京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
编译:Mika
【导读】
作为一名数据分析师,你应该走什么样的职业路径?当你成为一名数据分析师之后你会做什么?在本文中数据分析师Alex Freberg就给我们聊了聊这些问题,看看我们应该怎么做!
大家好,今天我们将讨论一下数据分析的职业发展路径。
具体来说,我们会聊一聊:
我们先聊聊第一点,如何成为数据分析师。
首先,在成为数据分析师之前,我们踏上这条职业路径,一开始要做的就是学习相关技能。
想成为数据分析师,我认为三个最必要的技能是:
最开始用处很大,但学习来有些难度的就有:
但是这些技能熟能生巧。随着你在职业路径中越走越远,这些技能你会不断累积和提升。
为了成为数据分析师,你一开始就需要学习这些技能。
接下来你要做的就是制作个人简历。
你的简历就是,向雇主介绍你是谁的快照。因此做好简历是至关重要的,要确保把自己塑造成他人想雇佣的人才。
因此在制作建立时有几点关键要注意:
首先,强调自己最擅长的技能。
如果SQL是你的强项,那么在简历中至少要提到三次SQL。比如放在总结部分、技能部分、工作经历,或者至少在作品集中。
接着在简历中,去掉无关的工作经历或技能。
假设过去五年你一直是厨师。现在由于某些原因,你想转行成数据分析师。那么就不用列举出当厨师时,你所学的技能。
现在你要主要列举决定转行数据分析师后,你所学习的相关技能。
这里要注意的是,如果在之前的工作,你掌握了大量领域专业知识。
比如你有五年护士工作经验,护士并没有大量数据分析经验,但如果你打算在一家医疗分析公司工作,你的护士工作背景就十分有用了。
最后,简历要有条理性和专业性。
我看过很多简历,我常常发现:许多求职者的简历没有与时俱进,还停留在之前的状态。
因此,及时更新的简历将大有帮助。
还有一点就是,很多人的简历上附有大头照或者很鲜艳的颜色。我一般给出的建议是让简历更简洁,颜色更低调比如选择别太亮的颜色。
下面一步,你需要建立作品集。
目的是为了向雇主展示你能做什么,你掌握的技能,你做的步骤,如果聘用你,他们会得到什么。
通常我会建议准备2到5个项目。
很多人问我怎么开发项目,怎么建作品集,以下是要建立作品集的步骤:
首先,获取数据集或收集数据。
从网页爬取数据,或者在Kaggle或Google获取数据集。
接下来对数据进行清洗和转换,从而之后能使用。
你可以通过Python里的pandas,或者SQL完成这个步骤。
清洗数据后,这里建议把数据放在SQL。从而可以生成视图,还能展现SQL的能力。
然后将数据可视化工具连接视图,生成可视化。当中可以做出很多变化,收集数据、转换数据的方式、可视化的方式等。
以上这就是建立作品集的基本步骤。
最后要做的就是,如何向雇主展示你的作品集。
你可以发布在Github,或者建立个人网站。我建议在简历中放上对应链接。
接下来我要建议的就是跟猎头合作。
之前我为了找工作与猎头建立联系,如今我与猎头联系是为了招人,因此我知道在招聘过程中他们的重要性。
如果你之前没想过这一点,这里有几点简单的方法可以试试。
首先你可以用LinkedIn。从LinkedIn试试是不错的选择,很多猎头在招聘时会看看LinkedIn,然后联系人进行面试。
因此在LinkedIn资料时,你可以写:那你想找数据分析师或者初级数据分析师的工作。让猎头带着工作机会来主动来找你。
如果你不想被动的等待,也可以主动电话或邮件联系猎头。
我建议打电话联系,跟猎头聊聊,让他们知道你的情况,你想找什么样的工作。之后当你发送简历给他们时,他们至少会将你跟简历联系起来,或者帮你更快的找到工作。
最后你需要跟猎头合作,获得面试机会。我认为跟猎头合作能获得更多面试机会,这远胜于自己投简历。
通常这些猎头有内部消息,或者跟公司直接有合作。因此他们十分了解他们要找的职位,而且会知道你是否能胜任。
下面要讲的是,获得面试机会,最终得到工作。
为此我强烈建议你准备好技术类问题。
至少据我所知,对于初级数据分析师,技术性问题主要是关于SQL。随着你更有经验,也会涉及到Python的问题。
你还需要准备任何面试都会问到的常规问题,大家常常搞砸的问题之一就是:
我最大的弱点是什么。
这个问题把很多人都难倒了,但是每个面试都会问到。我的建议是事先写下来,当你被问到时不会措手不及。
最后注意着装,保持自信。
关于自信,说起来容易做起来难,很多时候大家都会紧张。但我向你保证,自信是大有帮助的,在半个多小时的面试中,起码要试着假装自信满满。
好的,最终你得到这份工作了。
你成为了数据分析师,并工作了好几年,那接下来要做什么呢?
