学”土木工程”，能做数据分析师吗？

首先回答问题，如果应届毕业生，可以尝试，但大厂难进，如果是毕业2年，从事所在行业2年以上，转行是非常困难的，如果转行，做好心理准备，做好努力准备。

这个题目，可以这么翻译：专业不相关，能不能入职数据分析师？

接下来详细回答这个问题

专业相关是指什么？

统计学、应用数学、管理类、计算机科学与应用等专业

入职数据分析师的基础是在于技能（SQL、Python、Excel、Tableau、统计学、业务知识等），能入职在于策略。

一.专业不相关，应届毕业生入职数据分析的策略

抛开基础不谈（专业技能等），单谈策略

1. 实习经历

在毕业之前，努力获得相关实习经历，数据相关实习内容偏"体力活"，但是这个取数的体力活，也需要扎实SQL技能，所以在找实习的时候，需要把技能搞定

在实习过程中，因为做是体力活，那么脑力活呢？因为你有数据，所以要通过这个数据，把公司的业务流程梳理好，然后多做事，做分析，把学习的业务分析本事用上，很多人说在公司里就是取数，没有分析，这个主要问题在于领导，次要问题，在于你，多做多得。

2. 岗位策略

目前数据分析相关岗位包括：数据运营、数据产品、数据分析、数据挖掘、数据开发等，针对跨专业的应届毕业生，我建议可以从更好入手的岗位，这类岗位，应聘者会岗位模糊定位，准备不够充足，如果我们准备的够好，那么机会很大。

举例：

①用户增长增长黑客

对着岗位定位不清的公司，在乎的是流量的转化，定位清晰的公司，在乎的是用户增长模式的流程优化

②策略运营产品

策略运营产品，不用公司的需求不同，有的公司需要的是针对公司资源进行优化，提出业务升级解决方案或者业务效率解决方案，对于数据资源强大的公司，策略产品，如何应用好数据，是一个非常好的工作方向

③用户研究

这个岗位，在一线城市的大公司是有需求的，但如果专业程度过于集中，成长容易受限，设计类专业的朋友可以投递

④运营类岗位

运营类岗位是万能岗位，转行首选，大公司要求高，小公司让你看不到成长，这个时候，数据成为了你的核心竞争力，同时行业辨别需要非常谨慎

3. 投递公司的限制

跨专业入职一线大厂，成功率不高，只有技术领域，是有可能的，技术领域更看结果，管理类相关的岗位除了看结果，还有看业务理解、思维、沟通，通过笔试题、面试题不足以测试出来。

所以入职的公司的级别自然匹配出来：

①传统公司大公司（互联网）新团队，组建新团队，门槛低

②B轮左右公司，需要功能类人才

这里入职的原因都是以技能基础过硬获得面试机会，但是能入职的根本原因是对行业的理解，所这点我们需要训练

二.专业不相关，非应届毕业生入职数据分析的策略

1. 不能裸辞，如果裸辞做好心理准备

在我支持的朋友当中，影响入职率最大的因素就是心态，裸辞容易造成安全感的问题，如果心态没问题，又因为是跨城市，需要去到面试公司所在城市，那么可以

2. 在目前基础上，找机会

如果工作岗位中有涉及数据分析，最好在本行业找机会，或者寻求内部转岗，转成后再过渡

3. 运营类、解决方案、数据相关岗位作为入口

我帮助学员的标准是"正轨"。

"正轨"的定义：行业、公司级别、团队、领导、岗位、业务，这些元素的相关程度，每一次的跳槽都要将这些元素转正，做到相关。

对于年龄较大，从业时间较长，觉得数据行业可以进的朋友，需要从多角度考量，尤其是做好之职业生涯发展

End.

作者：黄学

本文为中国统计网原创文章，未经许可禁止转载