
北京CDA数据分析就业班50期学员
姓名:车同学
毕业院校:厦门大学嘉庚学院
专业:信息与计算科学
入职信息:法本外派阿里,数据分析师,杭州
就业感言:
一、关于学习
首先要理解一个很大的误区,很多时候你会觉得为什么同样新的东西,你和其他人都只学了一天,而别人比你掌握的好,举个例子,玩游戏总是玩adc的人,他在熟悉了一个adc以后,玩其他的adc上手也会很快,这就是技能树效应,其他人的工作经历或者学习经历,可能在数据分析的某个知识方面有加成,所以会接受的比较好。并且人学习的过程是大脑建立新的神经突触的过程,一天两天学不会很正常,因为你的突触还没有长出来。别人也不过是之前经过类似的训练突触长的比你快而已。结论就是完全关注自己,不要理会其他人,也不要受其他人的影响。
excel和sql是立身的根本,不论你从事数据分析的什么领域和职位,请学好这两个技能,看清楚是不论什么领域和职位,你都必须会精通excel。
3个月看似时间很长,其实分配给每一块的量真的很少,所以循环的去复习是最重要的,并且在开始学之前就要对自己从事的方向有个梗概,在不断的学习当中,逐渐确定自己以后的从事方向。 总结起来每天看一小时,比一天看7个小时效果要好很多。
笔者本身也比较菜学习上没有特别给大家的建议,总结起来3个月每天早上7点第一个来,晚11点最后一波走。
重复是最好的学习方法没有之一。
持之以恒,3个月只是一个开始。
不要妄图把别人五六年的知识全部在三个月内学会,有侧重,有主攻方向。
算法不懂,不要紧,假设你只弄明白了一个逻辑回归,那么恭喜你你可以在很多公司混的很好。
在精不在多。
二、关于工作
找工作总结起来四个字,'时也命也'。
面试得时候一定要自信心爆棚。
对自己未来一定要有规划和计划,面试管一定会问。
对自己写在简历上的每一个字都要扣的很细。因为你的简历就是你面试时候的考卷。
举例子:
问:你sql语句水平如何?
答:我能解决所有我能遇见的sql问题。 (这里的重点在我能遇见的,不在我能解决)
基础,基础,基础是最重要的,请把马老师和李奇老师的sql课反复听5遍以上。这条请你务必做到。
举例子:
sql中
Select from where group by order by having 的逻辑顺序是什么?
三、最后关于感想和感悟
人生路是一段很长的路,有的人20岁当了ceo但是25岁就破产了
有的人50岁当ceo却一直当到70岁。
时间的很长,别妄自菲薄,也别狂妄自大,别觉得bat就很厉害,也别认为自己非常nb。
三人行,必有我师,每个人都有我们值得学习的地方。
唯一需要敬畏的是知识。
如果有来杭州就业的小伙伴(小姐姐)可以联系我,非常乐意为你解答问题。
Vx:81541595
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18