[心得体会]数据分析师的自我修养

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

【转】豆瓣  林远竺 《咸鱼的信仰 矿工的修养》 在谈数据矿工的自我修养之前，先说说这段时间发生的几个有意思的事情。 2015年1月9日，张尧学领衔的团队凭借透明计算研究斩获国家自然科学一等奖，习近平主席亲自为其颁奖。此消息一出，在清华和中南两所学校引发了冰火两重天的响应，中南这边是一片欢呼雀跃，清华那边则是心情复杂，不少人觉得名不副实，甚至有人戏谑称，清华这次是丢脸丢到家了。在此不讨论透明计算到底是驴子是马，只是这样一个选择隐隐透露出高层想要在新数据时代全面发力的信号。十年之前的这个时候，同样是国家科技奖励大会，前任校长黄伯云依靠高性能飞机刹车片从胡锦涛主席手中接过技术发明一等奖的证书。在这十年的时间，社会的各个层面都发生了巨大的变化，两任校长的研究成果并没有什么相通之处，却多少意味着一种引导信号的改变，从传统材料的突破到计算时代的领跑。 2014年12月29日，涂子沛从美国硅谷来到杭州，正式加入阿里巴巴集团出任副总裁，其畅销著作有《大数据：正在到来的数据革命》、《数据之巅》。如果说吴军博士在《浪潮之巅》里面是以一种产业链的宏观视野来看待IT巨头们的盛衰起落，那么涂子沛在他的两本书里面则将数据革命上升到了国家政府甚至是人类文明的高度并进行了淋漓尽致的阐述。阿里巴巴是一家独具风格的企业，不仅仅在去年年末时候创造了史上最大IPO，更在于马云一直以来所强调的生态圈概念及其具体投资操作。它已经不是纯粹的电商或者互联网公司，而逐步成为马云口中的国家型企业，涂子沛的加盟更是促进了这样一种生长。 2014年12月18日，LinkedIn对全球超过3.3亿用户的工作经历和技能进行分析，公布2014年最受雇主喜欢、最炙手可热的25项技能。其中位列榜首的是统计分析和数据挖掘。这项技能在去年只排名第五，而当时的最热技能是社交媒体营销。虽然目前大数据、云计算这些概念已经炒得热火朝天，并且在美国的谷歌、微软、IBM等企业已经取得了长足的发展，但对于国内除BAT外的大部分公司来说，还处于一个起步阶段，大部分公司还在仓促之间成立自己的数据部门，尝试着去解决数据时代的挑战，摸索数据分析所带来的机遇。当然，尽管是在不同的地方，不同的国情，但是这样一股历史的潮流仍旧是无法变更的。下面简单地列出Linkedin所统计的25项技能中的前10项。 【1】统计分析和数据挖掘 【2】中间件和集成软件 【3】存储系统及管理 【4】网络和信息安全 【5】搜索引擎优化营销（SEO/SEM） 【6】商业智能 【7】移动应用开发 【8】网站建设和框架开发 【9】算法设计 【10】程序设计语言Perl/Python/Ruby 上面所说的三个事情之间并没有什么关系，但是却刚好从政府、企业和个人三个层面来讲述目前社会上的一个趋势，数据时代已经到来，众多社会机构或者群体都在准备着发力。在政府层面上，不管是在德国的工业4.0概念或者在美国兴起的大数据和云计算，中国政府都做出了积极的举动，虽然没有像白宫政府一样眼疾手快，但是在其真枪实弹的政策和资金调动上仍可以窥见一二。现在去描述一些美好愿景当然还显得不切实际，但是能否在这样一种时代转型中实现弯道超越，相信不少的相关人员都是卯足了劲头。在企业的层面上，市场竞争的残酷和激烈逼迫着每一个从业人员居安思危，朝五晚九，稍有不慎，便像是诺基亚、摩托罗拉这些公司一样转眼之间轰然倒下。百度在探索人工智能、阿里在谋求数据治理、京东的JD phone ，小米的智能家居，其实最终都将走向大数据的系统工程。最后在个人层面上，数据分析原本只是在数学或者计算机的学术圈里必不可少的手段，但是随着数据时代的到来，物联网的兴起、云计算的盛行、智能终端的覆盖，已经成为改写IT时代的革命力量。它不仅会成为越来越多人的生存技能，更会促进一个时代的转型。 软件工程师总是会调侃或者被调侃为猿猴，于是程序猿这三个字便概括了所有端坐在电脑前双手猛击键盘的码农。金融分析师也喜欢自嘲或者被嘲为华尔街等金融地带的民工，他们废寝忘食地奋战在资本流动的市场里面，虽然收入不菲，但是相比起那些动辄千万或者上亿的资本增值，同样只能望洋兴叹。言归正传，这些比喻更大意义上仍属于自嘲，毕竟对于大多数人来说，高级软件工程师和金融分析师始终都是稀缺物种，白领中的金领。而数据分析师的不断增长，则有一种山雨欲来风满楼的感觉，也许他们并不能像很多天花乱坠的描述里面成为时代的主导者，但是在这个数据时代里他们的位置却是千真万确地不可缺少。数据分析师也被叫做数据矿工，也喜欢把DM（数据挖掘）喊成是捡垃圾的，这样的一个称呼实在是生动而形象地描摹了数据分析师们的真实生活。在即将到来的数据帝国时代，漫天飘飞的数据多少有些像如今满世界的垃圾，所以不要问数据分析师是干什么的，他们是捡垃圾的。 