
文章來源:接地氣學堂微信公眾號
作者: 陳老師
又到一年高考時,又要填志愿,很多人問:“想從事大數據行業(yè)的話,報什么專業(yè)比較好???”剛好一些同學也有類似問題,今天系統(tǒng)解答一下
直觀感覺是:從事數據相關工作和學什么專業(yè)沒啥關系。特別是,如果把眼光放到部門級領導或以上,就更跟專業(yè)沒啥關系了。陳老師接觸超過200個企業(yè),沒有看到特別集中的專業(yè),可見后天努力比先天選專業(yè)更重要。但是專業(yè)、學校、學歷是大家求職的敲門磚。特別是高等教育越來越普及,即使都是敲門磚,某些磚還是更好使的。所以可以按敲門的好使喚程度排排序。
第一位:應用數學
陳老師本人就是被這四個字拖下水的。因為普通大眾都對數學兩個字深有敬畏。一聽說這哥們居然讀大學敢讀數學,心中一股:臥槽牛X??!之情便油然而出。如果是985的應用數學,那哥們,就你了。于是各種數據相關的事都會優(yōu)先拉上你干。明明我研究生是學管理學的。可who care!這數據的活就該你干,你不行你也得上……
O(╯□╰)o
第二位:計算機相關專業(yè)
近年來企業(yè)招的數據分析師,其實大部分應該叫:數據程序員。基本上都是進公司跑數據的,不做啥“分析”,因此計算機相關專業(yè)會有優(yōu)勢。畢竟寫代碼寫的多嗎。數據倉儲,算法這些就更依賴開發(fā)能力,這本來就是計算機專業(yè)的范疇。
第三位:市場營銷、企業(yè)管理專業(yè)
實際上,真要做分析的話,需要懂商業(yè)知識+有分析思路,這一點文科生會更擅長。而且市場營銷、企業(yè)管理等專業(yè)一定會學市場調查。因此對于數據處理、數據分析的基本操作是了解的。未來走咨詢、數據運營、數據分析、市場研究、行業(yè)研究的路線是很OK的。
第四位:心理學、社會學
不要小看這兩個專業(yè),這兩個專業(yè)對于數據的應用能力絕對遠遠超過上邊三個專業(yè)。知乎注明數據大V chenqin就是搞社會學的,那數據分析能力壓倒一大堆只會跑數的表哥。心理學里提假設、設計實驗、采集數據、驗證假設的思路,就是數據分析的思路,一毛一樣。因此這兩個專業(yè)的數據部門領導還挺多的。
第五位:統(tǒng)計學
和應用數學相反,這是個被名字拖累的專業(yè)。人們往往懼怕數學,但一聽統(tǒng)計就覺得:好一般哦。是不是就是掰指頭數數的。嚴重低估了統(tǒng)計學的專業(yè)性。其實統(tǒng)計學是很適合做數據相關工作的。學統(tǒng)計的同學們思路活躍一點哦。
其他專業(yè):其實完完全全和數據沒有關系的專業(yè)很少。因為幾乎所有的理工專業(yè)都要做實驗,都設計數據、統(tǒng)計等理論,幾乎所有文科專業(yè)都要學市場調查,都要搞實證研究。更本質的看,數據分析是一種技能,人人可以學,學了都有用,數據倉儲才是相對專業(yè)的IT范疇。這是個要用數據說話的年代,懂點數據相關知識挺好的,工作學習兩不誤。
另:順便把其他影響因素也一起說了。如果把眼光放到部門級領導或以上,你會發(fā)現,適合在數據領域成功的特征還有:
學校&學歷:越高越好
985≥普通本科,研究生≥本科生。不要迷信那些所謂
“大專學生自學java三年年薪百萬”
“高中輟學搬磚自學ios開發(fā)年薪百萬”
“初中輟學自學python成為數據科學家進入BAT”
一類的鬼話?,F在高等教育這么普及,對在校生而言,就是學歷越高,學校越好越吃香。如果你還在學校,還有改變學歷和學校的機會,一定要努力一把。如果已經工作了就算了。
星座:處女座
點評:你以為是擅長思考的天蝎……才不是呢,哈哈。這是個很玄學的現象:十個數據部門領導六個處女座。可能因為處女座比較糾結,做的東西很細,因此深得大老板賞識。
Pdp性格:孔雀
點評:你以為是擅長思考的貓頭鷹……才不是呢,哈哈。這又是很玄學的現象:十個數據部門領導五個是孔雀??赡芤驗閿祿块T比較容易被冷落,孔雀張揚能來事,更容易讓大老板看到成績。
特別提醒:
大學不是職業(yè)培訓學校,更不是企業(yè)的新員工入職培訓。所以大學學的課沒法直接用到工作上是很正常的。如果有:培訓培訓就上崗的想法,應該直接去讀技校,不要上大學了。想提升實操能力就去找實習,從最基礎的地方做起。搬搬磚再回來看看理論,會有更多深刻的認識。
大學能給到每位同學的資源,包括未來的老公/老婆,包括身份認同、包括社交圈子、包括見識增長、包括底層能力提升、包括求職/創(chuàng)業(yè)的敲門磚,都是很寶貴的資源。所以不要一門心思的琢磨怎么在四年后當一頭合格的社畜,有的是各種選擇留給大家,不要辜負了美好時光才是。
祝愿每位學子不負韶華,學有所成。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數據分析師報考條件詳解與準備指南? ? 在數據驅動決策的時代浪潮下,CDA 數據分析師認證愈發(fā)受到矚目,成為眾多有志投身數 ...
2025-07-11數據透視表中兩列相乘合計的實用指南? 在數據分析的日常工作中,數據透視表憑借其強大的數據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數據分析師:連接數據與業(yè)務的價值轉化者? ? 在大數據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數據查詢到趨勢預判? ? 在數據驅動決策的時代,預測分析作為挖掘數據潛在價值的核心手段,正被廣泛 ...
2025-07-10數據查詢結束后:分析師的收尾工作與價值深化? ? 在數據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數 ...
2025-07-10CDA 數據分析師考試:從報考到取證的全攻略? 在數字經濟蓬勃發(fā)展的今天,數據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數據背后的時間軌跡? 在數據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數據類型:時間維度的精準切片? ? 在數據的世界里,時間是最不可或缺的維度之一,而year_month數據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數據分析師認證考試中,Python 作為數據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數據趨勢與突變分析的有力工具? ? ? 在數據分析的廣袤領域中,準確捕捉數據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數據分析師認證作為國內權威的數據分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數據中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數 ...
2025-07-07CDA數據分析師證書考試全攻略? 在數字化浪潮席卷全球的當下,數據已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數據分析師也因此成為 ...
2025-07-07剖析 CDA 數據分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數據分析師考試作為衡量數據專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數據處理的關鍵技能? 在數據處理與分析工作中,數據格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數據分析師視角:從數據迷霧中探尋商業(yè)真相? 在數字化浪潮席卷全球的今天,數據已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數據分析師:開啟數據職業(yè)發(fā)展新征程? ? 在數據成為核心生產要素的今天,數據分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03