转行,这个话题我觉得许多朋友都非常感兴趣。毕竟工作伴随着我们的一生,也是我们的主要收入来源,任谁都希望能拥有一份高薪又有前景的工作!
时下的大数据时代与人工智能热潮,相信也有许多对数据分析非常感兴趣且要转行的小伙伴。但对于希望转行数据分析的零基础小白们,他们并不知道进入数据分析行业需要学什么,也不太清楚数据分析师平时工作都在干什么。因此本文给出一些建议,希望能对零基础转行数据分析的小伙伴们有所启发。
一、知识储备
数据分析作为一门交叉学科,需要掌握多方面的知识。
1) 数学与统计基础:
数据分析是指运用统计方法和分析工具对大量数据进行分析,挖掘出其潜在规律及价值,为经营决策提供科学严谨的理性依据。其中当然离不开数学与统计学的知识,需要有微积分、线性代数、概率论与数理统计等相关的知识储备才行。
2) 分析工具:
掌握基础的数据分析工具Excel与统计分析工具SPSS的用法。
3) SQL数据库语言:
数据的存储便离不开使用数据库,需掌握SQL数据库语言在关系型数据库系统中进行增删改查等操作才行。
4) 编程语言:
数据分析的进阶需要会使用一门或多门编程语言,如Python和R,这将会使你的数据分析变得更加高效。
5) 机器学习算法入门:
如果需要的话可以学习常用的分类、回归、聚类和降维等的常用算法以及它们的优缺点和使用场景,这将是你转行进入公司的加分项哦。
二、 行业分析
在学习数据分析的知识方面也不能落下对各个数据岗位的了解,接下来介绍数据分析行业中岗位,大致分为四个方向:数据分析、数据挖掘、数据开发、数据产品。
1) 数据分析师
从事数据采集、整理、分析,发现问题,分析问题,得出结论,为公司的决策层提供数据支持。偏向于业务。
2) 数据挖掘工程师/算法工程师
利用模型训练数据,从海量数据中挖掘规律,预测或分类对象,主要偏向编程和算法,对统计理论知识要求偏高。
3) 数据开发工程师
设计、搭建并维护基础设施,以提供数据收集、存储、处理、计算等平台。偏代码开发,需要在代码能力上弥补,但与纯技术栈的程序员相比需要一定的业务逻辑。
4) 数据产品经理
主要负责以数据为导向提炼需求、设计、规划、项目排期至项目落地,以及后期的产品改进和优化等。
三、 心态历练
一定要用细心、耐心、和平静的心态去做数据分析。数据分析是个细活,根据二八原则,其中数据的处理将占去数据分析中的八成时间,如果数据处理不当将影响接下来的分析,需要良好的心态减少犯错误的概率。
其实是具有独立思考与换位思考的能力。数据分析并不仅仅是为了完成一些业务上面的数据需求和论证。数据分析者应该在理解业务的基础上,要有自己独特的见解,扩大自己的思考范围,提升洞察力。同时要换位思考,从多角度看待数据和使用数据。不同的人,不同的角度看问题都能得到不同的效果。
原文发布时间为:2018-11-7
本文作者:刘家铭