数据分析老司机给新人们的四点建议
曾经面试过很多家公司,面试过很多岗位,如今沉淀一下仔细想想,有很多地方可以给一些建议,这一篇写给想入门、想转行的同学。
一、职业方向
谈面试之前,先聊聊数据的职业方向如何,大数据方向根据目前的行业情况主要有:
1、岗位:数据分析师(BI/BA)
方向:数据分析、运营、商业分析
2、岗位:数据开发工程师(大数据开发)
方向:报表开发、模型设计、ETL、技术支持
3、岗位:平台开发工程师(负责平台运维开发)
方向:数据平台开发、运维、工具开发
4、岗位:数据产品经理(数据方向)
方向:产品设计、推广、需求对接
5、岗位:数据挖掘工程师(算法工程师)
方向:算法实现、算法改良、数据应用
6、岗位:机器学习、人工智能(高端方向)
方向:人工智能应用、图像、语音、文本等方向
以上几个岗位(5、6一般都要求研究生学历,有些会要求985、211),大家熟悉的话 ,应该也能自己理出来,每个岗位都有细分,比如数据开发工程师下面会细分:ETL、模型设计、报表开发等。很多人都知道现在大数据相关职业赚钱,所以大家都想入行,入行前你可以参考上面的岗位选择自己对应的方向。
二、优劣及选择
选择方向之前,再三确认一下,你是否喜欢这个方向?想做这行吗?如果答案是确定的话,那么你可以考虑入行了,要说入行不得不先说两个词:专业壁垒和行业壁垒(学历壁垒暂时不谈)。
专业壁垒:一般来说岗位招聘都会写一个要求:专业为计算机、数学、统计学等相关专业,有这个要求并不奇怪,因为经过大学这几年的培养,这类专业的人相对其他专业的人有优势,企业培养这个方向的人成本低,会优先考虑这一类人。
行业壁垒:就拿金融和互联网来说,招聘时会带有行业色彩,一般来说跨行进入的人员不会太受欢迎,所以互金的人很吃香。
如果你不存在这些壁垒,那么恭喜你,比其他起点高。如果你存在这些壁垒,那么也不要气馁,后期学习更重要。
以我自身为例,本科学过c、学过sql,再说我是统计学出身,那我觉得我入行数据分析没问题,考考我sql我可以过,至于后来为啥转开发了,因为部门缺开发(泪奔,被迫的~)。
那么如果你不是科班,也没有学过sql编程怎么办?那么你可以选择:1、网络课程,2、面授班进行学习,有一定的基础这是前提,学习过程一定要能匹配岗位要求,现在的课程基本也是匹配岗位要求的,如果心里没底,那么你可以看第三项职位简述。一般网络课程是自我驱动,面授班都是被金钱驱动的多,自己边学边实践,到火候了就可以多投几家公司开始试试水,好好准备面试,不要怂,一定要把自己学习能力、积极向上的一面表现出来。
在此说一句良心话,所有的学习不如实践来的重要,所有的面试都会看重这一点,有机会尽量在工作中实践,入门前自己多搭环境自己实践,不要被自己的学习所框住,学的东西只有在用的时候才知道什么时候不行,什么时候能行!
三、职位简述
做好了准备,明确了自己的选择方向,那么就可以好好准备你的职业成长方向了,找几个大公司的招聘JD(职位介绍),会细分到岗位里面的具体要求,这些要求其实就是对应这些岗位你所能匹配的能力选项,如果你能到这些选项都匹配,那么恭喜你,你已经是个牛人了。一般匹配度60%,匹配项3项以上基本就可以开始面试看看了。
这几个岗位里面,算法、机器学习有学历要求,不是科班难度很大。分析、产品、平台基本要求工作经验,数据开发要求学习和编程能力,相对而言,1-4这几个岗位是比较好入门的,后面成长要看学习能力和自我驱动能力。
数据分析:
1、本科及以上学历,2年以上工作经验,数学、计算机专业优先;
2、有一定的创新能力,在以往的数据分析、挖掘等工作中有自己独特的见解;
3、具有较强的逻辑思维能力、数据洞察能力和沟通协调能力,拥有强烈的责任心和团队合作精神;
4、具有探索精神,从数据中发现价值用以支持决策;
5、拥有电商行业背景、或财务、品类管理背景优先。
数据开发:
1.计算机,软件等相关专业;具有较强的编程能力(Java/Python);
2.具有海量数据计算,实时流式计算等相关项目经验;
3.熟练应用Hadoop、Hive、Spark,Storm等大数据相关技术并了解其原理;
4.优秀的分析问题和解决问题的能力,能够把理论成功应用于实践;
5.有极强的责任心和工作主动性;
6.有数据分析和BI系统研发背景者优先。
数据产品:
1、3年以上互联网产品相关经验,其中2年以上大数据产品经验,对于数据平台搭建、数据体系建设有实战经验以及成熟的思路,可考虑大数据相关研发人员的转岗;
2、熟练使用Axure、XMind、MindManager、Visio等产品工具,清晰表达产品流程和交互流程;
3、具有较强的逻辑思维能力和沟通能力,对产品设计,产品生命期管理等有成熟的经验和思路。
4、文字呈现和执行能力强,能够快速的生成方案;
5、熟悉Hadoop、Java,R、Python、Spark等主流技术,有业务建模和数据挖掘经验者优先;
6、良好的业务理解能力、逻辑思维和沟通能力、跨团队沟通协调能力;做事积极主动,有较好的自主学习能力;
7、有大规模数据挖掘、推荐系统、机器学习的产品设计经验者优先
数据平台:
1.两年以上大数据平台设计和开发经验,具备优秀的编程能力和良好的开发习惯。
2.具备独立架构设计、内核开发、测试与运维的能力,有过大规模系统设计和工程实现的经验。
3.熟悉Spark、Spark SQL和Spark Streaming内核原理;了解Hadoop生态组件相关技术,例如Hadoop、Hive、Storm等。
4.精通Java、Scala语言,熟悉Linux 操作系统,熟练使用Python、Shell脚本语言。
5.具有认真的技术态度,良好的团队沟通和协作能力。
数据挖掘:
1.硕士及以上学历,计算机科学或数学相关专业毕业;
2 了解LR,聚类,分类,神经网络,强化学习等相关机器学习理论和算法;
3.熟悉linux平台,掌握C/C++/Java某一种编程语言,具有良好的编程习惯和算法基础;
4.熟悉hadoop,spark等平台上面向海量数据的算法实现及数据分析技能;
5.出色的问题分析及解决能力,能自我驱动,持续面对新挑战。
机器学习:
1.硕士或博士,应届生或工作经验1-3年;
2.计算机、统计、电子、数学、数理统计等相关专业,机器学习/数据挖掘/信息检索/自然语言处理/统计分析相关背景;
3.掌握常用的分类、回归、聚类、预测、关联规则、序列模式等挖掘算法,了解数据挖掘前沿技术;
4.熟练使用一种或多种数据挖掘工具,使用python/shell/scala等脚本语言;
5.具有很强的学习和研究能力,英语熟练,能够熟练阅读英文技术资料,积极创新、乐于协作、善于沟通。
四、多交流、勤学习
如果你成功入门,那么恭喜你,进入了所谓的高薪行业,其实,里面的坑太多了,那么你得找几个群和同行业的我们多交流、多踩坑,那么慢慢的你会发现你也可以diss人了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10