
上海57期CDA数据分析就业班学员
毕业院校:德州学院
专业:光电应用技术
入职信息:环海学院,数据分析师,上海
来cda是前同事介绍,因为他就是从cda出去的,我为什么来呢,是因为之前的公司是创业公司,不幸解散了,所以又得重新找工作,那时候是元旦,一直到过年我都没有找工作,年后回来,想了想还是找和之前工作一样的吗,复制粘贴复制粘贴工作,完全不想去找,我就想起了,和我同部门的那个同事,数据分析,会的简直不是比我高一个lever,Python爬虫,机器建模,以前没了解到的那些好像他都会,然后就准备找他问问在哪里学的,他给我推荐了cda,问完就去校区报名了。
正式学习中,发现就连Excel也是能玩出花来的,功能非常强大,三个月的时间说实话很紧很紧,因为要学的东西实在是太多,完全消化也是很难的,有些公式知道就可以,不需要完全都背下来记住,记住关键字,主要用作什么,以后需要再去网上找都可以,学东西一定要抓住重点,全部抓的话,费精力,重要的也记不好,在课上一定要跟老师走,回放是用来温习的,不要以为有回放,课上就不认真听了,有些不懂的可以当场问,效果会更好。
课下一定要复习和预习,因为一天全是满课,讲的知识量很大,我们同学大多都是转行,之前并没有类似学习的经历,所以很多东西并不能当堂就理解并记住,晚上在校区上自习的话有些老师还在教室,可以及时问,及时解答,也可以问老师一些,目前行业内的问题,老师大多数也在其他公司就职或者有自己的公司,所以对目前行业内的见解和看法对于我们之后的就职也有很大帮助。
预习当然也很重要,报名后cda会给一些预习视频,是往期老师上课的一些视频,课前也串一串老师要讲的知识点,对哪些不明白的记一下,课上着重听。
关于就业,大家最关心的就是薪资了,我的薪资相对于其他同学,应该算是最低的,因为当时找工作时家人和我自己的想法就是先入行,薪资没那么重要,当然这样想现在认为也不是完全错,薪资当然越高越好了,看到高薪的同学也替他们开心的,我本人认为应聘时最重要的就是自信,面试前多做一些准备,把之前的工作经历试试结合数据分析应该怎样做,我来的这家公司虽然工资低,但这个氛围我是很喜欢的,因为我的直属领导是个很爱学习的人,并带着大家一起学,我刚入职的时候,他们正在学习数据分析,是整个部门包括策划,设计,运营,开发都在学数据分析,那时候的学习快接近尾声了,我就参加了后面的两到三课,每周会对这个学习做一个总结分享,最后毕业,他们以全优毕业,算是很不错的了,当时就是这种学习氛围感觉很喜欢,所以对高薪同学也会有些羡慕,但我觉得自己的运气也还算不错。
业务这方面,必须要了解,要不然分析出来的就只是简单的数据,我每天早上会去的早一些,和策划,开发聊一聊公司的业务,哪些因素会影响数据波动,一些客观因素也许对某一天的数据波动非常重要但可能是我们想不到的,刚开始看看以前的数据报表,对某周某月的数据变化,大致了解一下,感觉异常的就多问问同事,在别人不忙的情况下最好。
对于数据分析,本人认为很重要的就是数据分析思维,对于维度的拆解,在工作中遇到的问题大多也是按这种,还有就是不要有太大压力,因为大多的数据分析并不是你的一个分析结果直接导致公司的收益增减,起初先是做一个监控,有一定数据之后,可以做分群,比如薅羊毛客户,风险客户之类可能我到的是一个小公司,是这种模式吧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08