我的职业经历与数据分析学习之路规划（2019-05-10）

教育背景

2017年毕业，信息与计算科学专业，本科学历，学校双非（非985非211）。大学主要学数学和计算机编程相关的课程，属于数学系里面的分支，感兴趣的小伙伴可以搜索了解下这个专业。在学校经常自嘲自己专业：数学学不过数学专业的，计算机学不过计算机专业的。

职业背景

职业经历之路

毕业两年，待过两家公司，做过很多岗位，从实习期间的售前实习生，到转正后的售前工程师，再到后来的助理产品经理等等。兜兜转转，做过项目交付和产品设计管理，最终还是不想离开自己的专业，想着转岗做数据分析。

职业历程：售前实习生->售前工程师->助理产品经理->BI工程师->产品经理；

• 第一家公司：
  • 售前实习生->售前工程师->助理产品经理；
• 第二家公司
  • BI工程师->产品经理；

聊聊这背后的故事

毕业的第一份工作，也是拿到的第一个Offer。大学刚毕业没有经过培训等，毕竟很难达到企业的要求，害怕找不到工作，于是匆忙入职了。当时自己做过学生干部，可能是因为沟通表达能力不错以及大学专业的原因，拿到了Offer。中间也经历了很多。因为种种原因吧，以及自己觉得想做点实际的技术型的工作，而不是单纯的做方案、讲方案，哪里需要哪里搬。想了挺久的，自己想做数据分析类的岗位。也许是自己着急了，毕竟刚毕业，很多事情就是从简单的开始做起，但自己真的很不喜欢，于是大胆辞职了。

第二份工作是做的BI工程师，做乙方，给甲方爸爸做项目实施。乙方不好做啊，大家都知道的。自己有时候还需要同时兼顾两个项目，加上公司团队人很少（后来被收购进了一家大公司），我做了一段时间的表哥之后，对项目熟悉了，我就同时兼顾多个岗位的事情。比如：需求分析师（跟业务聊需求）、BI工程师（报表与驾驶舱设计，表结构设计）、项目经理（安排任务、推进项目进程等等）。此外，还需要兼顾另外一个项目，我在里面也是要做这些工作，但还有一个人一起做。后来原来团队所有人都进入了我们的收购公司工作了，就剩我一个还在处理外部项目（其实也没什么事情了，我能做的都做完了，跟客户有关也跟自己公司领导有关），于是跟领导反映自己的想法，最后项目结束后，把我调回了公司，做产品经理。

产品经理的故事还没完_{我们需要同时做两个岗位的工作，产品经理&项目经理，其实很多公司就是这么做的，也没什么。但是，因为团队收购，空降了一个平级的领导，然后大家懂的}除了这些，我们4个产品负责了很多很多项目。就拿我自己来说，让我接手3个产品，都是可视化类的。我觉得有些搞笑了······资源给不到，关注度给不到，个人能力也有限，团队成员也不够，加班都成啥样了······，出问题了我们背着锅······，而且直系领导在跟一个离职的同事聊的过程中，鄙视了我的家境一番~

以上，不走，对不起自己，果断离职！！！

对于刚毕业或者即将毕业的同龄人的建议

• **想清楚自己要什么：**人生容易迷茫，职业发展容易迷茫，想清楚自己要什么最重要；
• **看清楚自己：**看清自己很难，但是不了解自己的优缺点，就很容易吃亏；
• **坚持：**很多时候我们想要达到一个目标时，刚开始满腔热血，慢慢的就淡了，贵在坚持啊（也是给自己提醒）
• **保持一个平静的心：**我自己是一个很急性子的人，往往很多事情，急并没有用，很是脚踏实地一步一步来~
• 想到再补充吧~

数据分析之路学习

不同行业、不同公司对数据分析师的定义都会不一样。之前自己做过的数据分析岗位的职业发展方向调研，在这里贴出来，不一定全，欢迎大家讨论指正~

其实对于刚接触数据分析的小伙伴来说，可能没有必要了解的那么深，自己也不一定能体会到。在这里贴一篇关于数据分析师的科普文章吧。

了解数据分析师，转行数据分析师，成为数据分析师

• Data Analyst的文章 - 知乎
• https://zhuanlan.zhihu.com/p/45721843

因为自己大学主要是学数学和计算机课程的，有数学和编程基础，自己也比较喜欢琢磨东西。因此，自己打算从事数据科学方向。有一起的小伙伴可以私信我，一起组队学习呀~

学习内容规划

从近期频繁看招聘岗位要求以及面试情况来看，如上面分析的文章一样，以下技能很重要，自己也打算按计划进行学习：

（1）统计学

从这方面入手主要是基于初级数据分析师刚入行，主要是做分析报告类的工作考虑的。就拿面试来说吧，可能面试官就会问到很多关于数据统计学描述的意义是什么，比如：方差怎么求？代表的含义是什么？置信区间怎么求，含义是什么？

