数据分析师入门选手经验谈

不管是数据分析师还是数据挖掘工程师，我们的目标都是认识数据，从数据中发现需要的信息。

什么是数据分析师/数据挖掘工程师
需要的主要技能
工作内容及发展前景

所需要的技能

做数据分析，统计的知识肯定是需要的，Excel、SPSS、R等是需要掌握的基本技能。

我是做数据挖掘的，所以重点讲一下数据挖掘方面的技能。我本身是学数学专业的，接触数学比较多。数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，最基本的比如线性代数、高等代数、凸优化、概率论等。

举个栗子，比如朴素贝叶斯算法需要概率方面的知识，SKM算法需要高等代数或者区间论方面的知识。当然，你可以直接套模型，R、Python这些工具有现成的算法包，可以直接套用。但如果你想深入学习这些算法，最好去学习一些数学知识，也会让你以后的路走得更顺畅。

我们经常会用到的语言包括Python、Java、C或者C++，我自己用Python或者Java比较多。有时用MapReduce写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。

工作内容

数据分析更偏向统计分析，出图，作报告比较多，做一些展示。知乎上有一个叫团支书的答主，他就比较偏向于数据分析。

数据挖掘更偏向于建模型。比如，我们做一个百货的数据分析。万达电商的数据非常大，具体要做什么需要项目组自己来定。百货数据能给我们的业务什么样的推进，我们从这一点入手去思考。我们从中挑出一部分进行用户分群。

消费者在商场购物消费会有一个刷卡的数据记录，万达会员卡的卡号信息以及购物记录也会在数据中呈现，数据体量是很大的。我们用这些数据做一个聚类，分成几个用户群，比如偏向亲子的、时尚女装和奢侈品的、汽车配饰的，分群之后再去给他们做推荐就相对更加容易。

我们做用户分群会用到一些聚类模型，比如K-means、K-means++等，处理数据的维度特别大，是300w*142维，如果全部拿来聚类，效果不太好，因为有一些是没有含义的，所以我们会进行降维。

降维一般会用到主成分分析，我们用的是深度学习的一个算法——Auto Encoder。它有一个输入层，一个隐含层，一个输出层，数据从输入层进去时会进行编码，从输出层出来时解码，比如我们把142维数据灌进去，在隐含层降成50维数据，输出还是142维数据。也就是说把一开始的142维数据投射到50维数据之后，再还原成142维，这142维与之前的142维数据之间的映射关系是一样的，那么我们就可以用中间50维的数据做聚类分析。

最后我们得到了一个评价指标，你可以理解为这个指标数值越小越好，越小代表各个值离中心越近。如果不用深度学习算法，得出的评价指标是20万左右，而降维之后得出的指标是600多，效果是很显著的。

我讲这个例子也是想告诉大家，如果你不具备数学知识，只是去套模型也可以做，但永远只是停留在入门阶段。大家如果想做数据挖掘工程师的话，我建议编程语言至少要会一门，数学方面至少需要线性代数、概率论和凸优化的知识，了解一些机器学习算法的推导，以及深度学习的算法。这个学习起来并不是特别难，我从毕业到现在有一年的时间，一些基本的算法已经了解的差不多了。

发展的建议

每个人都有自己的偏好。有的人会说，数学太难了，我不想做挖掘，就想做一些数据分析，做一些酷炫的分析图，这个当然可以。如果想要自己的职业生涯有长足发展的话，不要贪多贪杂，在某一个领域深入进去。你可以结合自己的兴趣，在那一个领域成为专家。

提高自己的技术和业务能力。技术能力相对来说是比较好提高的，学R或者Python这类简单的语言是很快的，Java或者C++会比较慢。当技术能力提高到一定程度的时候，就很难跟别人有技术上的差别了。可能工作一年的时候你只会R，等两三年之后相关的工具技术你都会了，这个时候你跟其他同事的区别就在于业务能力。

很多做技术的一开始会觉得技术就是特别牛特别厉害，但是光有技术并不能让你成为公司的核心成员，必须要提高自己的业务能力。如果你做的技术出的结果跟业务不相关，对公司无法产生效益，领导是不会要这个结果的，除非你是研究人员。

几个小tips

学历重要吗?

