
昨天在朋友圈刷到一篇文章《30岁,北漂7年一事无成,要回老家吗?》,还没看到内容,我的眼泪就情不自禁的流了出来,这不是在说我吗?
大学刚刚毕业那会,我满怀期待的来到了北京。以为会和好友们创建一份属于自己的辉煌事业,可是这几年,看着好友一个个离开北京,心里不禁产生了一丝悲凉。
我也曾经想过是否应该回到老家,陪在父母身边,过些平凡的生活。可是又羡慕大城市的繁华与自由,不甘心离开。
今年六月份的时候,我和发小一起庆祝生日,席间她说了一句话触动了我,她说“咱们快三十岁了,但是感觉什么都没做。”后来她告诉我,最近感觉自己好累好累,准备回家休息一段时间。
是呀,90后已经变得不再年轻,00后已经迈入职场。虽然很多事情我们并不愿意去接受,但是却刻骨铭心的发生在了我们身上。
01
今年是我来到北京的第七年,上周接到好友阿兰的来信。她说自己刚刚被公司辞退了,也到了一定的年龄,准备离开北京,回老家发展。我心里有些震惊,才三十一岁,就要因为年龄的原因被辞退吗?
阿兰,毕业于一所211重点大学,统计学专业,毕业后的她来到北京,希望能在这座一线城市扎根下来。
然而理想丰满,现实却很骨感。来到北京的阿兰,发现这里人才齐齐,竞争激烈。花了两个月的时间,却没找到适合自己的工作。
那一段时间里阿兰每天垂头丧气,不知道自己该做些什么。可是人总是要吃饭的,在残酷的现实面前,阿兰失去了曾经的激情,找了一份行政的工作,心想先干着,等以后有了合适的机会再跳槽。
可是一晃,七年时间过去了。
曾经的梦想并没有如阿兰期待的那样如约而至,相反它离阿兰越来越远。
由于工资少的可怜,考虑到上班通勤等因素,阿兰只能和同事合租一间小屋。但是北京这样寸土寸金的地方,光房租就耗去了阿兰一半的工资;再加上日常开销,每个月也就所剩无几了。
当然,如果这一切只是暂时的,忍忍过去也就罢了,但对阿兰而言,这份没有未来和期望的工作,到底还要熬到何时?
随着年龄的增长,远在家乡的父母不断劝说着阿兰。希望她能够回到家乡工作,稳稳当当的陪在父母身边,早日成家。
02
阿兰的处境让我感觉到心疼和无奈,同时又感慨万千。
对于阿兰这样深处职业困境的人而言,又该怎么办呢?
一年一度的回流潮又要开始了,不管你是决定在一线城市继续打拼,还是想回到离家人、朋友更近的家乡。我的建议是:掌握能让自己升值的能力,到哪儿都会生活的更好!
如何才能让自己更值钱,走到哪里都不会被淘汰呢?我总结了以下几个方面:
1
明确自己的优势
想要在职场上长期的发展下去,一定要明确自己每一个阶段的目标。我们拿阿兰举例,她是统计学专业,其实就业前景还是蛮好的。现在热门的数据类岗位,本质上就是统计学的方法论。选好就业方向,你的就业薪资会比很多专业高。
当然了并不是只有统计学可以从事数据分析,这是一个可以零基础学会即能很好就业的岗位。现在我们正处于数据时代,我国数据分析岗位需求达到300万,且未来5年都将以30%-40%的速度增长,需求总量将达到2000万人左右。
随着国家对数字化越来越重视,不仅是北上广深等大城市数据分析岗位充足,成都、武汉、郑州、杭州、南京、西安、苏州等更靠近你家乡的这些城市对数据岗位的需求也越来越多。
TOP 20城市重点项目投资情况
(来源:中国通信院《中国城市数字经济指数蓝皮书(2021)》)
我们拿成都来说,作为四川省数字经济的核心区域,平均月薪6963元。而平均月薪7000以上的岗位或多或少都与数据分析有关。
月薪7000元-10000元岗位
月薪10000元-15000元岗位
月薪15000元-25000元岗位
月薪25000元以上岗位
数据分析无疑是未来即吃香又可以长期发展的行业。
2
长远发展规划
其实,任何一个岗位随着不断的发展,基本都会分为三个阶段:初级,中级,高级,数据分析这个行业也一样。
工作内容:要求熟练使用Excel即可,主要辅助数据部门的产品经理。针对产品经理提出的需求来做分析,然后用PPT写一些分析报告。
需要掌握的核心技能:Excel、统计概率
工作内容:一般是IT部门的数据分析师。不仅要会技术还要懂业务,通过发现问题,分析问题,得出结论,为公司的决策做支持。主要工作是数据提取、报表开发、撰写分析报告。
需要的核心技能:统计概率,精通SQL,编程语言Python或者是R
通过建立模型、预测,偏重于工程,主要技能是编程和算法。
需要的核心技能:统计概率、数学、SQL、Python或者是R,机器学习
随着个人的不断发展,你的能力也会得到不断提升。如果你的业务能力很强,可以考虑管理岗;如果你的技术能力很强,可以担任数据科学家的职务。
03
我们已经进入数据时代,在人才济济的今天,我们更要抓住数据时代带给我们的福利。
横向看,数据分析可以涉足各行各业,不再受条条框框的约束;纵向看,数据分析可以深入行业内部,可以清晰了解业务问题,并提出解决方案。
行业“钱”景可观。无论是初级还是高级岗位,企业都愿意为数据分析师提供高薪酬、高福利。同时,随着工作年限的增加,数据分析师薪酬也会越来越高。
如果你也对数据分析感兴趣,欢迎扫码咨询我们。
扫码免费领取
“数据分析”礼包
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05