发帖
雷达卡
在《AI时代就业指南：数学专业，你看不见的前程似锦》一文中，我们提到大数据相关职位更青睐数学专业的学生。在传统观念中，数学是男生的专长，那么是否也就说明男生比女生更适合做大数据呢？
在回答这个问题之前，先要从大数据相关的职位说起。大数据领域主要有两个职位方向，一个是数据分析师，另外一个是数据挖掘工程师，后者对编程的要求较高，而传统上工程师这个领域的确是男性比例高一些，而对于数据分析这个职位就不一定了。首先数据分析师这个行业大部分情况下不需要繁重的编程工作，即使需要写代码，一般也是用更易理解的脚本语言，而脚本语言对于大部分女生来讲并没有太大障碍。
其次，数据分析这个行业也有很多细分领域的，你可以往数据呈现上面深入，做数据可视化方面的专家；也可以往产品规划上发展，做数据产品经理；当然也可以朝管理和战略决策方面发展，做职业经理人，这些领域也都没有性别上的鸿沟。
再看一下数据分析师的基本要求：
最基本的就是不讨厌数字，对数据较敏感，能够一眼发现异常值，数据分布情况；
再则就是逻辑性，逻辑思维对数据分析尤其重要，不然会被各种指标的定义规则、与业务的联系纠结死，逻辑思维好的人写SQL等数据处理脚本也会更加高效；
接着是业务理解能力，最简单的就是让他定义下网站的目标是什么，哪些指标可以作为KPI，用户从进入网站到达成网站目标的整个过程是怎么实现转化的，能否画出业务流程图；
如果偏技术则需要懂一些数据库结构和SQL，如果偏展现需要考验下对图表的掌控能力；
还有就是细心、耐心和交流能力，做数据分析有时会很纠结，细心和耐心是必需的，好的交流能力可以让数据分析师更好地阐述清楚各类问题。
可见，数据分析师大部分要求对女生是毫无障碍的，甚至在某些方面，女生更有优势。
女性最卓越的能力是长期追踪一些看似不重要的数据，形成自己的“基准线”和“模式”。一旦这些数据点的模式，显著不同于她所熟悉的基准线，她就知道反常。女人在日常生活中不考虑什么因果关系和相关性的区别，她们信奉的原理就是：“事出反常必有妖”。
讲大数据的人经常讲林彪的例子。林彪打完一场战役，就认真记录一些非常细节不重要的数据，比如缴获枪支，长枪和短枪的比例，战俘的年龄层次，缴获的粮食是高粱还是小米等等，都事无巨细记在本子上面。别人都笑他。但是后来，他就用这些数据来判断哪个地方是敌军指挥部。
同样的，女生在细节方面同样有超强能力，下面是一个例子：
一个女孩A暗恋男孩B，但通常不直接联系，过了两天我问她要不要叫他一起吃饭，她说，他正在打球。我说你怎么知道？
她说，男孩B平时是早上8点在Gmail邮箱上线，8点半呈现Away状态，这是他出去买咖啡早饭了。9点再次上线后Busy，这是在工作，12点半再次Away就是午餐，晚上一直在线，可能是读文章或打游戏。其哥们C，早上十点上线，全天在线，然后夜里2点还在线上，这是一个晚睡晚起的男生。其另一个哥们D，全天Busy，但是大多数时间都在。但是重要的模式是，每星期有2-3天，他们一起离线或者Away3-4个小时。
结论：他们在一起打球。
好吧，男生们还不服么，听听下面这个段子：
一个哥们，有次聚会时说自己买了很多条iPhone数据线，家里每个房间插一条，走到哪儿都能随时充电……在场的姑娘们都当成是段子笑笑就过去了，只有个细心的姑娘悄悄问他买了多少条，他说42条。现在她和他在北京三环内总共42个房间的数套豪宅愉快地生活，下个月结婚。
总结：女生要相信自己入微的观察和大数据能力，并且把这种能力用在更高水平的地方，一定能在这个时代有更强大竞争力。
京公网安备 11010802022788号