该做些什么提升职业路径呢?
有很多不同的发展方向,但每个人应该做的就是:提升技术。
我强烈建议你去学习Python或R。
或者学学ETL,即抽取、转化、加载,用于从来源获取数据,加载到数据仓库或数据库,比如SSIS、Azure、Data Factory、AWS Glue这类热门的ETL工具。
你还可以学习数据建模,预测模型/分析,还可以学习数据仓库建模。
或者进阶到数据科学技能,比如机器学习以及NLP。这些都是数据科学家常用的。
当你作为数据分析工作了一段时间,有好几种发展路径可以选择。
其中一条是回到学校进修。如果你想攻读硕士学位,这会是非常不错的选择。硕士学位对于你职业的长期发展是很有帮助的,有很多专业都跟数据分析相关。
首先是计算机科学,我认为这是最受欢迎的专业,而且最有用处的。
其他还有信息系统,统计专业,现在甚至还有数据分析或数据科学专业。你可以从中学到,成为数据分析师或数据科学家的专业知识。
回到学校进修是很好的选择,你还可以边工作边学习,很多人进行在线学习,还有很多在线学习硕士课程,如今边工作边攻读硕士学位也越来越得到认可。有些公司还支持员工进修,甚至帮员工支付学费。
另一条发展路径就是,升职,继续当数据分析师。
中级数据分析师、高级数据分析
从初级数据分析师职位起步,然后不断晋升,成为中级数据分析师,高级数据分析。你仍然是数据分析师,但你比新人更经验老道。
首席数据分析师
管理者的不同之处在于,管理者通常以最有效的方式组织大家工作。首席数据分析师还是要做数据分析工作,但他们下面有要指导和帮助的数据分析师。当遇到问题和技术问题时,首席数据分析能帮助其他人解决问题。
数据分析经理
正如我们前面提到的,还有数据分析经理。通常这个人不会做繁重的工作,他们更多的是在管理层。他们会决定哪些项目最重要,他们对公司的发展有很大的影响力。
数据分析总监
如果你继续晋升,还可能成为数据分析总监,这是很多人的目标。如果你作为数据分析继续做下去,你可能会晋升到这个位置。
最后一条路径是职业转型。
数据分析师需要用到很多工具和软件,这点与你感兴趣的许多不同工作是重叠的。
假设你很喜欢ETL相关的,你可以转型成数据工程师。
作为数据分析师,你也可以转型到这些岗位:
关于如何从数据分析师转型到这些岗位,今后我之后会进一步进行介绍。
虽然你喜欢当数据分析师,当今后的职业发展中对你而言可能有更好的工作。
回学校进修跟这些职业转型也会有所重叠,当你在进修时,你可以职业转型 或者利用学位进行职业转型,你还可以利用学位继续晋升,一直做到总监的位置。
以上就是今天的内容了,希望能对你有所帮助。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28