京公网安备 11010802034615号
经营许可证编号:京B2-20210330
我从17年毕业后,一直在字节跳动西安做审核。做了两年多的审核工作,我对这个工作失去了热情。字节的视频审核和文字审核并非完全使用机器,采取的是双重审核,先机器审核筛选后再做人工审核的方法。工作的时候,我们需要一直盯着电脑看着那一个个视频或者一段段文字,并且还要从其中找到违规问题,这是很费眼力的。而且关键是这个工作还特别要求时限性,领导方面一直在说“数据堆积了要压下来”,让人有时候很有压力;有时又会出现数据量不足的情况,自己只能加班干等数据。领导说是量高了就有绩效奖励,但其实根本不会让员工挣得多。而且这个工作是白班夜班轮流的,到了夜班,又是一宿的盯着电脑,眼睛都要盯花了。回到家人很困,想睡一觉,但天一亮,回家的路上会使人变得精神,到家了想睡还难以入睡,就算困意来临,窗外的噪音也一声接一声的影响着人入睡,这种痛苦只有从事过夜班工作的人才会理解。于是我就考虑,我应该换个工作了。
经过一阵犹豫,我在19年10月份决定辞职去寻找新的职业机会。辞职后四处撒网到处投简历,大大小小的面试也经历了几十场,偶然的机会看到了CDA,那会也清楚不能再犹豫了,必须掌握一技之长才能有好的工作。那会儿是20年4月,疫情还没结束,我就去现场考察然后报名入学,当时没有线下班,我这边软磨硬泡负责人同意我在现场教室学习(本人自制力很差,感觉在家不利于学习)。老师是直播上课,西安现场教室开始只有我一个人。入学后我就给自己下了戒令,不找到工作不打游戏不喝酒!后来现场又来了一位学员,两个人一起并肩作战,努力学习。
课程安排是excel、sql数据库、power BI数据可视化、统计学、python、机器学习,知识密集度比较大,每天都学的很充实,干货满满。每个阶段结束会有分组阶段测试,痛点永远在后面,那会听机器学习就像在听天书,感觉难的很,机器学习课程有约一个月的学习时间,主要是围绕sklearn包的几个机器学习算法,例如KNN,随机森林,神经网络之类的,深度学习也是稍微有接触,我硬着头皮学,实在一点不懂的地方回放录播视频继续钻研,感觉当时也就学到了5,6成。另外一定要跟着老师一起做项目案例,多想想实际工作场景里这些技能的应用。在后期工作中,有时间一定要继续回看录播视频复习,因为每次复习,我都有新的学习心得。整个学习过程,确实比较累比较痛苦,但是一定不要放弃,一定要坚持下来。就像那句话说的,明天的你一定会感谢今天努力学习的自己。
重点来了!!!就个人而言培训就是为了找份好工作,所以这个课程的重中之重是最后的就业指导课,一定要听就业老师仔细道来,好的简历和自信很重要,面试岗位之前一定要做功课,看看这个公司的岗位需求可能会问到的知识点,针对他的业务和知识点专门做好准备。经过十几个面试,我在20年8月最后找到了一家叫美林数据的公司,薪资给的11K,比我原先工资的2倍还要多一点,我简直高兴的不要不要!感谢3个月以来努力学习的自己,感谢那些努力练习数据分析的一个个夜晚。当然也感谢CDA。
CDA W学长 22年2月
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22