关键词:非科班 + 业余时间 + 数据分析必备技能+数据库实战
结合自身的经历,我想从职业规划+理论+必备技能+动手实践+应用5个角度谈谈。
不管学什么?对一件事情都要想清楚你为什么学,怎么学?
为什么要转行数据分析师呢,我之前就有问过我自己这个问题,后来我想清楚了,我是真的对数据领域很感兴趣,因为兴趣是最好的老师,所以我决定从传统的教育行业转为数据分析师。决定了自己将来的发展方向,那我就要对自己的职业发展有个规划,并且要具备以下图片中的数据分析师的必备技能。
一、职业生涯规划:
其实,任何行业随着你深入发展,都分为3个阶段:初级,中级,高级。这根打游戏闯关一样,一级一级网上爬。
1、初级数据分析师
这类数据分析师分为2类:
1)Excel数据分析师
工作内容:要求熟练使用Excel即可,常说的"表哥"就是这个职位。主要是给没有数据部门的产品经理打个下手。针对产品经理提出的需求来做分析。然后用PPT写一些分析报告即可。
比如说,之前社群会员面试的一家互联网教育机构,他们的要求就是用Excel整理学生买课的信息,看看哪一门课程最受大家喜欢之类的。
需要掌握的核心技能:Excel,统计概率。
月薪:这种职位的大概薪资在一线城市的话大概税前有5000-7000块(以下说的薪资范围也都是针对一线城市的)
2)业务部门的数据分析师
工作内容:这类数据分析师在业务部门。不需要会编程,但会的话有加分。比如用python写一些报表自动化。
常见的职位名称有:数据分析师,数据运营,商业分析,战略分析,经营分析,市场行业分析
需要掌握的核心技能:Excel,统计概率,简单的SQL查询。
常见的职位名称有:数据分析师,数据运营,
月薪:薪水大概是6000-10000。
对于初级数据分析师的职业发展,如果喜欢业务方向,可以往管理端发展,常见的有数据运营经理,数据管理经理,数据产品经理。如果喜专研技术,可以往下面聊的中级数据分析师方向发展
2、中级数据分析师
工作内容:这类数据分析师一般是IT部门的数据分析师。不仅要会技术还要懂业务,通过发现问题,分析问题,得出结论,为公司的决策做支持。主要干的工作是数据提取、报表开发、撰写分析报告。
IT部门的数据分析师基本是涵盖了业务部门数据分析师的技能,还要会编程,就这么简单。薪资水平也是两个级别。
需要的核心技能:统计概率,精通SQL,编程语言、Python或者是R
月薪:薪水大概是7000-10000+
3、高级数据分析师
通过建立模型,预测,偏重于工程,主要技能是编程和算法。
常见的职位名称有:数据开发工程师,数据挖掘工程师,数据仓库工程师,机器学习工程师
需要的核心技能:统计概率,数学,精通SQL,编程语言Python或者是R,机器学习
月薪:薪水在15000+
数据科学家是这个行业的最终奋斗目标之一。你如果理论能力非常强,可以写paper,那么可以担任研究院的一把手。你如果工程技术能力突出,那么可以担任公司数据科学部门的老大。
二、理论:
对于学习数据分析,应该首先有个学习框架。理论是基础,技能是工具,实践是过程,应用是结果。首先最基础的理论方面就是应用统计学的知识。因为我并不是计算机相关专业,所以我之前并没有接触过应用统计学,所以我就开始恶补这方面的知识。
推荐几本我看过的统计学入门的书,作为入门是最适合不过,相信对你有帮助:孙静娟主编的《统计学》
贾俊平编的《统计学》盛骤编的《概率论与数理统计》以上三本都是最新版
三、数据分析师必备技能:
之前提到过数据分析的学习框架。理论是基础,技能是工具,实践是过程,应用是结果,如下图:(我又发了一遍,请深刻的记住这句话,有需要的可以收藏)
其实我列出来的这些必备技能的学习方法和资料其他回答者都已经介绍很多了,我就不介绍了。
四、怎么样利用业余时间:
关于这个问题其实说简单也简单,只要坚持就行。分享一下我每天的学习计划:我会给自己做一个学习计划表,就像考研学生的一样,按日期以及时间规定完成任务,完成就画对勾,这个计划表我扔掉了,要不然还可以给大家分享一下,真的很高效,也能很好的记录。每天平均学习2-3小时,一小时是自学的课程,以及1-2小时的工具练习。
五、数据库实战:
数据分析不单单是学会工具那么简单,还需要有逻辑分析的能力,重度学习业务,更重要是通过实践练习来证明自己的学习成果以及业务能力。我通过在朋友那里了解到了一个具有零售行业两年的真实的数据库,并且通过这个数据库进行了真正的实战,而且数据库实战经验是可以平移的,我找工作的时候这个数据库实战也做为了面试中实战经验之一。
时间也挺紧张的,写的不是很完善,虽然我现在转行成功,但只是一名刚入门的初级数据分析师,但是我相信只要我继续努力,精进自己的业务能力以及商业逻辑思维,用数据分析报告为公司创造更多的利益,我们一起进步,一起突破。
End
- 我的微信公众号
- 微信扫一扫
- 我的微信公众号
- 微信扫一扫
评论