答案是确定的话,那么你可以考虑入行了,要说入行不得不先说两个词:专业壁垒和行业壁垒(学历壁垒暂时不谈)。
专业壁垒:一般来说岗位招聘都会写一个要求:专业为计算机、数学、统计学等相关专业,有这个要求并不奇怪,因为经过大学这几年的培养,这类专业的人相对其他专业的人有优势,企业培养这个方向的人成本低,会优先考虑这一类人。
行业壁垒:就拿金融和互联网来说,招聘时会带有行业色彩,一般来说跨行进入的人员不会太受欢迎,所以互金的人很吃香。
如果你不存在这些壁垒,那么恭喜你,比其他起点高。如果你存在这些壁垒,那么也不要气馁,后期学习更重要。
以我自身为例,本科学过c、学过sql,再说我是统计学出身,那我觉得我入行数据分析没问题,考考我sql我可以过,至于后来为啥转开发了,因为部门缺开发(泪奔,被迫的~)。
那么如果你不是科班,也没有学过sql编程怎么办?那么你可以选择:1、网络课程,2、面授班进行学习,有一定的基础这是前提,学习过程一定要能匹配岗位要求,现在的课程基本也是匹配岗位要求的,如果心里没底,那么你可以看第三项职位简述。一般网络课程是自我驱动,面授班都是被金钱驱动的多,自己边学边实践,到火候了就可以多投几家公司开始试试水,好好准备面试,不要怂,一定要把自己学习能力、积极向上的一面表现出来。
在此说一句良心话,所有的学习不如实践来的重要,所有的面试都会看重这一点,有机会尽量在工作中实践,入门前自己多搭环境自己实践,不要被自己的学习所框住,学的东西只有在用的时候才知道什么时候不行,什么时候能行!
三、职位简述
做好了准备,明确了自己的选择方向,那么就可以好好准备你的职业成长方向了,找几个大公司的招聘JD(职位介绍),会细分到岗位里面的具体要求,这些要求其实就是对应这些岗位你所能匹配的能力选项,如果你能到这些选项都匹配,那么恭喜你,你已经是个牛人了。一般匹配度60%,匹配项3项以上基本就可以开始面试看看了。
这几个岗位里面,算法、机器学习有学历要求,不是科班难度很大。分析、产品、平台基本要求工作经验,数据开发要求学习和编程能力,相对而言,1-4这几个岗位是比较好入门的,后面成长要看学习能力和自我驱动能力。
数据分析:
1、本科及以上学历,2年以上工作经验,数学、计算机专业优先;
2、有一定的创新能力,在以往的数据分析、挖掘等工作中有自己独特的见解;
3、具有较强的逻辑思维能力、数据洞察能力和沟通协调能力,拥有强烈的责任心和团队合作精神;
4、具有探索精神,从数据中发现价值用以支持决策;
5、拥有电商行业背景、或财务、品类管理背景优先。
数据开发:
1.计算机,软件等相关专业;具有较强的编程能力(Java/Python);
2.具有海量数据计算,实时流式计算等相关项目经验;
3.熟练应用Hadoop、Hive、Spark,Storm等大数据相关技术并了解其原理;
4.优秀的分析问题和解决问题的能力,能够把理论成功应用于实践;
5.有极强的责任心和工作主动性;
6.有数据分析和BI系统研发背景者优先。
数据产品:
1、3年以上互联网产品相关经验,其中2年以上大数据产品经验,对于数据平台搭建、数据体系建设有实战经验以及成熟的思路,可考虑大数据相关研发人员的转岗;
2、熟练使用Axure、XMind、MindManager、Visio等产品工具,清晰表达产品流程和交互流程;
3、具有较强的逻辑思维能力和沟通能力,对产品设计,产品生命期管理等有成熟的经验和思路。
4、文字呈现和执行能力强,能够快速的生成方案;
5、熟悉Hadoop、Java,R、Python、Spark等主流技术,有业务建模和数据挖掘经验者优先;
6、良好的业务理解能力、逻辑思维和沟通能力、跨团队沟通协调能力;做事积极主动,有较好的自主学习能力;
7、有大规模数据挖掘、推荐系统、机器学习的产品设计经验者优先
数据平台:
1.两年以上大数据平台设计和开发经验,具备优秀的编程能力和良好的开发习惯。
2.具备独立架构设计、内核开发、测试与运维的能力,有过大规模系统设计和工程实现的经验。
3.熟悉Spark、Spark SQL和Spark Streaming内核原理;了解Hadoop生态组件相关技术,例如Hadoop、Hive、Storm等。
4.精通Java、Scala语言,熟悉Linux 操作系统,熟练使用Python、Shell脚本语言。
5.具有认真的技术态度,良好的团队沟通和协作能力。
数据挖掘:
1.硕士及以上学历,计算机科学或数学相关专业毕业;
2 了解LR,聚类,分类,神经网络,强化学习等相关机器学习理论和算法;
3.熟悉linux平台,掌握C/C++/Java某一种编程语言,具有良好的编程习惯和算法基础;
4.熟悉hadoop,spark等平台上面向海量数据的算法实现及数据分析技能;
5.出色的问题分析及解决能力,能自我驱动,持续面对新挑战。
机器学习:
1.硕士或博士,应届生或工作经验1-3年;
2.计算机、统计、电子、数学、数理统计等相关专业,机器学习/数据挖掘/信息检索/自然语言处理/统计分析相关背景;
3.掌握常用的分类、回归、聚类、预测、关联规则、序列模式等挖掘算法,了解数据挖掘前沿技术;
4.熟练使用一种或多种数据挖掘工具,使用python/shell/scala等脚本语言;
5.具有很强的学习和研究能力,英语熟练,能够熟练阅读英文技术资料,积极创新、乐于协作、善于沟通。
四、多交流、勤学习
如果你成功入门,那么恭喜你,进入了所谓的高薪行业,其实,里面的坑太多了,那么你得找几个群和同行业的我们多交流、多踩坑,那么慢慢的你会发现你也可以diss人了。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14