还有一个多月,我工作就满3年了。在职场上,3年是个坎,意味着从初级转到中高级,但前提是能力跟得上工作年限。
我第一份和第二份工作,是做的数据运营,现在这份工作,title是商业分析师。因为专业不是数学、计算机类的,所以相当于转行,但也是理工科,有编程基础,所以相对文科生来说会稍微轻松点,但转行之路并不轻松。
之前看到很多想转行的朋友,会问比如,女生适不适合做数据分析、文科生能不能做好数据分析、数据分析做什么的,这样的问题。
今天想写的,是三年来的一个总结,也是写给那些想要从事数据分析行业的同学看的,从一个小白到入门的三年,希望对你们有帮助。
一:开始接触编程
说到开始接触Python应该是2016年12月26日(刚刚考完研),这一天主要做的就是安装Python,当时安装的是Python的原生包,麻烦一些,在配置环境变量的时候一直出错,结果安装了两天,才打印出了Hello World!,其实说真的自己差点放弃。
后来慢慢的感受到了乐趣,其中有一点很重要,要先把问题给弄清楚了,这也就要求我们把问题一步步的分解,然后使用搜索工具一步步的解决 ,其实在这个过程中,思路将会越来越清楚,最后问题也就能解决了一大半了,这时再问别人的时候也能特别有效率的。
所以大家在学习的时候,一定经常使用搜索工具(谷歌),自己每进行搜索一次,就能提高自己搜索关键词能力。另一方面你向别人请教问题的时候,别人能够方便的问答你的问题,为别人着想,其实也就是在为自己着想,难道不是吗?
学习Python时应该注意的问题
如果大家刚接触Python,碰到的第一个问题肯定是安装问题,这其中遇到的麻烦估计就是配置环境变量了(不难,就是一不小心会错);所以建议大家,直接安装Anaconda(官网下载),在安装的过程中,会有类似是否默认设置环境变量,点击是,剩下的默认就可以。
二:对于学习爬虫建议
其实简单来讲爬虫就分为三个部分:
取出要爬取的URL
根据URL请求服务器,下载HTML页面
分析页面内容,找出网页中里的其他URL,继续爬虫直到结束
如果大家打算写一个爬虫程序作为自己找工作的项目实践,推荐使用requests库和Beautiful Soup,再加上QQ浏览器上扩展程序XPath Helper,将会是非常的方便。有一点还请注意,这是一个LINUX下的教程,关于学习爬虫方面,其实涉及到的LINUX命令只有进入一个文件进行编写,复制一个文件,简单的几个命令。
三:对于学习数据分析建议
总结下来主要学习概率统计、Excel、SQL、python基础知识、numpy包、pandas包、matplotlib包。
我刚开始学习的时候,当时的目标是把别人的代码抄下来,只要不报错就好了。那时间自己有一个非常不好的习惯,就是抄代码,从来不自己亲手写代码。总是想快速学习完,其实是没有经过自己思考的沉淀,过不了两天就会忘记了代码的逻辑。所以也建议大家能够自己写,然后再与别人的代码比较进行修改。
学习编程,真的不要怕麻烦,肯定会出错,但是只要能够把错误的原因找出,一点点积累,肯定是进步很大。
道阻且长——几个忠告
技术、业务,想清楚自己想走哪条路线
我是一开始就想走业务,因为我比较想接近前线一些,能够更了解部门业务甚至整个行业的变化。所以职位编制也一直在运营部门。如果是技术路线,编程功底是不能少的,java、python、hive、hadoop之类的是比较主流的。此外就是算法、统计、数学功底也要扎实,计算机和统计专业的比较有优势。
一般大公司要求很高,做技术方向可以学到很多东西,而且待遇也很好。小公司的话,如果宣称什么大数据、人工智能之类的,呵呵哒,不是骗用户就是骗投资商了。
相信我,只要你选择了互联网,不论你是做技术还是产品还是运营还是数据分析,都逃不过中年焦虑。如果害怕这一点,还是选传统行业吧。但是只要做好自己的事,想必天无绝人之路,年过三十也不是大罪,不至死。
对于刚入门的小朋友,做好本职工作,领导交待的一定要认真对待,而且及时反馈很重要。在业余时间想方法提升效率,比如刚做的表格,是不是有更快的方法实现,图是不是能够做得更清晰好看。这个时候你是不会承担起部门的数据分析和指导性角色的,老板也不会很重视你的意见,但是慢慢发光,做的东西出来会让别人眼前一亮,想必领导会注意到你。
也别吝啬帮助别人,很多时候帮一下同事,可能你会有新的知识可以学到。而且你帮助他了,下一次你有什么问题,想必他也不会断然拒绝你的。
对于中级,这个时候已经开始承接部门的数据和专题分析工作了,对于ppt的撰写,图表的呈现一定要专业,可以学学各大咨询公司的报告,看看别人的报表风格。比如艾瑞咨询的报告,我个人很喜欢这类风格,所以我的图很多也是模仿他的。在ppt或图表上融入公司的主题色(前台或者logo的颜色),会增色不少。
对于高级,我也是在摸索。目前对于数据的处理、表达上已经没什么问题了,足够应付现有工作。但是如何从数据提取的信息,去提升业务,优化流程。这一点我也还在学习,从现有的数据表现,提出有建设性的意见给运营、产品、领导,这是很考验人的,不仅要确保数据准确无误(这样才能得出没有偏差的结论),还得对业务产品了熟于心,还有对行业的一个全局观,
路阻且长,行则将至。
文章来源:网络 作者: 网络 版权归原作者所有
上文内容不用于商业目的,如涉及知识产权问题,请权利人联系小编,我们将立即处理