
阿里P8、P9失業(yè)都找不到工作?是我們孤陋寡聞還是世界真的已經(jīng)“癲”成這樣了?
案例一:本碩都是 985,所學(xué)的專(zhuān)業(yè)也是當(dāng)紅專(zhuān)業(yè)計(jì)算機(jī)。畢業(yè)即加入阿里當(dāng)程序員,工作13年,曾經(jīng)的阿里的 P9,后來(lái)離職去了一家創(chuàng)業(yè)公司做CTO(首席技術(shù)官)。不料市場(chǎng)行情不好,公司倒閉?,F(xiàn)在年齡超過(guò)40歲,面試了9家單位,Offer為零,大半年都沒(méi)找到合適的工作……
案例二:工作13年,阿里P8,37歲,87年出生的老員工,突然被通知裁員,無(wú)數(shù)個(gè)加班到凌晨的付出,最后只換來(lái)一個(gè)裁員大禮包,真的很難接受……
要知道,在阿里的職級(jí)體系中,P8、P9已經(jīng)是相當(dāng)高的級(jí)別了,這些人員往往意味著核心骨干或中層管理者。這一裁員決定表明,即便是高級(jí)人才,在公司戰(zhàn)略調(diào)整和成本控制的大背景下,也難以幸免。
都說(shuō)職場(chǎng)如戰(zhàn)場(chǎng),再深厚的感情也抵不過(guò)殘酷的商業(yè)現(xiàn)實(shí)。近年來(lái),互聯(lián)網(wǎng)行業(yè)的裁員潮此起彼伏。從BAT到新興獨(dú)角獸,裁員似乎已經(jīng)成為行業(yè)常態(tài)。以上的兩個(gè)阿里員工的經(jīng)歷,只是這場(chǎng)大潮中的一個(gè)縮影。
裁員大潮之下,普通人如何自救?
阿里P8、P9這種級(jí)別的大佬被裁后找工作尚且不容易,普通人尤其是大齡打工人失業(yè)后想找到一份薪資待遇都不錯(cuò)的工作顯然就更難了!
保持學(xué)習(xí)的心態(tài)非常有必要。有時(shí)候,一個(gè)人在某個(gè)行業(yè)中能夠獲得高額的薪水,并不全因?yàn)樽陨砟芰?,更有可能是趕上了時(shí)代的大潮。
有潮起自然有潮落,35 歲一到,或者行業(yè)出現(xiàn)下行,很多人就會(huì)發(fā)現(xiàn)自己立刻就進(jìn)入了“畢業(yè)”階段,切切實(shí)實(shí)感受到行業(yè)中的霜刀風(fēng)劍的寒意,一不小心就要要作為人才向社會(huì)輸送了。
每個(gè)時(shí)代都會(huì)有風(fēng)口行業(yè),如果你能始終保持學(xué)習(xí)的狀態(tài),那么就大概率能明白最新的行業(yè)風(fēng)口在哪里。跟風(fēng)不一定是一件好事,但是抓準(zhǔn)風(fēng)口行業(yè)和機(jī)會(huì),一定會(huì)讓你比其他人擁有更多的選擇機(jī)會(huì)和空間。
下一個(gè)行業(yè)風(fēng)口在哪里?
阿里創(chuàng)始人馬云在接受CNBC(美國(guó)消費(fèi)者新聞與商業(yè)頻道)采訪(fǎng)時(shí)說(shuō)到:整個(gè)世界將變成數(shù)據(jù),我認(rèn)為這還是只是數(shù)據(jù)時(shí)代的開(kāi)始。
2023世界經(jīng)濟(jì)論壇發(fā)布的《未來(lái)就業(yè)報(bào)告》,預(yù)測(cè)了未來(lái)五年內(nèi)增長(zhǎng)最快的十大崗位,其中就包括了人工智能與機(jī)器學(xué)習(xí)專(zhuān)業(yè)人員、數(shù)據(jù)分析師和科學(xué)家和數(shù)字化轉(zhuǎn)型人員。
數(shù)據(jù)正在變得越來(lái)越常見(jiàn),小到我們每個(gè)人的社交網(wǎng)絡(luò)、消費(fèi)信息、運(yùn)動(dòng)軌跡……,大到企業(yè)的銷(xiāo)售、運(yùn)營(yíng)數(shù)據(jù),產(chǎn)品的生產(chǎn)數(shù)據(jù),交通網(wǎng)絡(luò)數(shù)據(jù)……
數(shù)據(jù)分析人才熱度也是高居不下,一方面企業(yè)的數(shù)據(jù)量在大規(guī)模的增長(zhǎng),對(duì)于數(shù)據(jù)分析的需求與日俱增;另一方面,相比起其他的技術(shù)職位,數(shù)據(jù)分析師的候選者要少得多。