因此建议大家找一本书看看，因为自己没开始看，所以也不知道那本书好。自己找了一本书《从零进阶！数据分析的统计基础》，看目录和评价还行。看了之后再分享给大家

因为统计学是一门很庞大的学科，因此我觉得不用了解的太深，但是至少基础的需要熟悉和了解。
在这里继续给大家贴一篇文章，大家可以阅读下~

描述统计学常用的四个关键指标

• 想要睡觉的文章 - 知乎
• https://zhuanlan.zhihu.com/p/34439472

（2）Excel

尽管现在是大数据时代，但Excel强大的数据功能使其仍然是数据分析不可或缺的一个重要工具之一。

目前我自己在看**《Excel2016数据处理与分析 从新手到高手》**，我也有在整理里面的一些内容。大家可以关注下我的知乎专栏《数据分析学习之路》，一起学习~

我觉得就函数使用来说，除了重要的，其他的也不用记忆，要用的时候百度就好了，关键的几个函数一定要记住。比如：VLOOKUP、SUMIF、SUMIFS、COUNTIF、COUNTIFS等等
下面贴出我关于VLOOKUP函数的理解

• VLOOKUP(lookup_value,table_array,col_index,range_lookup)
• lookup_value：你要找什么？即：查找对象；
• table_array：去哪里找？即查找范围；
• col_index：返回查找范围第几列；
• range_lookup：怎么找？即查找方式是模糊匹配（true）还是精确匹配(false)

（3）SQL

作为数据分析师，至少要会从数据库里面取数。如果连数据库都不会，数据从何而来呢？因此SQL是必备的一项技能。

推荐大家阅读W3Cschool里面教程库关于SQL的教程，里面有很多，选择自己看得明白的就好了；

（4）SPSS

SPSS就是专门用来做数据分析的软件，界面式的操作，可以直接帮助你进行很多分析，了解工具及其背后的原理。

找了一本书：《SPSS统计分析从入门到精通》，准备进行学习。

（5）Python

Python就目前来说很火，里面有很多数据分析包可以用，代码也很简单，简洁，因此是后期发展不可或缺的一部分。比如我们需要了解：Pandas、Numpy、Matplotlib等等。中后期

环境搭建，按照自己的使用目的，建议：

（1）单纯数据分析
Anaconda就好了，里面的Jupyter notebook、Spyder都超级好用，不用再安装其他的东西了。
（2）网页等大型项目
Anaconda+Pycharm，理由：Anacoda里面包含了很多包，也有Python环境、R环境，直接界面式安装就好了，Pycharm的话也很方便，有免费的社区版，直接下载使用就好了。

自己花了1周不到的时间看了语法基础，比如：数据类型、变量定义、列表/元组/字典、函数等等，因为之前有编程基础，所以看起来会快一些。

推荐几个Python学习的基础教程

• 廖雪峰的Python教程
• 菜鸟教程-Python基础教程

不想自己看的，可以在网易云课堂上面找免费课程，推荐一个：

• 免费Python全系列教程全栈工程师
  • 讲师：图灵学院刘英 图灵学院丛浩

刘英老师很逗，喜欢聊天，大家也可以跟着视频学一学。

如果后期想往数据挖掘/算法类的岗位发展的话，算法掌握必不可少。先了解基本的吧，不着急了解那么深。

（6）数据分析思维、步骤

很多人感觉数据分析师要求的技能自己都会，但是数据分析到底怎么做？有什么步骤么？没有经验怎么办？这些问题心中挥之不去的疑惑。

自己找了一本书《成为数据分析师：6步练就数据思维》，这本书很薄，算是科普类的书籍。没有想象中的神奇，但却用很多案例，让你理解每一个步骤。

（7）数据分析实战

自己的打算是自己找一些数据，然后进行数据分析，然后把自己的分析步骤过程发CSDN博客也好、知乎专栏也好，发出来，作为自己简历中的项目经验。目前想到这些，等实践后再详细补充。

以上，是自己的拙见，欢迎大家交流讨论。