职业规划先看一下国内知名互联网数据分析师的招聘要求:
1. 计算机、统计学、数学等相关专业本科及以上学历;
2. 具有深厚的统计学、数据挖掘知识,熟悉数据仓库和数据挖掘的相关技术,能够熟练地使用SQL;
3. 三年以上具有海量数据挖掘、分析相关项目实施的工作经验,参与过较完整的数据采集、整理、分析和建模工作;
4. 对商业和业务逻辑敏感,熟悉传统行业数据挖掘背景、了解市场特点及用户需求,有互联网相关行业背景,有网站用户行为研究和文本挖掘经验尤佳;
5. 具备良好的逻辑分析能力、组织沟通能力和团队精神;
6. 富有创新精神,充满激情,乐于接受挑战
前三个属于硬件要求,一般而言,有专业基础(计算机、统计学、数学等相关专业)入行需要3个月以上的学习,对于非专业背景的同学,入行的时间可能需要的更长,建议给自己预留6-12月的时间。而要成为一个熟手(企业用工需求最多)则需要2-3年以上的项目经验和行业经验。
Anyway,作为一门对数学和计算机都有较高要求的一门交叉学科,从事大数据是有一定门槛的,但相对于10年以上的职业生涯(国外顶尖数据科学家50-60岁仍然十分活跃),预备半年的时间来学习这个最炙手可热的技能还是很划算的。
数据分析往上走就是数据科学家,可见这个职位对专业背景和知识素养有一定要求,如果你还在学校,建议先打好基础,学好概率与数理统计、数值分析、多元分析、泛函分析、软件工程,可以选修软件工程、数据库原理、任和一门编程语言;分析工具方面更新比较快,入门掌握一个并了解其原理即可,如spss/R/matlab,国内相关的教材较多;有时间的话建议参加一些数据建模方面的大赛,对自己能力提升和职业生涯的成长很有帮助。
未来数据分析是一种工具,在金融、互联网、电子商务、公共服务、医疗健康等领域非常广泛,职位上面偏业务的有数据分析师、数据产品经理、数据挖掘师等职位,偏技术的有大数据工程师、架构师、算法工程师等职位,晋升通道是业务主管/数据中心主任-》CIO/CDO/CTO-》VP或首席数据科学家。
在职业规划这个问题上有位哲学家说过,最重要的人际关系就是自己和自己的关系,知道自己要什么,不要什么。在转行的问题上也是一样。 有人会说,转行是让自己之前几年的经验积累全都作废了,其实社会经验和人生理念是不管改到哪一行都能发挥效用的。而之前的人际关系也是属于“山不转水转”的问题,你很难说哪一类人际关系是有用的,哪一类是没有用——基于这个道理,应该统统视作为有用的。 不怕失去,才可能会有更多收获。只要有明确的发展规划,当然应该义无反顾地去投入新的开始。人生的机会并不多,即使你已经到了30岁,对大多数人来说,只是职业生涯的前半部分,完全不必缩头缩脑患得患失。
如何学习要跨入数据分析师,也许很多时候你只能从“工人”开始做成(这意味着在很大长一段时间内,你的工作内容可能比较枯燥,可能做的都是比较没有“技术”含量的活),慢慢的当你成为“熟练工”同时随着行业相关知识和各种技能的积累,慢慢你也会走上“数据设计师”之路。开始从事“高大上”或者更有技术含量的工作。
一、至少花三个月掌握技术
“磨刀不误砍柴工”,要想从为“工人”,甚至熟悉工,也需要很多技能,因为怎么说数据分析师也是技术工种 。我觉得至少你要花3-6个月时间来学习一些最基础的知识。
1、花1个月学习数据库、sql知识。《 深入浅出 SQL(中文版)》
2、花1-2个月学习基础的统计学知识。
3、花1个月去学习最基础的数据挖掘模型: 《数据挖掘导论 》
4、花1个月掌握一门基础的挖掘软件的操作。
分析师一定要有持续学习的态度,所以在后续 工作中一定要保持持续学习的态度哦。坚持学习各类知识,不仅仅是技能层面的。
二、选择感兴趣的行业
如果你已经工作,选择本行业或者相关行来。这样你在行业经验,业务知识你是有优势的。因为你比较清楚业务的“痛点”
从而你也就相对清楚应该给业务提供什么样的数据。
如果你是学生,分析师一下自己的兴趣,结合现在比较热门的行业(指数据在这个行业也是比较热)。
通过互联网学习,聊这个行业的商业模式,数据内容,分析点。有机会可以去参加一些同行的沙龙或者分享,清楚的了解这个行业的数据分析师或者同行平时都在干什么 。
对比自己当面的知识储备,更有针对性的补充知识。和在学校的同学共勉一句话:“在学校学的东西都是有用的,只是学校没有告诉你怎么用!”
三、开始寻找机会
对于跨行业转入的同学,当你准备好上述内容的时候。开始找个机会:
1、内部转岗
2、选择中,小型公司。先入门,再修行。
几点建议1)勤动手,多实践:
看书和看视频是学不会数据分析的,多参加一些项目,撸起袖子玩数据,英文讲"make your hands dirty",校内可以通过参加大赛增加实践机会,入行找一份能接触到数据的岗位,任何工作都可以,市场、运营之类的职位很多。
工具先从一个容易上手的学起,excel/spss/sql都可以,顺手就行,后续可以再学高级工具如R或者python,人剑合一的时候,柴火棍子也能砍死人,就是这么回事。
2)终身学习:
大数据是一个实践性很强的学科,从实际工作中获取的知识和能力是你在学校里面无法学习到的,企业最终也是看重你的实际工作能力。你可以在学习社区通过分享和交流补充课外知识get新技能。