学数据分析,Python必学吗?

今天给大家带来一个成功案例,这是一个非常励志的故事,博主自学,顺利转行,获得13-20k月薪的三份offer,真的让人羡慕嫉妒恨呀,但是他是怎么做到的呢?

今天和大家聊一个非技术性的话题:转行。全篇无代码,但是我想对于这个话题,很多朋友都非常感兴趣,毕竟工作伴随着我们的一生,也是主要的收入来源,谁不想找一份高薪又有前景的工作呢?

有些朋友对于是否该转行一直抱有迟疑态度,转行会不会有风险啊,转行以后万一后悔了怎么办啊,转行是不是要重新学啊,等等一系列的问题。这些问题大多数人都想过,博主也想过。毕竟工作是人生大事,转行当然也需要万分的谨慎。但是,一切事物都是有风险的,谁又能够预测未来怎么样呢?有时候人是需要一些果断的(不是冲动),但是需要自己想清楚,想好了就不犹豫。下面,博主结合自身,谈一谈要自己转行的几点考虑吧,供大家参考。

分析现在所在行业在未来10或者20年里是否有很好的发展前景,说实话这个是不好判断的,但就目前而言,传统制造等行业一直处于萎靡状态,而互联网和金融行业是比较热门的领域。但这些都是见仁见智吧,每个行业做到极致都会有不错的发展,每个人的理解也不一样,但是博主选择了互联网金融行业。

一个公司的发展好坏可以直接从领导CEO身上反映出来。领导是否有长远眼光,有管理能力,以及领导是否认真干事,会直接影响公司未来发展。博主所在公司领导层不断更换,并且内部管理非常差,不重视技术水平,工作效率巨低,所以导致一直在走下坡路,这种情况就没理由呆下去了,毕竟要考虑个人的发展。当然,很多小伙伴本来的工作可能就很好,那就要权衡一下利弊了,看你是否真的热爱这个行业。

对于职场菜鸟而言,选择一个公司其实是在选择一个好的学习环境。如果有机会去一个好的团队即使薪水低,那也是值得的,因为你锻炼的是学习能力,有了这种能力,你才会有更高的价值。当然,就目前而言,如果你觉得现在的公司已经没有什么可以让你学习的了,或者说遇到了瓶颈,那我觉得也可以考虑换换环境了。

对于很低的薪水无法满足生活需求,那么这时候迫于生存也只能考虑转行。各种房贷车贷款的压力如此之大,通过转行增加收入也是一个有效解决问题的途径,但也是需要结合其它考虑而慎重选择。

是否对转行的行业感兴趣。兴趣是最好的老师,如果自己本身对这份职业不感兴趣,仅仅是因为薪水等一些外部因素而转行,那么可能也不会太发展的太久远。

基于以上问题,博主进行了认真的思考并最终做出了转行的决定,因为对于我而言,每个问题都说的很通。当然这里绝非误导大家转行,只是给大家多提供一个参考。

博主从开公众号起前2个月开始接触Python语言,然后接触到了数据方面的技术,包括爬虫,数据分析,数据挖掘,机器学习等,一直到现在仍然在坚持自学,我相信只要坚持结果总不会太差。直至今日,我可以说自己算是入门了,但需要学的东西还有很多。虽然这个过程比较艰辛(白天上班,晚上学习),但是由于兴趣的激励,也并未感觉太累,反而觉得很有成就感。

前一阵子,博主觉得自己可以尝试着找找这方面的工作了,于是开始在网上投递简历。很多网投的小伙伴肯定有过类似的经历,那就是石沉大海(其实是我太菜)。你会发现投递的几十份简历一个回应的都没有,于是在这个过程中开始对自己有了一些怀疑,尤其是对于像博主一样的转行求职者们,因为相比于科班出身的竞争者,我们没有太多优势。在这种情况下压力是很大的,曾经想过裸辞,但这是很不明智的。但没有办法,既然踏上了这条路,就必须坚持下去。好在目前数据分析,数据挖掘这些岗位的市场需求量很大,所以机会还是很多的。

十份不行,就投二十份,二十份不行就投三十份(当然在这个过程中是需要不断反思修改简历,并同时不断学习巩固,不然还是徒劳)。还有,一定要寻找身边的一切资源争取内推机会,内推面试的成功率还是蛮大的。慢慢的,开始有公司邀请面试了,虽然不是BAT,但是都是规模还算比较大的公司。

