编辑:Mika
作者:CDA持证人 姜寿明
主持人:
大家好,今天CDA持证人专访我们邀请到了姜寿明,寿明目前是在一家金融科技公司从事咨询和方案解决的工作。
欢迎寿明,和大家打个招呼吧!
嘉宾:
大家好,我叫姜寿明。
我目前在一家金融科技公司从事咨询和解决方案工作。本科读的信息与计算科学专业,一半数学一半计算机课程,也算是经过了一些统计学、数据库和软件编程的初级的、系统化的学习和训练。研究生读的管理科学与工程。
主持人:
我比较好奇在咨询和解决方案这一块儿会利用到数据分析吗?
嘉宾:
会的,应用场景其实挺多的。
主持人:
能举几个业务的例子,具体展开给大家讲讲吗?
嘉宾:
没问题。我举两类应用场景。
第一类是企业经营管理类场景。
随着市场经济的发展,中大型企业面向的市场、客户规模和复杂度不断增加,经营数据的收集汇总过程变得越来越耗时。这时面向管理层的经营情况汇报时间也不断延长,因为这个时候从基础数据已经看不出结论来了,管理层提出的每个问题都需要结合很多方面的信息来回答。
这种情况下就需要构建企业的数据平台,连接打通前后台各类IT系统数据,利用数据分析的方法论和工具对大量基础数据进行加工处理和分析呈现。
所以现在很多中大型企业都开启了数字化转型,开始建设面向经营管理分析的数据看板、管理驾驶舱等等,大家也能明显感觉得到,近几年招聘市场上对掌握数字化转型、数据分析等方面技能的人才需求也在持续增长。
主持人:
那就是老板不会看基础数据,更多的是看结果数据和原因,要想解释数据的结果就需要从数据里找原因对吧,那第二类呢?
嘉宾:
第二类是项目管理分析场景。
以我目前所在的公司为例,作为一家规模较大的金融科技企业,要负责建设规模庞大的IT应用系统,服务于各类复杂的业务需求。
但是随着技术的不断发展,应用系统需要持续进行迭代升级,每次涉及到技术架构升级往往需要数百个项目并行实施并进行有效的项目群管理。
这种情况下利用传统的、简单的数据报表已经难以清晰地展现项目的全貌和关键信息,也需要借助数据分析方法和工具,基于项目群整体推进基础数据,进行多维度透视分析、全局进展跟踪和风险及时预警,并以自动化、可视化的方式进行呈现,辅助项目管理和推进。
这两类都是我作为咨询和解决方案顾问实际经历和参与过的场景,其他类型的场景其实还有很多。
主持人:
好的,我看到您读书期间,数学课程占一半,身边也有很多想从事数据分析的朋友问得比较多的一个问题就是,从事金融数据行业,数学是不是要特别好呢?
嘉宾:
也不是。
金融数据行业是一个比较泛化的概念,可能证券分析师、基金经理、金融大数据分析工程师这类职业岗更贴近一些,需要对市场交易数据进行建模预测,优化投资模型,或者设计开发相关的算法和软件来服务于金融场景业务决策等,这些工作要求具备一定的数学功底。
其他方面的岗位类型,包括我这种咨询解决方案类的,更多的是要求理解业务、理解数据,利用数据分析方法论和工具,更有效率、更直观、全面地组织数据和呈现结论,并不需要掌握复杂的数学理论或者算法。当然如果数学功底好绝对是加分项,在学习和掌握相关理论和工具的时候,能够更快地理解原理并上手使用。
主持人:
从事金融行业的数据分析师,您觉得哪些业务知识是必学的?如何更好地进阶自己?
嘉宾:
业务知识的话,我觉得需要看服务的企业性质、业务类型以及岗位类型。
企业性质来说,比如你在银行、保险、证券公司,要求的业务知识是不同的,你起码要了解相应业务的一些专业术语、常见通用的业务逻辑和规则,才能跟业务人员进行有效地沟通,理解业务目标,进而开展数据分析工作。
业务类型来说,2B业务和2C业务要求的能力也是不同的,前者可能要求掌握一些采购、销售、物流、存货以及财务等相关知识,具备一定的公司经营规划与分析能力,后者则需要对互联网化的数据运营方法有所了解。
岗位类型就比较具体了,比如你做投资分析,你需要掌握系统的金融学、经济学理论以及投资分析方法。
主持人:
作为CDA持证人,对于证书备考有什么攻略可以给大家分享一下吗?
嘉宾:
我的备考攻略主要有两点吧:
第一点是,考试大纲和模拟题一定要好好看、好好做。
这个证书涉及的相关知识面还是比较广的,考试大纲能够帮助我们聚焦一些关键的知识模块重点学习,备考阶段也需要回顾一下进行知识点的查漏补缺。
模拟题最好整体学习完成之后再做,毕竟套数有限,如果每套题都能得分在七八十分以上,那么直接报名考试还是比较有把握通过的,做完题目之后也要重点针对错题进行分析、识别知识盲区,并进行迁移补漏。
第二点是,做笔记还是很有必要的。
笔记可以帮助我们记录要点、加深印象,在系统化学习的时候,前后知识点是有关联的或者互为基础的,往往学习后面的需要回顾前面的知识,如果有笔记在的话,会节省很多时间。
另外,在学习、备考战线拉得比较长的时候,需要反复复习笔记来对抗遗忘,以及最后集中备考复习那几天需要有足够的弹药。
主持人:
对于即将踏入金融数据分析的小伙伴,您有什么经验可以给大家分享一下吗?
嘉宾:
分享两点我个人的理解吧。
第一点,我们需要不断学习掌握复杂的工具。
这里的工具是广义的,可以是理论、算法、模型、软件等,通过复杂工具的掌握来提升工作效率和效果,而且往往工具越复杂,提升程度就越明显,因为效率提升的部分就是工具自动帮助我们完成的部分;降本增效是公司经营不变的主题,我们持续利用工具提升个人效率、提升组织的工作效率,就能给企业带来更多利润,凸显我们的岗位价值。
第二点,我觉得数据分析岗位要往上不断进阶。
一定要与业务目标深入结合,通过长期聚焦在某一个或者某几个业务领域跟数据打交道,沉淀总结一些分析问题的常用切入点和独特视角,培养自己的数据敏感度,最终形成业务诊断能力,成为一名用户增长专家、客户营销专家、或者企业风控专家,这是作为一个数据分析岗位应该及早树立的目标和努力的方向。
主持人:
好的,谢谢寿明的分享。
不愧是做解决方案的,回答的每一个问题都像是在给一个个解决方案。寿明结合自己的工作业务给大家分享了金融业务场景的类型,具体的工作岗位还需要掌握专业领域的知识,更是在CDA认证备考,以及要从事金融数据分析师的小伙伴提出了自己的建议。
再次感谢寿明接受我们的专访,我们下期再见!拜拜 !
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