“到 2020 年，企業(yè)基于大數(shù)據分析的支出，將突破 5000 億美元，大數(shù)據在未來四年內，能幫到全球企業(yè)賺取約 1.6 萬億美元的收入紅利?！薄獓H知名數(shù)據公司 IDC

有人說：站在風口上，豬都能飛起來。

尤其是互聯(lián)網行業(yè)，從APP開發(fā)、區(qū)塊鏈、物聯(lián)網、到人工智能、5G，整個大數(shù)據行業(yè)隨著海量數(shù)據的誕生仍在持續(xù)高速發(fā)展。

無論是企業(yè)還是個人來說，誰能在海量數(shù)據中找到突破口，就會成為行業(yè)的基石，發(fā)展前景不可估量。

然而對很多人來說，這些新興技術還只是個模糊的概念，總覺得離自己很遙遠。

根據UN中國商業(yè)聯(lián)合會數(shù)據分析專業(yè)委員會匯統(tǒng)計算，未來中國基礎性數(shù)據分析人才缺口將達到1400萬，而在BAT（百度、阿里、騰訊）企業(yè)招聘職位中60%以上是在招大數(shù)據方向的人才。

海量的數(shù)據帶來的可能是機遇也可能是累贅，這取決于能在龐大的數(shù)據量中淘到金的你。

數(shù)據分析師則是淘金者的利器，掌握了數(shù)據分析技能，就掌握了未來。

01

人才需求激增，薪資高

大數(shù)據浪潮的激流中，市場空間得到迅速釋放，企業(yè)對于大數(shù)據人才的需求也越來愈高，數(shù)據分析師則是這片翻騰浪花里的中流砥柱。

早在20世紀，數(shù)據分析崗就已運用到企業(yè)業(yè)務層中，“啤酒與尿布”的故事就是一個經典案例。

新時代下，數(shù)據分析發(fā)生飛躍式的升級，“大數(shù)據”推動起數(shù)據深度分析與挖掘的發(fā)展。

在行業(yè)規(guī)模暴增的環(huán)境下，大數(shù)據領域整體人才缺口大，平臺開發(fā)、大數(shù)據開發(fā)崗位需求量大。

數(shù)據分析師成為大數(shù)據時代的寵兒，需求占比超過四成。

時至今日，無論你是來自互聯(lián)網行業(yè)、通信行業(yè)，還是金融行業(yè)、服務業(yè)或是零售業(yè)，相信都不會對數(shù)據分析感到陌生。

根據拉鉤網、智聯(lián)招聘、51job、職友集等招聘網站數(shù)據統(tǒng)計，數(shù)據分析師行業(yè)崗位呈現(xiàn)以下特點:

·數(shù)據分析涉及多個行業(yè)

雖然數(shù)據分析師是在互聯(lián)網企業(yè)發(fā)展出來的，但是隨著大數(shù)據的發(fā)展，越來越多的傳統(tǒng)行業(yè)也認識到數(shù)據分析的重要性，賦予了更多數(shù)據分析師的職能。

·眾多企業(yè)，相關招聘崗位100000+

在招聘數(shù)據分析師的企業(yè)當中，你可以很容易看到知名互聯(lián)網公司、世界五百強的身影，并且需求量非常大。

·均薪突破12000，工作3-5年薪資不低于15000

崗位薪酬與工作經驗呈正相關，越老越值錢。

從目前的市場的供需關系來看，數(shù)據分析師仍然是熱門職業(yè)。

無論是你想成為專業(yè)的數(shù)據分析師，還是想提升職業(yè)的核心競爭力，數(shù)據分析技能都是你潛在的秘密武器。

02

準入門檻低，適合轉行

數(shù)據分析師是近幾年大數(shù)據環(huán)境下的新興崗位，在職的數(shù)據分析師大多都是轉行而來的；

一部分是傳統(tǒng)崗位上的數(shù)據專員或在工作當中經常與數(shù)據打交道的數(shù)據人，也有完全從零轉行的非數(shù)據人。

隨著數(shù)據分析師崗位越來越熱門，越來越多的人有轉行數(shù)據分析師的想法，有的已經在轉行數(shù)據分析師的路上，

但關于”轉行“還是存在非常多的疑問，在知乎中搜索數(shù)據分析師，比較熱門的話題有：

如何轉行數(shù)據分析師？應屆生如何自學？
想轉行做數(shù)據分析師，怎樣一個流程?
如何快速成為一個數(shù)據分析師？

大多數(shù)問題都圍繞著轉行、零基礎學習來展開，我們針對這些問題為大家解決以下幾個學習誤區(qū)：

·本專業(yè)與數(shù)據分析無關，轉行困難：錯！

轉行數(shù)據分析準入門檻不高，即使是偏技術的數(shù)據挖掘端，平時大多數(shù)時間也是在清洗數(shù)據，而不是你想象的在鼓搗AI。

如果從全局來看，數(shù)據分析師的技能可以概括為數(shù)學+編程。數(shù)學是大多數(shù)公共學科的必修基礎，而編程在現(xiàn)在來說已經是一項普遍的技能。