博主在过去的两周里一共面了5家公司,数量不多,岗位是数据分析/数据挖掘(根据招聘职位而定),其中3家给了offer。其实,这对于一个从零学起转行的求职者来说,结果我还是非常满意的,同时也给自己增加了一些信心。下面介绍一下面试公司的概况以及面试结果。

声明:这是我的个人经历,只供借鉴参考,并非适用于所有人。

博主这里只列出其中三个给offer的公司。

规模:上市公司(互金)

规模:上市公司(地产商)

规模:初创公司(移动APP)

总的来说,所有面试的经过还算顺利,但博主每一次面试后都发现了自己的许多不足的地方,下面总结一下。

接到的大多数电话面试都是下午快下班的时候,如果公司对你感兴趣,会问你明天是否愿意来面试(记得给HR回邮件)。博主每次都爽快的答应了第二天面试,但这其实并不一定太好,因为自己根本没有太多时间来准备。如果你特别中意这家公司,我认为最好还是准备充分再去面试效果会更好。我自己一般会留一天时间来进行面试前的准备。

利用面试前的时间来仔细研究一下这个公司的发展状况,组织架构,运营模式以及岗位的需求,最好能够在面试公司的业务或者技术上提出一些好的建议。技术细节上可准备的东西很多,这些更多在于平时的积累。这时候就没必要再去研究具体的技术细节难点了,而应该把控整体,我一般会把写在简历上的内容,比如项目经历等都过一遍(需要自己真实的做过才行),以免被问到细节问题尴尬。

可以说这部分也占了很大的权重,如果你可以侃侃而谈,和面试官聊的很high,那基本也就成了。我认为最重要的就是不紧张,保持常态,即使被问道了不会的内容也别慌,虚心请教面试官,一来可以让他感觉到你的学习热情,二来会让面试官感到很有面儿。第二个就是观察,可以通过观察面试官的表情来判断面试官是否满意你的回答或提问,然后及时改变回答策略。其中一个面试,HR英语特别好,博主硬是用英语陪她聊了10多分钟,这也让HR很满意(当然前提是你的英语水平也不错)。第三个是多提问题,与面试官的互动是非常关键的,如果面试官说到一个点上恰巧你能够紧接着很好的提问,那么整个谈话的气氛就活跃起来了,面试官会认为与你想法很契合(博主拿下了三个面试官的微信)。

几个面试中多数面试官都会针对项目经历仔细提问,问的很细,目的在于考察自己是否真实做过项目,认真思考过问题。当然也会问道一些细节的知识点,有很多基础的问题博主并没有回答的很好,这部分还需加强只能慢慢积累了。也问了一些其他问题,比如某个机器学习算法的优缺点,给你一个应用场景,你会倾向于选择哪个模型算法来解决,再比如给你一个场景,如何进行A/B测试等问题。对于数据分析而言,机器学习和爬虫等并不是必须,但是加分项。就像博主在简历中提到用爬虫爬取链家全网数据,然后做数据分析挖掘,没想到在几个面试中都有加分。关于这部分,博主会另开一篇详细介绍。

对于最终公司的选择上肯定要考虑多方面的,待遇,发展,上升空间等。我的建议是选择公司要把眼光放长远,寻找一个好的团队,毕竟是转行,还是要以能学到东西为主。以下是几点选择公司的考虑:

大公司一般规模比较大,每个岗位分得比较细,平台大,资源好,格局大。小公司一般岗位划分很粗糙,一般一个人要干所有的活儿,每个环节都能接触,进步成长速度会非常快。作为转行人员,我个人倾向于大公司,但是如果小公司有不错的机会也是可以考虑的。

一些初创公司的未来发展其实是很不明朗的,像很多P2P公司看起来不错,但是几个月倒闭的也比比皆是。这时候需要评估一下自己是否可以承受这种风险,高风险也就有高回报,所以很多初创公司提供的薪水才会比大公司高很多。可以尝试性的问问公司的现金流,融资情况,是否考虑上市等相关问题,来评估一下风险度。我个人倾向稳定发展的大公司,即使是初创公司最好在D轮融资之后是比较稳健靠谱的。

这个其实通过与面试官的谈话过程就能看出这个公司的技术水平怎么样,如果面试官的水平很一般,一些问题还没你清楚,那么你想想你来这能学到啥,可能薪水很高,但是你未来的价值却没有提升。