在這個(gè)數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,數(shù)據(jù)分析已經(jīng)成為了企業(yè)決策的核心。它不僅幫助我們從海量數(shù)據(jù)中提取有價(jià)值的信息,還能預(yù)測(cè)市場(chǎng)趨勢(shì),優(yōu)化業(yè)務(wù)流程,幾乎是每個(gè)職場(chǎng)人必修的課程。
普通人轉(zhuǎn)行“數(shù)據(jù)分析師”
數(shù)據(jù)分析轉(zhuǎn)行門(mén)檻
轉(zhuǎn)行數(shù)據(jù)分析并沒(méi)有你想象中的那么難。和其他行業(yè)不一樣,數(shù)據(jù)分析是一個(gè)交叉復(fù)合的方向,更需要有多重工作背景的人。
數(shù)據(jù)分析本質(zhì)上只是一種技能,必須同時(shí)擅長(zhǎng)其他專(zhuān)業(yè)領(lǐng)域知識(shí)(比如你是財(cái)務(wù)、產(chǎn)品、人力,把自己專(zhuān)業(yè)領(lǐng)域知識(shí)+數(shù)據(jù)分析技能結(jié)合起來(lái)),才能夠走得長(zhǎng)遠(yuǎn)。
所謂數(shù)據(jù)分析,是指用適當(dāng)?shù)?a href='/map/tongjifenxi/' style='color:#000;font-size:inherit;'>統(tǒng)計(jì)分析方法對(duì)收集來(lái)的大量數(shù)據(jù)進(jìn)行分析,將它們加以匯總和理解并消化,以求最大化地開(kāi)發(fā)數(shù)據(jù)的功能,發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程。
數(shù)據(jù)分析行業(yè)細(xì)分領(lǐng)域很多,選擇面較廣,不管是對(duì)于人力、運(yùn)營(yíng)、產(chǎn)品等來(lái)說(shuō),都是一個(gè)不錯(cuò)的選擇。
數(shù)據(jù)分析師的發(fā)展路徑
數(shù)據(jù)分析師的發(fā)展路徑統(tǒng)共來(lái)說(shuō)可以分為偏業(yè)務(wù)和偏技術(shù)兩個(gè)方面的發(fā)展路徑:
偏業(yè)務(wù):一般在業(yè)務(wù)部門(mén)的比較多,備選的崗位有數(shù)據(jù)運(yùn)營(yíng)、用戶(hù)運(yùn)營(yíng)、用戶(hù)增長(zhǎng)、以及營(yíng)銷(xiāo)策劃等崗位,和代碼接觸時(shí)間較少,做PPT和報(bào)表的時(shí)間較多一些,基本上日常的工作就是操作線(xiàn)程的數(shù)據(jù)產(chǎn)品或者在圖表基礎(chǔ)上寫(xiě)sql。
發(fā)展需求:關(guān)注目標(biāo)、洞察需求、設(shè)計(jì)方案、推動(dòng)落地、實(shí)現(xiàn)增長(zhǎng)、贏(yíng)得業(yè)績(jī)
偏技術(shù):偏技術(shù)的崗位有類(lèi)似于數(shù)據(jù)運(yùn)營(yíng)、用戶(hù)運(yùn)營(yíng)、用戶(hù)增長(zhǎng)以及營(yíng)銷(xiāo)策略等崗位上,這些崗位和數(shù)據(jù)的關(guān)聯(lián)性很高,同時(shí)也是十分具有發(fā)展前途的幾個(gè)崗位。
發(fā)展需求:數(shù)據(jù)埋點(diǎn)、數(shù)據(jù)采集、ETL、數(shù)倉(cāng)開(kāi)發(fā)、算法開(kāi)發(fā)、BI開(kāi)發(fā)
數(shù)據(jù)分析能力需求
數(shù)據(jù)分析的本質(zhì)就是要把分析結(jié)果應(yīng)用到業(yè)務(wù)層面,最終實(shí)現(xiàn)業(yè)務(wù)的良好增長(zhǎng)。
一般而言,可以按照“數(shù)據(jù)獲取-數(shù)據(jù)存儲(chǔ)與提取-數(shù)據(jù)預(yù)處理-數(shù)據(jù)建模與分析-數(shù)據(jù)可視化”這樣的步驟來(lái)實(shí)施一個(gè)數(shù)據(jù)分析項(xiàng)目,這時(shí)我們需要掌握一些主要細(xì)分知識(shí)點(diǎn)。
數(shù)據(jù)分析基本流程
具體而言,數(shù)據(jù)分析師需要兩個(gè)層面的技能,一個(gè)是技術(shù)層面的技能,另一個(gè)是非技術(shù)性的軟技能。
