京公网安备 11010802034615号
经营许可证编号:京B2-20210330
本期我们请到了王同学,大家一起来听听数据分析业内人士在职业道路上,是如何应对面临的苦恼,如何走出困境的。
采访人:王同学,你好,感谢接受我们的采访,为大家分享你的学习和心路历程。
王同学:主持人好。
采访人:能简单介绍下你的背景吗?专业、工作情况。
王同学:好的,我本科毕业,教育学专业,学校不是985/211,不过我大学成绩挺好,当年就业的时候有好几个选择。到今年工作8年,中间换过一次,都跟K12有关系,月最高收入可以到4万多。
采访人:你在之前行业工作这么长时间,收入也很丰厚,为什么还要来CDA学这个呢?
王同学:这个说来话长啦,来这边也算是缘分吧。一个是去年政策下来,整个行业受打击,工作没那么好做,收入也降了非常多,自己也有些困惑、迷茫,另外刚生完孩子在家休息,也想借这个机会重新思考下人生方向。正好跟以前的同学聊起来,有人推荐你们。
采访人:那你已经是资深职业人了哦。
王同学:不敢当,资深谈不上哈。说实话,来之前我很迷茫,都想着是不是往产品经理或者运营方向转型了。
采访人:不想继续做数据分析了?是什么原因呢?
王同学:其实我的专业做数据分析没有优势的。第一份工作是做销售,数据处理,分析都没接触过。第二份工作在头部的k12公司做运营,刚开始碰到个好领导,带着我了解业务,还能参与帮助做一些决策支持,那时成长很快。后来换领导后,开始干一些取数、数据整理、简单分析的活,比较固定,也没啥挑战了。
现在产品经理和运营岗薪资都比较高,也比较有意思,能有自己的工作成果出来,也有成就感。所以来CDA之前一直考虑是不是要转型,拓宽一下自己的职业道路。
采访人:应该说数据分析、产品经理、运营都是很有前景、高收入、高成长的岗位,关键看哪一个更适合自己。从我们CDA学员背景和我接触的一些数据分析行业人士来看,虽然数学专业而且有过数据分析工作经历的人,在数据分析、数据运营、数据化管理和决策方向可以走得更远。但不是相关专业也可以很好胜任类似岗位转型成功,比其他行业、岗位还有明显的收入和成长潜力。
王同学:是的,我现在越来越喜欢我的专业了。上学的时候觉得这个专业普通,不如计算机、法律之类的专业热门,其实文科专业,职业发展的延展性也是比较好的,尤其面临转行时比较灵活,学习数据分析也没有感到明显的门槛。
采访人:能给我们分享一下你的心路历程吗?
王同学:好的。来CDA这几个月的脱产学习,真是让我大开眼界。
之前的工作算是数据分析的入门吧,基本还停留在工具人阶段,时间长了让我有些疲了。应用场景有限,缺少机会了解更多的商业逻辑,工作软件也仅限于EXCEL。
来这后,就业老师给我们介绍了现在市面上都有哪些类型的数据分析师,主要做什么工作,用到哪些技术和工具,职业发展路径是什么?
我特别受鼓舞,这么多年闷头干活,对数据分析行业的缺乏一个整体认识,对技术的发展趋势、行业应用等关注太少了。现在终于找到大本营啦。
我最感兴趣的是课上老师安排的一些企业案例,既有底层的商业逻辑、分析思路,又有数据的加工处理、分析操作流程,真是讲透了。对于我这样有过这方面经验的半专业人士来说,“一听就知道有没有”,帮助太大了。以前工作只是机械操作,应用场景也比较单一,还没有真正搞透。
我得感谢我闺女,要不是有这么一段经历,我也不会在家休养,从容地思考下一步职业发展方向,即使跳槽也是碰运气。当然也得感谢推荐我来的那个同学、感谢CDA,让我找到了自己的优势和奋斗方向,让我重拾信心。
采访人:祝贺你哈!你在CDA已经毕业了吧?
王同学:是的。我来CDA报了两个班,一个是偏业务的商业数据分析班、一个是偏编程的敏捷算法班。商业分析学得比较扎实,敏捷算法还得多复习、虽然暂时工作中可能用不上,现在内卷太厉害了,多学点没坏处,哈哈。
采访人:方便问一下,你现在工作情况吗?
王同学:方便,方便,没啥不方便的。我是12月第二门课结课的。后来就一边复习,一边投简历,已经有两个公司给我offer了,我准备再找找更合适的。目前整体经济形势不好,以前高薪的教育、互联网等行业调整比较大,当然数据分析这个岗位一直有很大需求。我现在把行业放宽了,像非互联网的医药、商业零售等行业都可以考虑,只要做的是数分岗就行。
采访人:你会有职场焦虑吗?
王同学:说完全没有,是不可能的。可能是因为有了孩子,对人生、家庭、事业有了更多的理解,不再跟人比一定要大厂、多高薪资,而是选择更多的平衡,看重长远发展。
另外,经过这半年的刻苦学习,加上我经常听你们“CDA Club”搞得职场分享,我在数据分析这行有了更多的底气和认识。现在也生完孩子了,又学了一技之长,又有8年的工作经验,太有竞争力了,很抢手的,哈哈。
采访人:很高兴CDA能够陪伴你走过这段充实的时光。你有什么建议给到CDA的学弟学妹们吗?
王同学:好好学习,天天向上。
采访人:能再具体点吗?
王同学:就是既然来了,就玩命学。选择对了,还得看自己的努力。数据分析这岗得有硬核技能才能有前途。而且行业一直在发展,要有终生学习的心态。
采访人:怎样终生学习呢?
王同学:就是学不能停呗,关键是要找对组织,会“混圈子”,当然不光是学习啦,我把它定义为职业成长吧。
咱们不是有“CDA Club”嘛?多关注、多参与。比如:
“行业动态、读书分享、大咖直播”——让你跟踪到行业前沿和趋势;
“职业机会”——混好人脉圈,找到更多志同道合的朋友;
“单身互助”——单身男女们顺便把个人大事也给解决了。
你们“CDA网校”特别好,一年几百块钱,几百门课程,工作中缺啥技能和知识点都能来这找,还能拼课提需求。反正目前市面上,我没有看到其他机构有这么超值的服务。
采访人:感谢你接受我们的采访,和对我们的认可。
王同学:也感谢CDA,让我找到组织,收获了一帮好朋友。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07