傻子都知道薪水高好,但是还需要把握以上提到的一些原则性问题,不能因小失大。在符合自己基本标准的情况下当然薪水越高越好了。

这段时间里,博主深刻体会到转行的不易,所以把自己转行的经历给大家做了一个简单分享,希望对正在转行或者准备转行数据分析,数据挖掘方向的朋友们有所帮助。一句话,坚持就是胜利。

最后,达妹想说,如果你是完全没有编程基础的同学,那么自学转行相对来说是不现实的。如果真正想进入行业,那么最好有老师带领学习,有工作推荐机会。来这些都会有。加油!

感谢您的阅读,以上就是为大家分享的自学Python转行数据分析师的案例,小编觉得兴趣+坚持是成功的关键,有人说自律的人生一定是出彩的,你觉得呢?

免责声明:内容和图片源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

}

大数据现在有多热门?在公司里私下问一圈,发现10个同事中就有9个,正打算或者已经开始了自学数据分析。

例如当下最网红的编程语言Python,因为太简洁易学↓

几乎成了零基础入门数据分析和编程的必学工具,大公司也纷纷要求非技术岗位员工掌握Python语言,一时间人人都把学Python挂在嘴边。

(不少新闻报道摩根大通等企业要求员工必学Python)

又例如大部分互联网公司在用的数据库语言SQL↓

互联网商业分析师每天其实要花最多时间在SQL上,而金融/管理/咨询/销售行业的小伙伴,面对百万数据的时候,EXCEL都满足不了需求,但要从Office一下蹦到专业数据库,技术门槛又太大。因此SQL对于很多想从事数据工作的人来说,都是首要学习目标。

还有最常见的可视化工具Tableau,很多人都知道「字不如表,表不如图」的职场汇报铁律。然而,真实的工作场景通常是——当你把8个sheet的数据做了十多个图表,挨个儿贴进PPT,再调颜色、大小,还要写一大串注释,忙到半夜,老板还嫌丑

而别人把数据导入Tableau,简单设置后,刷拉拉就能得到可视化图表,还有交叉分析等。

(Tableau拖曳成图示例)

上面这些工具,其实都是做数据分析时必备的。但每个工具的功能都很强大而复杂,到底该学哪些?学到什么程度?没有基础的人应该怎么学?

但我们观察了身边很多开始自学数据分析的人,很容易陷入这些误区——

1. 网络上免费的教材、视频很多,但大多都是「纯技术学习」,像大学课堂一样都是枯燥理论,没有技术背景根本听不懂。

2. 一次很多人下载了网上几个G的资料包,结局都是看了几节课课就再也没打开过,原因就是这类课程,要么没有案例讲解,要么就是“飞机大战”这种与实际工作不相干的练习,学了没地方用,等于白学。

3. 市面大多数课程的导师,都是学术、科研的技术背景出身,对于数据分析应用最广的互联网、金融、咨询领域的实际工作场景,通常没有一线工作的理解,讲解和训练上不容易给到学员更实用的指导,一样容易陷入学了用不上的困境。

