
毕业的一年时间里,看着周边很多人,很快调整好状态进入工作,通过自己的努力,获得自己想要的生活,当然,也有些人仍然在浑浑噩噩的混日子。自己在这一年里不满足现状,从国内折腾到国外,再折腾回国内;从资源销售到汉语教师,经历了不少却始终没能找到自己满意的工作,直到来CDA学习数据分析。
第一份工作是同方知网(北京)技术有限公司,资源合作专员。这个职位平时的工作就是接接电话,偶尔会出差去和各个期刊杂志的主编“交流一下感情”,平时过得很逍遥自在。起初我觉得工作清闲,可以有更多时间去学习喜欢的东西,但是渐渐发现,并不是这样,安逸的环境会慢慢磨灭一个人的斗志,让人越来越堕落。同时我越来越觉得,这样的工作状态、生活状态不是自己想要的,过于安逸,像是老年人的生活。于是本着趁着年轻就是要折腾的心态,我又去了非洲,不过仍然没找到自己喜欢的工作。当时我也是很怀疑自己的能力,觉得可能这辈子也就这样的混下去了。
今年5月,我来到CDA参加了数据分析就业班,本着一直以来的习惯,我坚持每天课程结束后记笔记、敲代码;第二天早起,复习昨天学习的知识,再敲一遍代码,温故而知新。在最初的一个月里,感觉很糟糕,觉得所有东西都很难,理解不了,消化不了,但是课程不等人,感觉总是慢一步,怎么也学不明白。
然而我很庆幸自己并没有因为困难而选择放弃,困难反而更激发了我的斗志。我开始更努力地去看代码,写代码,努力听课,下课努力复习。现在回想起来,在就业班的那段时间我甚至一天能学10个小时,风雨无阻。我非常感激那段时间如此拼命努力学习的自己。刻苦努力成果在第50天左右初见成效,我也开始在班级群里面活跃起来了,不管看到有谁遇到困难我都会努力去帮忙解决,思考多了,问题见的多了,知识就开始慢慢的融会贯通,与此同时和同学们的关系也越来越融洽。此时此刻,我也慢慢喜欢上了数据分析,觉得这样的工作是自己想要的,因为努力付出后,能得到认可,能得到满足。
后来,我成了大家的代理‘助教’,大家有问题都来找我,我也乐意帮忙,良性循环我的知识积累也越来越多。毕业之前,有些同伴和我说:你能告诉我你是怎么学的?我怎么感觉同样这三个月,我们俩好像是两个老师教出来。我说:唯手熟尔。你如果一天也学习10个小时,你一定比我更厉害。
最终,毕业答辩我们小组以小组第一的成绩顺利结业,经过一段时间的奔波我们也都找到了满意的工作,平均薪资还不错,都如愿以偿成为了数据分析师。还有一件事儿,这三个月,我自己瘦了10多斤,也是自己保持自律,坚持运动的回报。
对于学习的经验,我总结的只有两点:努力和坚持。相信自己,并持之以恒的为之努力,我相信大家都能如愿以偿。
现在,我成为了一名真正的数据分析师。每天和模型算法打交道,同时参加了人工智能比赛,写下这段话的时候,我们的队伍已经收到了晋级决赛的邀请函,也是对我们半个月来夜以继日的努力最好的回报。
努力终有收获,相信未来终将是美好的,如果还没有,那请你继续努力,继续坚持,
愿我们都梦想成真,愿CDA越来越好。
【其实你也可以成为心中所愿的自己】
先人一步,学会数据分析技术,CDA数据分析就业班2月17日开课,提前一个月报名优惠1000元,感兴趣的朋友赶紧咨询赵老师。
课程链接:https://www.cda.cn/kecheng/6.html
内训咨询请联系:赵老师
电话:13121318867
扫码添加微信:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02