精华内容
下载资源
问答
  • 如何自学数据分析
    千次阅读
    2018-11-23 16:35:20

     

    我是老抽:

     

    找到工作了,现在有时间,可以分享下我的面试经验了。

     

    1、不要被网上的职位描述吓怕

     

    首先我们定义一下何为初级数据分析师。

     

    我们去翻一下招聘网站的职位描述,几乎没有一个岗位叫初级数据分析师,并且很多公司是没有数据分析师这个岗位。即便是招聘网站上叫数据分析师,当你入职之后,会告诉你有个对内的岗位职称,比如“XX助理”“数据专员”等等;

     

    也提醒下,很多公司分不清楚导致职位描述都是从其他招聘里面复制过来的,所以看到写了很多HIVE 、SPARK什么,还有什么建模啊等,不要慌张。我曾经有个面试,过去面试告诉我,就是表哥表姐,甚至有可能做行政的工作。我问她为啥叫数据分析师呢? 她说填考勤要用EXCEL表格啊! (脸上笑嘻嘻...)

     

    2、我的面试经历

     

    我是在7月1日裸辞的,这里不建议大家去裸辞,我是上一份工作实在见不得直属空降领导作威作福,把KPI当做权欲的工具,每个月做的越多,钱扣的越多,所以才裸辞了,辞职之后人清气爽!

     

    辞职之后出去旅游了半个多月,真正开始投简历是从7月25日开始,差不多8月5日左右拿到了offer,是一家做在线教育的公司。

     

    期间接到的面试邀约差不多二十个了吧,从上市公司到50人小公司都有邀约,各位往下看。

     

    1)如何准备简历?

     

    我自身是做过4年多的电商运营,用Excel做数据分析基本上是轻车熟路,然而招聘网站上的数据分析师的职位描述基本上都要求EXCEL、SQL、PYTHON以及SPSS、SAS等。但是千万不要被这些职位描述麻痹了,首先对自己的定位要非常清楚。

     

    我自身是没有任何编程基础的,python只是知道皮毛,学过一段时间非常吃力。后面学习了SQL,稍微简单易懂点。学到现在基本上增删改查应该是可以了。

     

    所以我的技能准备是:EXCEL和SQL。当然我得EXCEL深挖了一些,比如Power Query和Power Pivot 、Power BI,这些基本上问题不大,所以处理几万级别的数据体量问题不大。

     

    前面说了技能准备,那么如何向HR或者面试官证明你会这些技能呢?

     

    最好的办法就是利用这些技能做一些实质性的项目。什么叫实质性的项目?就是结合过往工作经历,通过一些“包装”,转化成数据分析的项目。

     

    为何要“实质”呢?

     

    因为一旦你的项目写上简历上,意味着面试官肯定会问项目做的过程,所以结合你自己的过往工作经历,你就可以在面试的轻车熟路的讲解你的项目,给面试官造成你的技能和分析思路都是胸有成竹,加分的啦!

     

    为何要“包装”呢?

     

    很简单,你面试的数据分析师,在数据体量上是一个坎!比如我面试的某互联网巨头公司,我可能包装的不够,因为确实之前的公司是做2B的,数据量不可能那么大,所以面试官听说我月处理数据量只有3-5千而已,一脸惊讶的看着我说,我们日常处理量是100多万,后面就凉凉了。

     

    那么简历如何撰写呢?

     

    可以参考以下几个原则:

     

    1、一张纸!简历篇幅控制在一张纸,不要写一堆废话!

    2、简历从上至下,依次顺序建议是: 基础信息(姓名、电话、意向岗位、邮箱)、项目、工作经历、个人评价、教育经历。

    3、项目最为重要,建议是发表在知乎上,通过超链接转跳。

    4、工作经历在写工作内容的时候,尽量往数据分析上靠。例如:通过EXCEL完成业务部门数据分析支持工作,分析的结果是什么,达到的效果是什么。

    5、个性化准备简历,比如你对3家公司有意向,你可以分别准备三份简历,在工作经历和项目经历描述的语句上尽量迎合目标公司的职位描述,这样邀约面试的概率会大一点。

     

    2)面试过程

     

    提前看下邀约公司的背景以及业务类型,结合自己的工作经历,总结下自己的看法。

     

    提前到邀约公司,千万别迟到或者卡点到,你的气息和情绪短时间内难以平复,对面试回答可能会有一定的影响。

     

    面试中千万不要结束话题。当遇到面试官刁难或者不会的问题,也不要慌张(我自己慌张过),尽量想办法转移到自己擅长的话题上,偷龙转凤,可能面试官对你有另外一番看法。

     

    面试结束之后,一定要注意礼仪,一定要感谢面试官以及HR;加分的啦!