技術(shù)能力
1.統(tǒng)計(jì)學(xué)基礎(chǔ):理解基本的統(tǒng)計(jì)概念如均值、中位數(shù)、眾數(shù)、方差、標(biāo)準(zhǔn)差等,以及假設(shè)檢驗(yàn)、回歸分析、方差分析等統(tǒng)計(jì)方法。
2.編程能力:掌握至少一種編程語(yǔ)言,如Python、R或SQL,用于數(shù)據(jù)處理、清洗、分析和可視化。Python因其強(qiáng)大的庫(kù)(如Pandas、NumPy、SciPy、Matplotlib、Seaborn等)而廣受歡迎。
3.數(shù)據(jù)可視化:能夠?qū)?fù)雜的數(shù)據(jù)轉(zhuǎn)化為易于理解的圖表和圖形,幫助非技術(shù)背景的人也能理解數(shù)據(jù)背后的故事。
4.數(shù)據(jù)庫(kù)知識(shí):了解數(shù)據(jù)庫(kù)的基本概念,能夠使用SQL語(yǔ)言進(jìn)行數(shù)據(jù)的查詢(xún)和管理,熟悉關(guān)系型數(shù)據(jù)庫(kù)(如MySQL、PostgreSQL)或非關(guān)系型數(shù)據(jù)庫(kù)(如MongoDB)的使用。
5.大數(shù)據(jù)工具:了解并使用大數(shù)據(jù)處理框架和技術(shù),如Hadoop、Spark等,以及云平臺(tái)(如AWS、Azure)上的大數(shù)據(jù)服務(wù)。
6.機(jī)器學(xué)習(xí)基礎(chǔ):理解機(jī)器學(xué)習(xí)算法的基本原理,能夠應(yīng)用常見(jiàn)的機(jī)器學(xué)習(xí)模型(如線(xiàn)性回歸、邏輯回歸、決策樹(shù)、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等)解決實(shí)際問(wèn)題。
非技術(shù)能力
1.問(wèn)題解決能力:能夠從復(fù)雜的數(shù)據(jù)中發(fā)現(xiàn)問(wèn)題、定義問(wèn)題,并設(shè)計(jì)有效的解決方案。
2.批判性思維:對(duì)數(shù)據(jù)和分析結(jié)果保持懷疑態(tài)度,能夠評(píng)估數(shù)據(jù)的準(zhǔn)確性和可靠性,識(shí)別潛在的偏差和錯(cuò)誤。
3.溝通能力:能夠?qū)?fù)雜的數(shù)據(jù)分析結(jié)果以簡(jiǎn)潔明了的方式呈現(xiàn)給非技術(shù)背景的聽(tīng)眾,包括管理層、業(yè)務(wù)人員等。
4.團(tuán)隊(duì)合作精神:在跨部門(mén)項(xiàng)目中與不同背景的團(tuán)隊(duì)成員有效合作,共同推動(dòng)項(xiàng)目進(jìn)展。
5.持續(xù)學(xué)習(xí)能力:數(shù)據(jù)分析領(lǐng)域發(fā)展迅速,需要不斷學(xué)習(xí)新的技術(shù)和方法,保持對(duì)新知識(shí)的敏感度。
6.項(xiàng)目管理能力:在大型項(xiàng)目中,能夠管理項(xiàng)目進(jìn)度、資源和風(fēng)險(xiǎn),確保項(xiàng)目按時(shí)按質(zhì)完成。
在當(dāng)今這個(gè)被數(shù)據(jù)洪流席卷的時(shí)代,數(shù)據(jù)已成為企業(yè)運(yùn)營(yíng)與決策的核心驅(qū)動(dòng)力。當(dāng)前,數(shù)據(jù)分析已成為衡量職業(yè)競(jìng)爭(zhēng)力的重要標(biāo)尺。它不再是數(shù)據(jù)分析師的專(zhuān)屬技能,而是每一位職場(chǎng)人士都應(yīng)掌握的通用語(yǔ)言,是提升工作效率、優(yōu)化決策質(zhì)量、推動(dòng)業(yè)務(wù)增長(zhǎng)的關(guān)鍵所在。
如果你也想進(jìn)一步提升職場(chǎng)競(jìng)爭(zhēng)力,抓住時(shí)代紅利,那么強(qiáng)烈建議考一個(gè)CDA數(shù)據(jù)分析師。備考CDA數(shù)據(jù)分析師的過(guò)程就是個(gè)自我提升的過(guò)程,CDA小程序資料非常豐富,包括題庫(kù)、考綱等,利用好了自學(xué)就能考過(guò)。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10