对于打算入门数据分析的菜鸟来说,你想提醒他们啥( 二 )



■网友
学好统计学(玄学), 线性代数, 线性规划(真的蛮有用,还有现成的Excel Solver可以用)也可以了解一下。
python 和 R都可以接触一下。 个人推荐Python 因为应用相对更广泛(如果数据分析师不是题主的菜 还可以尝试开发哈)
答主本人也是从门外进来的, 根据目前工作经历得出的小总结就是 ,模型绝对不是万能的, 不管是分类模型还是回归模型都是要建立在干净的数据基础上的(所以在做数据清理的时候要耐心)。
【对于打算入门数据分析的菜鸟来说,你想提醒他们啥】 而实际工作中数据脏乱差的情况太多,现在网上到处都是Iris, Titanic数据集的教程,不是说看这些不好只是这些tutorial对实际工作中的数据标签分类不均衡的问题帮助不大。

■网友
谢谢邀请,前面的答主的建议都挺好的,我补充一些东西~~
数据分析分为很多种类,前面的答主也提起过数据分析师与数据工程师的工作截然不同,这个说法稍微有点有失偏颇,一般除了商业分析师与数据分析师会有比较大的区别外,其他的都需要详细看JD以及岗位所属部门,不同公司title设置是有很大区别的,这也是因为数据分析这个行业刚刚开始成为一个独立的工种而业内没有成熟与明确的组织构架划分的原因。
因为数据分析职业在业内没有成熟与明确的组织构架划分,这种情况同时也伴随着另外一种情形,业内缺乏资深的人,尤其是小公司,以及分析师没有明确的成长路径以及可参考对象(benchmark),对于新人来讲,这是一件很糟糕的事情,所以有机会的话一定要去互联网领域的大公司!!!
请记住,一个好的开端将会使大家的职业生涯打来莫大的好处,尤其是数据分析行业说下面开始切入正题,个人认为对于打算进入数据分析领域的新人来讲以下几点比较重要:
1.确定个人目标,打个比方说确认自己1、2、3、5年后分别应该成为什么Level的分析师2.拆分目标,稳打稳扎。因为不同级别的分析师对应的是不同的职业技能。
2.1初级分析师需要养成良好的数据习惯(尤其是检查与核对数据),写好SQL,练好excel,理解业务,训练business sense,选择R、Python中的一门语言开始入门,研读一些经济学\\社会学\\心理学等相关的书籍,我觉得一个合格的初级分析师需要具备准确、高效的独自搭建公司内任任何一条业务线的完整监控报表的能力。
2.2 中级分析师需要熟练R/python,掌握应用比较广泛的机器学习、深度学习模型,掌握业务逻辑,开始承接一些中长期的项目,这些项目有可能是不需要太多技但是业务逻辑比较复杂的纯业务分析类工作,也有可能是需要技术支撑的搭建机器学习/深度学习的模型,有时候这些项目会几个人一起做。
2.3 高级分析师(略)
3.模型很多时候不是万能的,对业务的了解程度会决定一个分析师最后的高度 ! (谨慎对待任何号称运用xxx模型达到了xxx目标的人以及公司以及对业务了解较少的算法团队)
4.有很多时候分析师觉得自己分析结果不受重视,如果呆在大厂的话,一定要沉得住气,因为数据量与维度的不断增多,数据分析的价值会越来越大,数据分析师也会越来越重要(血的教训)
5.数据分析是一个综合性很强的领域,这个行业是比较辛苦的,需要学习的东西太多了,学习的知识越多分析的思路就更宽阔,工具的选择也会越合适,结论的准确度也就越高
以上都是个人的一些粗愚见解,可能有的地方不一定正确,还望大佬指正,不胜感激~




■网友
先把 SQL 好好学习一下,然后再去kaggle 上摸爬滚打。

■网友
欢迎入坑!

■网友
统计学基础很重要


推荐阅读