京公网安备 11010802034615号
经营许可证编号:京B2-20210330
一段硬核买家秀视频走红网络,不单单是里面的搭配潮翻天,更因为买家是一位年过80岁的老爷爷。
这位老爷爷是不是很可爱,除了秀出自己外,他还非常认真地给大家分享自己的穿搭心得。
不过,这位老人家可不是普通人,在高校任职, 是教通讯工程的教授,年轻时还曾经是国家二级运动员,身材和气质都一级棒。
很多网友评论说,希望自己老了也能这样!也有网友说,自己30多岁的老公还没有老爷爷精致。
确实,很多人在岁月的流逝中,逐渐失去了自己的颜色,成为茫茫众生中最不起眼的存在。
在知乎话题榜上,曾经看到过这样一个问题,“要怎样努力,才能成为很厉害的人?”说到厉害,你脑海中第一反应浮现的是什么?
年幼青葱时,盼望能成父母那样厉害的人,可长大后会发现他们也是平凡人;青春年少时,为梦想远行,哪怕孤军奋战,却始终相信自己能变成那个厉害的人;步入中年时,才恍然大悟,自己也许永远都成不了那个厉害的人了……
人生很短暂,我们该如何努力呢?这时,我们不妨看看那些厉害的人都是怎么样努力的?
1、董卿
连续十三年主持央视春节联欢晚会,从高分学霸到瞒着父母报考艺校,从《朗读者》到《身临其境》,她从未停止过自我突破。
2、周星驰
很多人说“喜剧之王”周星驰视财如命,对一个生于穷人区,跑过龙套,凭自身实力活着的人,爱钱并不难理解。
然而,这样的星爷却默默做了很多与传言不符的慈善公益,据悉,目前偏远山区修建的“周星星小学”已超100所。
3、潘石屹
著名地产商、SOHO中国董事长潘石屹可谓功成名就,然而,56岁生日那天,他却发微博宣布开始学Python,至此会时不时晒出学习的内容。
最后,为检验成果,还报名参加了NCT全国青少年编程能力等级测试Python编程一级考试,并取得了99分的优异成绩。
▼
从这些名人生命轨迹中,你是否已明白怎么努力,才能成为很厉害的人?
总而言之,归根结底,就是:打破常规,勇于改变。
想成为厉害的人就要改变,虽然过程很艰难,但是却十分有效。撇开名人,我们来看看身边的普通人吧!
小燕毕业后一直从事文职类工作,困在安逸中无能为力,她渴望走出舒适区,无关金钱、无关地位……只想找回那个曾经充满抱负,愿意不断超越的自己。
为此,她努力寻求改变,非重点大学毕业、年芳28、学文出身……却一眼相中了前景好、人才缺口极大的朝阳行业数据分析,因喜爱重燃起冲劲。
背景弱、年龄大、毫无数据分析相关工作经验是她的短板,为能彻底改变,小燕决定破釜沉舟,鼓足勇气辞职断了后路,进入CDA学习数据分析。
辞职要勇气,学习则需更多努力!对小燕来说,微分、积分、N多公式……太难了,听不懂时她会发挥文科生强项,直接把结果背下来。
虽然方法并非最好,但不纠结才能走更远。如果你没有学过数理化,却打算转战数据分析行业,不要害怕学不会,如小燕一样背下来就好!
想了解更多数据分析
立刻扫码
我们接着聊
▼
在认定数据分析行业,决定转行后,小燕便坚定不移的改变着,并从自身经历中总结出4点,希望帮到每个正在努力尝试改变的人!
▽
1、做心理建树
告诉自己可能没高薪,甚至比以前工资还低,避免产生无法接受的落差。
2、别放弃工作经验
小燕从事教育行业5年,积累的东西降低了转行的难度,所以一定要知道什么是自己可以利用的。
3、学习经历总结
■ 不可能什么都强。除非科班出身,否则很难将数据分析工具和理论全学会。毕业时掌握60%,其他在工作中完善即可;
■ 跟上老师进度。上课时遇到不会的问题,别纠结,课后再补充,先将精力放在老师讲的其他知识点上。
■ Excel课程很实用。上班后才发现,实际工作中遇到的问题,CDA课堂上几乎全部讲过,所以听课和复习相当关键。
04、找工作心得
■ 目光放远,做好定位。不要过于关注薪资,尤其刚毕业的年轻人,你们缺少经验,但有足够的试错时间和空间,开始少赚点钱,不算什么!
■ 注重发展,不忘初心。除相对成熟的大公司,小公司的数据分析师岗位职责并不明晰,入职前一定要问清楚,是否能接触到数据,长足的进步和发展很重要。
现在,小燕已入职某互联网公司,从事数据分析师工作,月薪16K,每年13薪,她怀着感动回顾了整个努力成为厉害人的全过程。
其实,只要每天努力一点点,让自己变得更好,不断提升自我能力和价值,一直这样努力下去,就算到了80岁,你也会是很厉害的人。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24