轉行不一定是100%改變，結合本專業(yè)的業(yè)務轉型是一條不錯的出路。

例如像管理、金融、工程等這些行業(yè)學科知識在數(shù)據分析師后期結合相關業(yè)務時更有優(yōu)勢。

“成為數(shù)據分析師”對于數(shù)學、計算機類的同學來說，是一個成功率很高的目標，對于其他專業(yè)的同學來說，只是需要學習的更多一些。

只要你愿意在別人打游戲追劇逛街的時候，潛心學習相關知識，攻下“數(shù)據分析師”不在話下。

·零基礎，入門難：錯！

對于轉行的同學來說，零基礎是一個繞不過去的檻。優(yōu)秀的數(shù)據分析師是不能速成的，但是零經驗也有零經驗的捷徑。

我們簡單的將“零基礎”的同學分為三種：

·有技術基礎（新手）

計算機相關專業(yè)；懂一門編程語言；會統(tǒng)計學知識。

·有業(yè)務基礎（小白）

在專業(yè)領域深耕，有一定的業(yè)務經驗。在專門的數(shù)據崗上工作的，很可能是同時具備技術和業(yè)務經驗的。

**·什么也不會（菜鳥）**真的什么也不會~

以上的三種同學，其實除了菜鳥，眾多新手和小白都算不上真正的零基礎。

新手在面對一門新的編程語言時更容易上手；職場人（小白）已經擁有了豐富的業(yè)務經驗，形成了一定的數(shù)據思維；菜鳥則需要在基礎上多下一點功夫。

但無論你處于哪一個層級，都需要做一件事：明確學習路徑。

學習一門技術之前，你應該知道，你想要達成的目標是什么樣的。也就是說，你想通過這門技術來解決哪些問題。

你就可以根據要達成的目標，完善自己的知識體系，明確一條清晰的學習路線，學習最有用的那部分知識，避免走彎路。

·知識點太多，學完一個板塊再學下一個：錯！

如果將數(shù)據分析的技能按”數(shù)據獲取-數(shù)據清洗-數(shù)據分析與可視化-數(shù)據報告“全流程展開。

那么涉及的知識點包括但不限于統(tǒng)計學、線性代數(shù)、python、SQL、MongDB、報告撰寫…

有些轉行的朋友一看到這么多知識點就直接摔門而棄了，也有些堅定的小伙伴勤勤懇懇地將知識點列出，并且進行非常體系的學習。

但是當學習了一段時間后回頭來看，前面的內容已經忘得差不多了。

其實，數(shù)據分析師雖然涉及的技能較多，但如果想快速上手，并完成一個數(shù)據分析師項目并不難。

你只需要對標每個流程的關鍵知識點，將這個部分的知識吃透，其它的技能可以在深入學習時再進行的對應的補充。

舉個例子：

一定要把python融會貫通才能進行數(shù)據分析嗎？

NO，python當中有numpy和pandas兩個重要的核心數(shù)據分析庫，你只要將這兩個庫的內容學會，就能夠完成80%以上的數(shù)據分析了。

03

對標企業(yè)，滿足職業(yè)技能需求

如果以職業(yè)為導向，要明確學習的路徑，最有效的方式就是根據具體的工作崗位，了解企業(yè)對技能的具體需求。

對標企業(yè)需求，以職業(yè)技能為目標的學習也許讓你更有動力。

我們從拉勾上找了一些最具有代表性的數(shù)據分析師職位信息，來看看薪資不菲的數(shù)據分析師，到底需要哪些技能。


總的來說，企業(yè)對于數(shù)據分析師職業(yè)的需求可以概括為以下幾個方面：

·數(shù)據處理能力

數(shù)據的存取、數(shù)據的清洗以及數(shù)據的展示，比如SQL，Python數(shù)據處理；

·數(shù)據分析能力

數(shù)據分析和軟件應用能力為主要需求，挖掘建模及算法能力成為數(shù)據分析師的標配；

·軟實力

報告撰寫與業(yè)務分析需求最為普遍，業(yè)務管理分析及匯報能力為主競爭力；

隨著數(shù)據增長，企業(yè)需要培養(yǎng)強大的數(shù)據分析團隊來支撐業(yè)務的增長。

從總體需求來看，企業(yè)更加需要具備工作經驗，且動手能力強、解決實際問題的分析人才。

不管是初級的還是經驗豐富的分析師，企業(yè)都要求求職者具有編程語言、數(shù)據庫、可視化工具等硬技能，也更注重邏輯思維、表達溝通、分析報告等軟實力。

如果您是以下幾種情況之一：

• 1、想了解更多有關大數(shù)據分析、數(shù)據挖掘、機器學習、人工智能領域內容的好學者；
• 2、職業(yè)遭遇瓶頸，想提升自己在數(shù)據分析或人工智能領域的硬件技能的在職人士；
• 3、尋求新出路、新突破，有意向轉行到數(shù)據分析行業(yè)或人工智能領域的求職人士；
• 4、對未來搖擺不定，有興趣想Python、數(shù)據分析、人工智能方向發(fā)展的在校大學生。