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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27