所谓的数据矿工，其实是数据分析流程的一个比喻性概括。从四面八方到来的数据共同组成一个数据帝国，这个帝国有一个无比庞大的矿藏资源，硬要说成垃圾堆也没问题，总之只有经过深入挖掘才能够有所收获。数据分析的流程一般会是这样：数据提取、数据清洗与处理、数据分析、数据挖掘、数据可视化、数据报告。我们可以这样来比照一下，数据提取便是挖矿，数据清洗与处理便是冶炼，数据分析和数据挖掘则是材料制备，数据可视化是器件构造，数据报告则是最终的产品。虽然这样的比喻有失偏颇，并且难以一言道尽数据分析的各种情况，但这作为数据分析的粗糙勾勒还是具有一定的现实意义的。数据矿工们要做的的事情，便是面对这个数据时代所带来的各种挑战，即数据爆炸性增长对基础设施、软件平台和商业模式带来的强大冲击。在挑战的另一面则是要把握住新时代稍纵即逝的机遇，学会从数据矿藏之中寻找规律，挖掘出黄金白银，在激烈的市场竞争之中先发制人。 在这个专栏里面，会从宏观思想、微观思维、专业技能、业务能力等各个角度进行逐一阐述。在明确数据时代的来龙去脉后，学会理解和接受新时代里面的一些思维转换，比如舍恩伯格所提出的不谈样本谈总体，不谈因果谈相关等。有了一定的思想之后，也不能缺少专业技能的掌握，比如一些流行的数据库和计算机编码语言，比如时尚的数据分析软件SAS、Spss或者Eviews等，比如能让自己的办公技能极速如飞的EXCEL、水晶易表等。到了最后，数据分析的最终目的便是将数据转化为价值，并且写成报告。因此对于商业业务能力的掌控是不可或缺的，数据可视化能力和报告写作能力同样是至关重要的。关于这些内容，会分成不同的篇章，在这个专栏里进行简简单单，明明白白的讲述。但是由于个人能力有限，肚子里的墨水也不见得新鲜，因此多多少少会有一些不妥之处，还望读者朋友批评指正。同时毕竟这只是一个专栏而非著作，因此会更注重趣味性和浅显性，更希望让辛苦劳作的读者们开怀一笑，不会有深入的剖析和过强的专业性，诚挚希望牛人朋友们不喜勿喷，在此跪谢。 以上所谈的都是一些宏观而美好的愿景，看起来数据矿工似乎还有一分迷人色彩，呵呵，孩子们的想象总是美好的。在真实生活里面，如影随形的往往会是单调枯燥、日复一日的劳作。有很多的事情都会毁掉一个数据分析师的美好初衷，也许是老板不尊重数据的态度，你辛辛苦苦做了一个高大上的模型，写了一份旷世无双的报告，老板则是一句话：谁有钱谁上广告；也许是所在环境的束缚，要么是无人问津，要么是浑浑噩噩，最终沆瀣一气，也不再认真做数据分析；更可能是始终停留在学生稚气之中，学院风格太浓烈，难以和商业接轨，时间长久之后同样不了了之。数据矿工这个词汇不仅仅体现在数据分析的流程之中，更是体现在真实工作里面。如果说数据分析师是数据帝国的咸鱼，那么咸鱼若是有了信仰便会和所谓的咸鱼截然不同，如果说数据分析师是数据时代的矿工，那么当一个矿工有了自我修养，便是一个值得尊敬的不可替代的矿工。 我非常喜欢Jim Gray在最后一次演讲中描绘的自己关于第四研究范式的愿景：几千年前，科学以实验为主，描述自然现象，是实验科学；过去数百年，科学出现了理论研究分支，利用模型和归纳，是理论科学；过去数十年，科学出现了计算分支，对复杂现象进行仿真，是计算科学；今天，数据爆炸将理论、实验和计算仿真统一起来，生成的第四研究范式，是数据科学。所以说，数据分析不仅仅是一种技能，一份差事，更是一种科学，一份信仰。 我同样挚爱魔戒这个故事，数据矿工这个词汇总让我想起魔戒里面的那些矮人矿工。他们是一群真正的能工巧匠，经过长年的雕琢，建造了摩利亚、艾瑞堡那样恢宏磅礴、精致瑰丽的帝国，挖掘出了黄金钻石、珠宝秘银等无与伦比的宝藏。如果说数据分析师是数据帝国里的矿工，那么若是要挖掘那样的宝藏，一份自我修养是必不可少的。 在这个新时代，这个数据帝国里面，不管我们是咸鱼，是矿工，还是捡垃圾的，不管我们身处在何时何地，经历着何许荣辱浮沉，都不应该为懒惰寻找借口，为颓废自寻安慰。数据不应该说谎，数据不应该骗人，我们应该怀有一份信仰，数据分析不仅仅是一个技能，一份差事，它也是值得尊重的第四范式的数据科学。不管是IT巨头里面的首席数据官，还是普通小企业里面的数据分析员，不管是做互联网，做金融，做零售，我们都应该不断地加强自我修养，即使日常庸碌，工作粗糙，仍旧要保持一颗精致的心，过一份充实而美好的生活。咸鱼若是有了信仰，便能在数据海洋里任性地遨游；矿工若是有了修养，便能一钻一锤建造起磅礴瑰丽的国度；怀有一颗精致的心，在垃圾堆里也能捡到黄金。让我们在这个专栏里一起出发，同甘共苦，去走一段有趣的，开心的，精彩的数据之旅吧！ © 版权属于作者  商业转载联系作者

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：数据分析师 心得体会 数据分析 分析师 LinkedIn 分析师

讲的很好，支持一下