     

    3)面试完后

     

    我曾经想过这里写面试十大幻觉的,想了下还是算了,其实更多的是自己的心态问题。记住八个字:不以物喜,不以己悲!

     

    心态在面试完后等结果的时候是一个很脆弱的东西,我曾经在某互联网巨头公司终面都过了,工资都敲定了,静等offer,感觉自己终于迎来了事业的转折点。

     

    结果到了要发offer的时候,hr说公司在做组织架构的调整,岗位入职全部延后,简直是雷从天降,我都已经全然做好要入职的准备了,甚至还为此大肆庆祝了一番,结果缺等来了这样一个消息,那一刻我有点接受不了。

     

    当我收到这个消息的时候,我正在之前面试的一家做终面,看到那个消息有点影响到我这家公司的终面,回答人事总监的问题时候,有点结结巴巴,导致也凉凉了。

     

    所以还是回到那八个字:不以物喜,不以己悲!

     

    没拿到offer,永远不要放松警惕!

     

    当投递的这么多公司面试完之后,不管好消息或者没有消息(就是凉凉了),都不要打断自己前行的脚步,因为只有你拿到多个offer才有选择权。像我只拿了一个offer,输给了面包,没有什么选择权!

     

    4)面试总结

     

    不管是转行或者应届生,我都奉劝大家给自己足够多的时间学习和准备。我的准备时间只有短短1个多月,因为要养家~!

     

    不管是EXCEL、SQL还是python,甚至有的公司会要求SPSS、SAS、R等,在学习过程中,千万不要浮躁。我就是学习SQL浮躁了点,觉得我能取数就行了,结果被一个DBA面试的时候对数据库的类型和底层架构不是很了解,只知道在NAVICAT里学SQL语句取数就可以了。

     

    面试前,给自己模拟一些必问的问题,比如:

    自我介绍;

    离职原因;

    项目讲解;

    为何选择数据分析师;

    我们为何要选择你;

    你为何要选择我们;

    针对目标岗位,你的优势和劣势是什么;

     

    寥寥两千字,码的不够多,祝各位顺利!

     

    我是猴子社群会员,知乎:老抽。

     

    推荐:如何用最短的时间找到初级数据分析师工作?

     

    更多相关内容
  • | 目录:数据分析前世今生、数据分析的未来、学习路线、推荐书籍和网站。后台回复:资料 可获取本文提到的电子书和一些学习资料一、数据分析前世今生近年来,越来越多的企业开始出现数据分析师这个岗...

    | 目录:数据分析前世今生、数据分析的未来、学习路线、推荐书籍和网站。后台回复:资料 可获取本文提到的电子书和一些学习资料

    一、数据分析前世今生

    近年来,越来越多的企业开始出现数据分析师这个岗位,无非可以分为技术类和非技术类,技术类要运用算法搭建模型,非技术类对模型结果进行可视化展现、数据报告撰写等。

     

    二、数据分析的未来

    不要把自己单纯地定义为一名数据分析师,企业不乏做表的(初级数据分析师)、搞模型的(高级数据分析师),财务做报表更厉害,程序员比你更容易上手。数据分析一定是一项必备技能,就和PPT、Excel一样,它是来辅助你工作的,而不是你工作的全部。

     

    三、学习路线

    技术:

    • Excel

    • SQL

    • Python/Spss

    • 可视化

    理论:

    • 数据分析思维和方法

    • 统计学

    • 对业务的理解

     

    四、推荐书籍/网站

    以下推荐的书籍和网站绝无任何广告嫌疑,只是自己觉得还不错分享给大家。

    1、Excel学习

    没有什么推荐的书籍和网站,网上有很多大神的教程,如果时间充裕,就系统的学习一下,如果时间紧张,就用临阵用度娘也是可以解决问题的,当然,学什么都最好能够系统地学习。要记住一点,我们是用Excel进行数据分析的,所以应当从数据获取、数据处理、数据分析和输出几个方面来学习Excel。

    之前的文章也有写过这方面的:

    用Excel做直方图(1):随机数发生器

    用Excel做直方图(2):频率分布直方图

    用Excel做控制图 

    2、SQL学习

    建议去W3Sschool自己学习,非常详细,附网址,https://www.w3cschool.cn/sql/。如果想要练习的话,可以从SQLZoo去练习,在线版的SQL练习教程,https://sqlzoo.net/wiki/SQL_Tutorial。书的话《SQL必知必会》还不错,很精简,基本可以满足日常表的查询和维护了,想要不仅满足于查询的话,还可以参考《深入浅出MySQL》,数据库开发、优化与管理,600多页。

     

    3、Python学习

    对于非程序员出身的新手小白来说入门很简单,精通还是不容易的。如果你仅仅是停留在用Python进行数据处理和分析的阶段上,建议《利用Python进行数据分析》这本书非常不错,不要去学python开发、python编程之类的书,Python可以用来做很多事情,但对于数据分析师而言,我们可能不需要用Python来开发什么游戏、网站等,我们只需要进行数据控制、处理、整理和分析即可,系统地学一下python中的数据科学库是非常有必要的,如:Numpy、pandas等。

     

    4、可视化

    有很多可视化的工具,用Excel可以实现可视化,powerBI、Tableau、Python也可以可视化。工具的选择是一方面,另一方面是对于图表的理解,什么场合适用什么样的图表。

    用Excel做排列图

     

    5、数据分析的思维和方法

    参考书籍《深入浅出数据分析》,把道理方法讲的很透彻的一本书,对于深入理解底层逻辑很友好。《谁说菜鸟不会数据分析》系列,主要是对于方法和工具使用的学习。可参考之前的文章 数据分析方法论 来大概了解。

     

    6、统计学

    《深入浅出统计学》非常棒的一本书,对于统计学的基本概念的解释非常直白到位,让小白能够清楚地理解这个公式为什么是这样子的,而不是直接摆公式。底层逻辑明白后,可以参考李航的《统计学习方法》,这是大学课本,有时间的话还是应该好好研究一下系统逻辑的。

     

    7、对业务的理解

    推荐《数据挖掘与数据化运营实战》,这本书对业务与数据分析怎么结合有很详细的说明和实例。

     

    同时我也整理了一些学习资料和电子书,免费分享给大家,后台回复:资料 即可获取

    @文章属原创,转载请联系作者

    @作者:虾壳,在数据分析的道路上努力奔跑

    @微信公众号:可乐的数据分析之路

    往期文章精选:

    用Excel做直方图(2):频率分布直方图

    用Excel做直方图(1):随机数发生器

    用Excel做回归分析

    用Excel做控制图

    描述性统计分析

    用Excel做相关性分析

    用Excel做排列图

    数据分析方法论

    入门数据分析

    如果你觉得有用,请点击右下角 在看 哟~

    展开全文
  • FEC数据 这些页面是我尝试使用 python pandas 和 networkx 自学数据分析。 我选择了公开可用的联邦选举委员会数据来处理。
  • 我帮助帮助过很多自学Python数据分析这个领域的小伙伴,把他们经常的问题和一些错误的理解进行归纳总结分享出来。 我相信没有人没有踩过雷。希望看到文章的你能在下面的一个或多个误区中认出自己,并采取一些纠正...

    没有踩过雷的数据分析师不是好的数据分析师。

    在我日常教学过程中辅导过很多转行自学 Python数据分析 的小伙伴,把他们经常的问题和一些错误的理解进行归纳总结分享出来。

    我相信没有人没有踩过雷。希望看到文章的你能在下面的一个或多个误区中认出自己,并采取一些纠正措施以重回正轨。
    在这里插入图片描述

    不要从理论开始

    传统的机器学习教学方法是自下而上的,很多没有掌握窍门的人通常都是这个路径。
    在这里插入图片描述

    1. 努力学习数学、高数。
    2. 努力学习机器学习理论。
    3. 努力从头开始实现算法。
    4. 迷茫阶段。
    5. 最后开始应用机器学习到日常业务。

    这种方法很慢而且很难,这种路径是专为想要扩展最新技术的学者而设计(比如发表一些论文),却不是为想要实现结果应用的从业者设计的。

    误区

    1. 需要先完成线性代数课程。
    2. 需要回去攻读博士、硕士学位。
    3. 必须先找本书学习。

    建议

    学习 4 年的数学或深奥的算法理论如何让你到达你想要的目标?大概率是你会放弃。毕竟你上大学的时候都没有好好学习,指望着转行这几个月突击?不现实啦。

    解决方法是调转思路。

    假如说机器学习对业务的贡献是一组准确的预测,那么学习如何对问题建模并做出准确的预测,并且真正的运用它才是关键,要有拿来主义,看看别人怎么做的然后套用代码实现你的目标。

