数据分析师从零基础到入坑

目录

0.楔子

1.学习准备

2.简历投递

3.面试经历

4.现在的日常工作

0.楔子

  时光荏苒,岁月如梭,转眼间已经到了2019年的尾巴了。依稀记得自己一开始的时候并没有考虑过这个方向。故事还要从大学说起。
  当时读了一本书,叫做《变革：重新定义下一个社会》，读完这本逐渐对AI等一系列概念产生了兴趣，机缘巧合之下我读到了一本《大数据在中国》，瞬间感觉神清气爽，感觉这简直是一条康庄大道啊！（当然，如果我是2016年入行的话，很有可能是的，但2019年，经历了层层社招的厮杀，真的是感觉丢盔卸甲。）从那以后，对数据分析便产生了兴趣，还参加了那年暑假的数学建模，虽然没有取得名次，但数据的力量在我心中留下了不可磨灭的印象。
  然而我在这时候还不懂什么叫数据分析，什么叫大数据分析，总以为这两个是一样的。经历了许多才明白这之间的差别。我个人认为，数据分析可以从广义上和狭义上讲。广义的数据分析包括数据采集，数据清洗，数据挖掘，数据分析和数据可视化。 狭义的数据分析主要就是指业务数据分析，商业数据分析和数据挖掘了。 数据分析可以看做是两条路，一条偏向业务，需要对业务非常熟练和敏感；一条偏向技术，包括及机器学习所需要的数学知识和代码知识。但无论如何，不管是数据挖掘还是数据分析，都需要重视行业背景，这也是我今年社招屡战屡败的关键因素。

1.学习准备

推荐猴子老师的课程。我一开始的确是以为数据分析是为工具论的，认为不管是excel还是tableau亦或python都是只要掌握工具即可，甚至在我面试之前我都还这么认为，觉得自己学的工具越多就越厉害。

一把梭

然鹅，事实证明，我的三板斧并不是太好使。
基于事实：
我的推荐：（推书我就不推了，猴子老师都推的有，还有一个微信公众号叫 中国统计网 也有推荐，可以关注下）
做业务的话考虑下面的情况：

1. 基础的统计知识；
2. 熟练的让人心疼的业务背景知识；
3. 常用工具（excel和SQL，会tableau或者powerbi最好）；
4. 非常契合你要去的那个行业的模型（电商你可以考虑rfm模型，社群增长考虑aarrr模型（貌似现在又推出rarra？）广告投放可以考虑漏斗分析模型）
5. 指标体系非常重要，最好自己会搭建（会这个再会一些运营的感觉都可以做数据运营了）；
6. 模型的搭建和分析（这个我请教过大佬，大佬说这个模型就是解决思路和方法，我感觉也差不多这个意思，你用excel也能搭建出来一个。仁者见仁智者见智吧）。

做技术的：（我也没做过，还在摸索阶段（我是弟弟），错了欢迎纠正，感谢）

1. 高阶的统计知识和数学知识（如贝叶斯，感知机，向量机等）；
2. 熟练的python开发（会java开发的话再学习Hadoop和spark，hive可以做大数据分析了），python学django不学都行，只要会展示，必学numpy，pandas，matplotlib，plotly，Seaborn，sklearn等；
3. TensorFlow （貌似有2.0）和pytorch；
4. 最好有行业经验；
5. 别的我也不知道了，求补充。

最后，出去面的时候带上项目去，跟你去的行业有关的项目。

2.简历投递

我这块做的很差劲，全属于海投。。。墙裂不推荐。
正确做法：
选5~8家感兴趣的公司，认真分析jd（jd可能是假的，可能要求一堆hr都不懂的，大胆一点），然后做相关的竞品分析报告(做一份这个公司的产品报告最好了)。 你如果做了这个，而且行业背景深厚，（就算是转行业，但是问到什么行业知识都懂不要你要谁？）80%会录用你。 在面试时候好好调查一下对方公司，针对某些产品提建议/职位发展规划等我觉得都是可以再最后问的。 一定要注意，薪资结构问清楚，职业发展了解到位，基本上就可以了。 如果投递的都是同类公司，你这家做的竞品分析下家还可以用，哈哈哈。

3.面试经历

基本上: 项目+SQL,面数据挖掘的话会考察一下数据挖掘算法。

4.现在的日常工作

我现在就是做日报和周报，可能会做一个反欺诈模型和用户画像。（谁那里有商超的反欺诈模型求救啊）