发帖
雷达卡
数据科学（Python/R/Julia）数据分 析、机器学习、深度学习
第一重境界：见山是山
初入职场的数据分析新人往往都是处于这个阶段，对业务和数据不是了解很多，不注重数据分析的方法和过程，不懂数据分析的工具和技术，对数据的解读往往只停留于数据表面，而不考虑其背后业务的逻辑和意义，单纯的解读和分析数据。每次做数据分析的时候，看似分析了一大串数据，实际上对业务上没啥大的帮助，开始分析原因，然后开始分析原因可能是什么。最后，不知道用什么方案解决，只能”拍拍脑袋，做决策"。
第二重境界：见山不是山
随着对业务数据了解的加深，这个阶段的分析师不仅仅关注数据表面，而是关注数据背后的业务意义。其实，可以从不同的角度解读数据，如果带有太多的先入之见去解读数据，也就失去了数据分析知识发现的含义，或对数据进行过渡解读，或者只是将数据作为验证某种业务经验的工具。 做数据分析，有经验是好的，但是，也给你造成约束，让你不能突破这个范围，从而造成思维的局限性。
第三重境界：见山只是山
了解了先入之见的危害之后，就会再次回归数据本身，对应的数据分析认识论就是敬畏数据，不过多的去解读数据，而是应该大胆假设小心验证。至此为止，也就完成了认识论的一个否定之否定的螺旋上升过程。“数据分析的工作就像一条生产线。在大公司会有所专精，有人负责平台数据整理，有人负责营销数据分析。但我们的一个数据分析师，要负责数据监控分析、内部经营分析、营销分析三大块内容。” 据悉，每周世导科技的数据分析师要固定提交十几份报告。若运营部门、公司领导有临时的数据需求，他还要从不同的部门、不同的客户处挖掘数据、整理报告，工作强度很大。从事数据分析行业，要从数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的人。无论在哪个行业中，其工作性质都是一致的。
最后
数据分析是任何企业的关键，无论是开展新业务，制定营销决策，继续采取特定的行动方针，还是彻底关闭企业。通过数据分析计算得出的推论和统计概率可通过排除所有人类偏见来帮助制定关键的决策。不同的分析工具具有重叠的功能和不同的限制，但它们也是互补的工具。在选择数据分析工具之前，必须考虑到工作范围，基础设施局限性，经济可行性以及要准备的最终报告。
目前尚处疫情防控的关键时期，百业待兴，万人待业，也许你也在苦苦追寻人生的突破口。如果你决定转行到数据分析师行列，或者有志于成为一名合格且优秀的数据分析师。小编或者可以帮到你，希望在疫情当下被迫慢下来的生活节奏里，你可以好好学习学习，自我增值和全力储能一下。假以时日，衷心祝愿奋发图强的你可以跻身优秀数据分析师行列，达到你理想的职场状态和人生状态。
学习更多数据分析相关优质内容，可前往：http://edu.c da.cn/
京公网安备 11010802022788号