    没有必要研究所有的机器学习

    机器学习是一个非常大的研究领域,是计算机学习过程的自动化,与人工智能有很深的重叠。
    在这里插入图片描述

    从深奥的学习理论到机器人技术,范围太宽太广泛。没有办法一次性全部学习。

    误区

    1. 需要了解新网站上提到的每一项新技术。
    2. 需要先学习计算机视觉、自然语言处理、语音处理等等。
    3. 需要知道关于建模的一切。

    建议

    机器学习最有价值的领域是预测建模,从数据创建模型以进行预测,专注于一种与最相关或最有趣的预测建模,选择一个贴近生活的业务模型并专注于它。

    不要摆弄算法

    机器学习实际上是关于算法的实现。
    在这里插入图片描述

    每个算法都是一个复杂的系统,适用于符合自身的小的研究领域,并且有着自己的生态系统。

    迷失在算法中的人称之为学者,但是这个并不是转行人的目标。

    误区

    1. 在使用它之前需要知道这个算法有什么用途。
    2. 需要先深入了解超参数的作用。
    3. 需要在调整参数时解释原因和结果。

    建议

    算法只是达到结果目标的方式,可以了解有关算法的更多信息以获得更好的结果,但要知道何时停止。

    使用算法系统的过程,设计调优实验并自动执行和分析。机器学习是关于算法的良好使用,但应用机器学习不仅仅是摆弄算法。

    专注于从每个项目交付结果作为目标,即一组预测或可以实现它们的模型。

    不要从头开始一切

    可以从头开始实现算法中学到很多东西。有时甚至需要实现一种技术,因为没有合适或可用的实现。
    在这里插入图片描述

    但是通常情况下,不必也不应该这样做。

    误区

    1. 从头编写数据加载的代码。
    2. 从最原始的起点编写各种线性代数回归公式的代码。
    3. 从头编写用于交叉验证或超参数调整的代码。

    建议

    成为一名合格的掉包侠,使用由数以万计其他开发人员使用的通用库。用于到自己的项目中,并且避免代码出现任何错误。

    只要了解每个业务目标结果是什么选择适合的机器学习模型,然后进行不断迭代的计算、调整参数模拟结果就可以了。

    学习工具不要贪图最新

    有很多很棒的机器学习工具。事实上出色的工具、数据可用性和快速的硬件是机器学习真正流行的原因。
    在这里插入图片描述

    但是可能会陷入新工具的误区。

    误区

    1. 听说新工具,我也来试试。
    2. 自己每周或每月都在学习一种新工具或语言。
    3. 不断的学习新的lib数据包。

    建议

    要有战略眼光的去学习,将新工具集成到解决机器学习问题的系统流程中。

    切记跟随别人的脚步是业余爱好者和专业人士之间的区别。

    展开全文
  • 目标一:会用数据分析的方式解决一些简单的业务问题 《深入浅出数据分析》 目标二:掌握SQL的7大核心语句以及表连接和子查询 未明学院的《SQL零基础教程》 ...
    展开全文
  • 数据分析——基础概念环境、matplotlib、numpy、pandas 文件包括数据分析课程ppt+京东腾讯面试经验分享
  • 术的部分包括软件工具、数据分析流程、统计学理论、可视化理论、数据报告的撰写等,就这些内容,如果本身没有基础,自学的难度是相当大的,或者说自学的周期是相当长的; 道的部分是自学过程中很难掌握的,道是对...
  • 数据分析初学者:数据分析入门学习路线分享

    千次阅读 多人点赞 2019-04-22 15:50:58
    针对想要自学数据分析的小伙伴们,今天给大家分享一位数据分析小白的自学之路。 一.数据分析师的方向 先选择正确的方向,再朝着这个方向努力是学习一个新领域的正确姿势,因此开始正式学习前,首先要查阅大量资料,...
  • 压缩了两本,零基础自学Python ,扫描版 自学Python 编程基础 科学计算及数据分析。打好书签
  • 首先你需要看下这张图,这是一张数据分析师能力体系图: 通过图片,我们可以比较清晰的看到这三个阶段的数据分析师在各方面能力的差别了,那下面我们就来具体侃侃他们的区别。 初级水平 什么是初学者?如果解析学和...
  • 数据分析自学资料及笔记
  • 人民邮电出版社出品的数据挖掘&数据分析竞品系列PPT课件,非常适合大学生和职场新手新手,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 完整精品版SPSS数据分析数据挖掘工具软件实用教程 - 01 ...
  • 人民邮电出版社出品的数据挖掘&数据分析竞品系列PPT课件,非常适合大学生和职场新手新手,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01 SPSS简介.ppt 02 变量、数据文件、系统参数.ppt 03 ...
  • 最近有很多人在问,Python数据分析的一些问题。关于到底应该怎么学?如何快速入门,以及技术和业务之间的瓶颈如何突破?于是总结了一些经验,希望能够给还没入门、或者入门之后...
  • 零基础如何入门数据分析师?