4. 很多课程通常只专注于一个数据分析工具的教学,但如果只掌握了单一工具,对于整个数据工作来说,其实是远远不够的。

我们采访了一些来自阿里、网易、高盛、中金的数据分析师,他们都表示,一套数据分析的工作,通常是需要多个工具结合完成的。

数据搜集/抓取:Wind等数据终端、Python爬虫

然而,市面上绝大多数课程都是单一工具的教学,要么只学Python,要么只学SQL,即使真的学会了,掌握的也只是零散的工具本身,依然难以跑完一整个数据分析流程。

为此,我们邀请到了职业经历遍及腾讯、阿里、百度、网易、高盛、摩根士丹利、麦肯锡的多名资深数据分析师,推出了这门「数据分析技能课」。

2.前腾讯、阿里、百度、微软、网易、高盛、摩根士丹利、麦肯锡导师联合授课,你很难在市面上找到这样豪华的导师阵容。

3.零基础也能轻松上手学习,课程抛开枯燥理论,直接从项目中跟着做数据分析,用「解决问题」倒逼「技能学习」,再不用担心学完没处用。

4.20+小时丰富案例演示,涉及金融、电商、零售、互联网等领域,覆盖商业分析师、金融分析师、行业研究、用户运营、产品经理等岗位的数据分析工作。

5. 课程以数据的「获取-分析-可视化」逻辑展开,技术之外更注重搭建学员的数据思维,提升数据敏感度,带你真正用数据解决企业问题。

市面上同类课程只教一个工具,都在1000元以上。而这门课程涵盖5个常用工具,6大热门领域案例,目前首发只要699元,现在购买还能领取专属优惠券,仅需649元。

↓了解更多课程详情,继续下滑↓

本课程有4大模块,含40+小时录播课程,3节直播答疑课程。

从4月18日开始更新,每周更新2节,8周内完成更新。

学员购买后,所有内容都可永久回放。

直播答疑:课程将安排3次导师直播课程,同学们关于课程内容的疑惑,可以在直播中及时与导师提问互动。

监督+训练:课程购买后可添加班主任微信,加入课程学员群,并在帮助人带班督学下,完成课后练习的提交,打败拖延和偷懒。

扫码报名后,立即可以开始录播课程的学习。从微信服务号「职问分院帽」-我的课程-课程首页-我的课程,找到本专栏,即可开始听课。

课程专栏中的“*必读-购买后续操作指南”会指示操作进行扫码验证入群,加入班级群后按照班主任提示进行即可。

*课程购买后24小时内可申请退款,24小时后不予退款,购买前请谨慎考虑。

如有任何疑问,请添加微信zhiwenrick咨询。

这门课程的制作,职问花费了大半年时间,从聚集各领域最强的一线数据分析师从业者开始,到各用户群体调研,再到课程内容的反复打磨设计,团队的每一份精力和心血,都用于打造出一门真正能帮助学员获得提升的数据分析课程。

我们很喜欢这样一句话:

这也是职问一直以来的信念。我们不停探索职场新人的技能痛点,找到在各领域中最尖端的专家与我们一起,只做最能满足实务需求、最能帮助职场新人快速提升的技能课程。

努力的人永远值得尊敬,勇于探索更多可能的人也值得更好的未来。我们很荣幸与有梦想的各位携手,走出一条一条新的道路,成为各个领域的先行者和佼佼者。

关注公众号:拾黑(shiheibook)了解更多

}

不同的培训机构在Python培训内容上也各有不同,小U在这里以优就业为例给大家简单介绍。优就业的以项目实战为导向,一共设置了5大阶段,主要学习内容如下:

第一阶段:Python核心编程——Python语言基本介绍、面向对象编程、Linux操作系统、文件系统与用户管理、进程管理与服务配置、Shell编程与bash,源文件编译、版本控制、MySQL使用、MySQL进阶等。

第三阶段:网络爬虫——爬虫与数据、Scrapy框架、Scrapy框架与信息实时抓取、定时爬取与邮件监控、NoSQL数据库、Scrapy-Redis框架、百万量数据采集等。

第四阶段:人工智能——数据分析、pyechart模块动态可视化、词云、分类算法、聚类算法、回归类算法、关联算法、卷积神经网络、TensorFlow+PaddlePaddle、图像识别等。

第五阶段:就业指导——最后就业指导分为面试就业指导、专业技术指导两方面。

Python培训学习路线都是基于培训内容制定的,优就业的Python课程针对零基础学生开设,所以学习路线设置也是由浅入深,循序渐进。

接下来学习数据爬取+Scrapy框架+分布式爬虫框架,这部分内容是爬虫工程师需要掌握的;

最后学习数据分析+机器学习+深度学习,这部分内容学习完成是数据分析工程师、人工智能工程师需要掌握的。

优就业Python培训班面向零基础人员开设,讲师都是拥有多年的实战开发经验和授课经验,始终致力于给学员更好的课程培训和学习体验。

综上,相信大家对“Python培训内容有哪些?学习路线是如何规划的?”都有了一定的了解,希望对您有所帮助。领取我们线上学习免费课程。更多关于的问题,可以持续关注浙江优就业 官方网站以及浙江优就业公众号具体了解哦。如果大家有时间的话,最好是能到我们线下基地进行实地考察。


· 超过72用户采纳过TA的回答

必需的是英语,统计学知识和python语法。对数据分析而言,最重要的是统计知识,也是最难的。英语就看个人了,python的语法很简单,对新人友好。

下载百度知道APP,抢鲜体验

使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。

}

我要回帖

更多关于 python数据分析课 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信