京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17