今晚直播｜你該如何成功轉行數據分析

大家好，我是第7期「知識眾籌」分享者 易成凡，同時也是猴子社群會員。

對於大家之前的留言問題，我用了幾個晚上認真整理了一下。

目前有34個問題來提問。

我總結了一下，大致是以下幾個方面。

1 數據分析該如何學？

大家最關心的問題莫過於：

數據分析該需要學習什麼樣子的知識？

其次就是熟悉到什麼程度可以去求職？

面試要注意哪些方面？

易成凡：必須要學的知識包括：SQL（結構化查詢語言），與之對應的熟悉一個資料庫軟體（如mysql），另外加一門程式語言（R語言或者python的數據分析部分都可以），基本了解統計學原理，了解數據挖掘的幾個算法。

Excel也要熟悉一下。

熟練到你能達到面試崗位給出的要求的60%-70%，或者說，能在kaggle上模仿別人完成一個項目。

關於面試要注意的方面我會在今晚分享中講到。

易成凡：對於大數據的範圍太廣了，可能一時半會兒說不完。

我說說對於數據分析吧。

如果是理工科畢業，無計算機和數學基礎，達到能找到一份工作入門的水平需要花費的時間，不少於4-10個月左右。

易成凡：看你所處於的時期，轉行的時候技術更重要，因為沒有技術你什麼都做不了，更不要談處理數據了。

但是當你擁有了一定的技術的時候，還能有很好的思維水平，豈不是更好，所以兩者是相輔相成的，不要割裂看待。

2 轉行過程中，你遇到的最大阻力是什麼？

易成凡：我基本沒有去參加什麼很花錢的付費學習，經濟上還過得去。

而且我本身就是在職學習的，沒有去脫產學習。

如果要說積蓄的話，最好有所準備吧。

易成凡：我學習的時候，上班做上班的事情，下班了立刻吃飯，就回去看書，學習。

周末有空就學習。

關於實踐問題，首先推薦要多寫技術博客，寫文章，記錄自己學習的點點滴滴。

其次關於實踐案例問題， 推薦實驗樓等動手實踐的網站，學習到後期，想將數據分析部分融會貫通的時候，推薦kaggle。

易成凡：我自己最大的困難，我認為不是技術瓶頸，是心理上要認同自己和堅定的走下去。

如何解決我會在今晚直播分享中提到。

3 寶寶擔心數據分析會被機器取代呢？

易成凡：如果只是做一些簡單的按部就班一成不變的工作，什麼工作都容易被替代。

如果能根據行業的發展不斷去調整自己，終身學習，就會越來越好。

數據分析其中的一部分，比如SQL取數，前期的數據清洗，如果能被電腦自動化替代，那也是我們寫出的程序所做的。

假如機器連代碼都會寫了，那不只是數據分析人員失業了，全人類都的失業，所以別擔心，這種情況發生的機率極低。

數據分析還包括一些建模知識，與機器學習相關。

如果AI可以取代人去建立模型，甚至可以洞察業務背後的邏輯，我覺得失業的可能就不只是數據分析師了。

所以相當一段時間內不必擔心失業問題。

4 你所關心的轉行問題

易成凡：我從零開始學習數據分析，轉行用了近4個月。

我的學習方式是在職學習。

從學習到編程的習慣的形成，甚至一些算法知識，我認為自己一直在路上，包括現在仍然在提高。

數據分析仍然是一個年輕的職業，從業人數相對不多，但是很多公司意識到數據的重要性，相繼開始成立數據部門。

而入行的門檻並沒有你想像的高不可攀。

事實上，自己可以完成一些初級的項目的時候，我就會去面試。

我不會把這種求職稱之為競爭，因為社招的廣闊度大於校招。

易成凡：學歷這一塊嚴格來說還是很重要的，但是不是說沒有機會。

技術一定程度上可以彌補，請參考知乎的董明偉。

他本人大專畢業，學習的是烹飪技術，但是通過自己的努力，考了軟體工程師，而且後來加入了豆瓣，他的故事可以說激勵了很多年輕人。

易成凡：我今晚的直播課程範圍就是，對什麼都不懂的小白說清楚我的轉行的經歷，以及告訴大家應該如何準備。

因為我就是這麼過來的。

易成凡：對於普通人的我們，任何學習都是後天的努力很重要。

不要在不能改變的地方糾結（例如你說的天份），要去做能改變的事情。

易成凡：看你的興趣，以及你掌握的程度，還有你學習偏重的方向。

爬蟲工程師我不是很了解。

數據挖掘工程師對於數據挖掘的算法要有十分清晰的了解，對於技術的要求能力相對較高。