    千次阅读 2021-12-14 14:44:02
    在这个精细化运营、降本增效的时代,用数据分析给决策者提供指导性意见几乎是每个企业的一致选择。截止目前,我国共计1400万数据分析人才缺口,市场规模预计将在2025年达到2000亿!数据分析与其说是一个岗位,更是一...
  • @echo offf @cd /d "%~dp0" cl /c /FAs %1  为了学习vc编译代码和asm相关使用
  • 2012年刚开始的时候,关于数据科学的线上课程只有不到20个。到了2017年,线上已经有数不清的课程可以选择,许多人都在纠结:到底是上传统的学校去学习,还是通过在线培训获取知识?。这也难怪,如今我们的选择确实...
  • 人民邮电出版社出品的数据挖掘&数据分析竞品系列PPT课件,非常适合大学生和职场新手新手,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01 SPSS简介.ppt 02 变量、数据文件、系统参数.ppt 03 ...
  • 数据分析.zip易语言程序源码资源下载数据分析.zip易语言程序源码资源下载 1.适合学生做毕业设计用 2.适合程序员学习研究用 3.适合新手自学研究使用
  • 新媒体数据分析.doc

    2022-07-07 16:51:38
    " "1)微博数据分析方法 " "2)微博内容数据分析 " "3)微博粉丝数据分析 " "4)微博账号对比分析 " "5)微博推广数据分析 " "6)知微数据分析平台的使用 " "2、能力目标 " "1)自学能力:能按照老师的指导,积极...
  • 学习数据科学从机器学习开始,你可以做很多事情来学习机器学习。比如书籍和课程,可以参加比赛,你可以使用三方工具。 机器学习的四个层次 考虑机器学习能力的四个层次。这是一种模式,可以帮助我们思考可用的资源...
  • 归档-大学课程可视化分析自学
  • 单细胞测序数据分析-seurat使用的一些背景知识
  • 1新媒体数据分析.doc

    2022-07-07 08:14:28
    新媒体数据分析 "授课教师 " "专业(学科) "新媒体 " "教学课题 "今日头条数据分析(2) " "学时安排 "2学时(90分钟)"教学年级 " " "所选教材 "《新媒体数据分析》人民邮电出版社 " "一、学习目标描述 " "1、知识...
  • 数据分析python

    2018-04-10 22:51:44
    我就是完全通过网上资源自学python的。从在校时候用python接活赚零花钱,到在创业公司用python开发商业网站和游戏后台。所有遇到的问题,几乎都可以从互联网上的公开资源找到答案。关于自学python,个人最大的3点...
  • 数据分析能力是指什么?】

    千次阅读 2022-05-01 17:11:24
    数据分析能力是指什么?】 数据分析能力是指能用适当的统计分析方法对收集来的大量数据进行分析,从中提取有用信息并形成结论,对数据加以详细研究和概括总结的能力。 那数据分析在企业中的作用大家应该都清楚哈...
  • 就目前的形势来看,想成为数据分析师,靠自学不是没有出路,但是想进大厂是绝对不可能的。 大厂一般招数据分析师会有一些门槛要求,其中最关键的就是要求求职者最起码要是IT相关专业毕业,这个无形之中就把很多之前...
  • 如何一个月速成数据分析师?

    千次阅读 2021-12-16 11:27:21
    数据分析师其实在工作方向上还分为偏向业务和偏向数据挖掘的,但是无论是想在日后的工作岗位上担任哪种数据分析师,都需要学会SQL数据库、统计学基础、和python。 想要在一个月时间速成一名优秀的数据分析师是很难...
  • 人民邮电出版社出品的数据挖掘&数据分析竞品系列PPT课件,非常适合大学生和职场新手新手,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01 SPSS简介.ppt 02 变量、数据文件、系统参数.ppt 03 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 55,575
精华内容 22,230
关键字:

如何自学数据分析

友情链接: H6.rar