校招渠道比较看重学历，但是随着工作经验的增加，你的技术达到了一定的水平，你是二本三本实际上和985毕业的人并没有太大区别。当然，对于应届毕业生来说，学历高学校好更有优势，这是大厂的敲门砖。

也有人会问需不需要考研。考研要跟你以后的工作道路结合起来，如果想做数据挖掘，就可以选择考数学类专业的研究生，可以提高自己的竞争力。

以我的经历来说，我本科是在湖北一个很普通的学校，研究生报考武汉大学的计算数学专业。但因为两分之差，调剂到了基础数学。当时家人劝我服从调剂，好歹研究生是武大出来的。不过我的兴趣不在基础数学，这个专业也并不能给我想要从事的数据挖掘加分，还不如先在工作中积累一些实践经验，所以就放弃了读研。如果我工作几年之后需要提升能力，可以再去考个研究生，不一定非要现在就考。

转行可不可以学?

现在这个行业越来越火，很多人想要转行做数据分析。转行学数据分析师是可以的，但最好先去看一下招聘单位的工作内容，如果招聘要求懂PPT、Excel之类的就可以不要考虑了，因为这种通常招的是统计员，不是分析师，对你的职业道路不会有太大的帮助。如果要求会Python、R或者建模，你可以去尝试一下。可能别人不一定会要你，但如果你表现出足够的诚意和自学能力的话，依然有被录用的机会。

我大学读数学专业时只学了MATLAB，学了不到一年，当时在学校参加MATLAB建模比赛得了一等奖，觉得自己挺牛。但是在找工作时发现很多公司不用MATLAB或者SAS，因为比较贵，很多都会用开源的R。面试的时候，我说我不知道R是什么，领导说，给你两个星期，学。后来在工作里一点点看书，也就入门了。

跳到第四个问题，选数据分析还是数据挖掘?

很多人觉得数据挖掘很厉害，但是一转行就跳到数据挖掘是不太可能的。数据挖掘要求比较深的代码功底。

一开始我也不会写代码，毕业之后我去了一家公司，Title是中级数据分析师，但干的是数据挖掘的事儿。刚入职的一个月内，老板让我用Python出结果。之前没学过Python，我边学边做，这样把Python也学会了。后来在这家公司做过一个垃圾文本分类的项目，这个方面以前也没有接触过，就一边查资料一边自己做。一开始用公式套，但是准确率只有80%左右，我就开始看公式的推导，看懂公式原理之后就知道某些地方是可以挑优的，自己可以对算法做一些改进。不要只套公式，也要弄明白其中的公式推导，搞懂源代码，慢慢提高自己的代码能力。

怎么选公司

大公司当然是最好的。大公司一般走校招，如果你通过校招进了大公司，但是非核心的岗位，比如百度搜索方面的挖掘，当然是最好的，如果进入不了这样的岗位，不如去一些新发展起来的公司，比如美团、滴滴，这样的公司有一定的数据量，也会有一些比较强的人。

第三类公司是创业公司。如果是刚毕业最好不要选创业公司，风险比较大。你比较难以从表面上判断这家公司能不能存活下来，有没有牛人值得跟。而一些二线公司的业务骨干大多是从BAT过来的，具有比较丰富经验，跟着他们学习能让自己快速成长。

怎么面试

一定要诚实。不要造假工作经验和年限，没有必要，对自己也没有好处。毕业生求职时可以表现得真诚一点，不能说一上手就能做很多工作，但是可以展示自己的学习能力。

我也不是一开始就做数据挖掘，也是在工作中慢慢转。如果你真的想做这一行，就要有决心，不能着急。

讲个小故事，当时想转数据挖掘的时候，我不知道是选择Java还是C++。当时我投了很多数据挖掘岗位，我知道面试通过的可能性不大，但我就跟面试官聊天，请教经验。我说自己是数学专业毕业的，想要转做数据挖掘工程师，需要掌握哪些能力。面试官就画了一个图说，一个圆代表数学，一个圆代表计算机，我们需要的就是两个圆交叉的部分，如果编程语言求快的话可以先学Java;我接着问他需要看哪些资料等等，我们聊了差不多一个小时。其实很多老人带新人是很乐于分享的，多看前人的经验，帮助自己成长，一定会在这个行业有所收获。