京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据分析是如何改变了我的职业轨迹
三月份刚来上海参加CDA的数据分析就业班培训时,我没想到这次选择将会改变我未来的职业轨迹。
其实数据分析或数据挖掘这一行真正火起来是从17年开始的,那个时候市场上这方面的人才还是比较紧缺的,但相应的岗位也比较少,关于这方面的学习社区也大多从17年开始活跃起来。到了18年,市场上各种数据分析的培训班已经如雨后春笋般地开设了。
考研失利后我一直在寻找新的方向,这次失利一度让我很沮丧,更让我思考是否还有必要再去这样坚持。经济学中机会成本这个概念我很熟悉,毕竟考的就是西方经济学。如今这个时代发展地很快,你必须要清楚现在整个就业市场的状况和未来几年的趋势,选错了行业会让人付出更大的代价。
我一直在从各种渠道上了解现在的就业市场,偶然的机会我从经管之家上了解到了CDA数据分析师。经管之家(原人大经济论坛),考经管类专业的学生大多都熟悉这个平台,我也觉得是比较靠谱的。
在经过多方对比并与家人商量后,我决定去上海脱产参加数据分析就业班,一方面是想出去散散心,摆脱失利后地失落感,另一方面也是真地想系统地学习数据分析,想在数据分析方向上开启我的职业生涯,而这个行业在我看来是比较有潜力的。
三个月的学习生活是非常充实而有挑战性的,给我们上课的老师大多是有相当多的教学经验的,而且线下班更能方便与老师面对面地交流,及时解决课堂上的疑难问题。课程设计的范围很广,从Excel、SQL、SPSS到Python、R这些应用的软件都会涉及到,另外还有统计学及数据挖掘算法这些偏理论的知识。
除了白天这几个小时的上课时间外,助教老师还让我们分成几个学习小组。小组成员们可以一起学习,一起监督。我们小组的人比较好学,大家都是白天上完课后晚上留下来自习到十点钟才走,基本上也是那栋楼最后走的一批人。到了周末的时候,我们几个同学组团去社区的图书馆继续学习,不断巩固知识。我们很清楚,现在多学一点,多拼一点,这是对自己的未来负责。大家都是成年人,都能看到做一件事的利弊。
学习这件事只有自己主动去学,去实践、去思考才能转化成自己的东西,才能提高自身的能力,老师不过是辅助的,帮你指点一下学习的方向,让我们少走弯路。而且一定不能有我报了班就一定能找到工作的想法,这一切都取决于你自己,你未来的道路是从现在一步步地走出来的。一旦从心理上能够全情投入,专心于学习专业知识,那一切阻碍都不是问题。
学习过程中可以加几个关于数据分析方面的优质群,多搜集一些资料,然后马上行动。另外,学习要有侧重点和主动意识,老师在课堂上讲述的肯定不是那么全面,你要在课下去找资料,去找项目。
Kaggle 上的数据分析入门项目可以尝试着去做,去学习一些大牛开源的kernels。知乎上也有很多人转行数据分析,有一些优质的专栏可以关注,通过学习别人的长处与总结的东西来不断完善自身的知识体系。这样就不会觉得没有方向和迷茫。你会更加坚定自己的信心,看看有这么多人也是转行的,大家都这么努力,我也不能落下。
三个月的培训过得很快,到了末期大家也都把注意力转向了就业上。学校给安排了就业老师来指导我们修改自身的简历,提高通过筛选的几率,还教授了面试的礼仪与技巧,提高通过面试的几率。除了在各大招聘网站上投简历外,学校的老师还提供了就业的推荐机会。
我也是比较幸运,通过老师的推荐获得了某互联网金融公司的面试机会,之后在面试的过程中发挥地还算可以,顺利入职到该公司。之后从事风险数据分析这个职位,达到了我的心里预期,我对公司的工作环境和工作内容也比较认可,可以说是功夫不负有心人吧。当然,进入公司后需要学习的东西也很多,包括一些没有接触过的技术和很多业务方面的知识。我现在也是在努力适应公司的节奏,继续学习提高自身的能力。
我一直相信天道酬勤,功不唐捐。选择数据分析这一行我不会后悔,也会更坚定地走下去,迎来我人生的下一个篇章。我也会感谢CDA能提供这样一个学习的平台,帮助更多人了解数据分析这一行,帮助更多人开启他们关于数据行业的职业生涯
掌握CDA考试第一手资讯:
扫描二维码,关注CDA考试中心服务号
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 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 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 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 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19