京公网安备 11010802034615号
经营许可证编号:京B2-20210330
我从17年毕业后,一直在字节跳动西安做审核。做了两年多的审核工作,我对这个工作失去了热情。字节的视频审核和文字审核并非完全使用机器,采取的是双重审核,先机器审核筛选后再做人工审核的方法。工作的时候,我们需要一直盯着电脑看着那一个个视频或者一段段文字,并且还要从其中找到违规问题,这是很费眼力的。而且关键是这个工作还特别要求时限性,领导方面一直在说“数据堆积了要压下来”,让人有时候很有压力;有时又会出现数据量不足的情况,自己只能加班干等数据。领导说是量高了就有绩效奖励,但其实根本不会让员工挣得多。而且这个工作是白班夜班轮流的,到了夜班,又是一宿的盯着电脑,眼睛都要盯花了。回到家人很困,想睡一觉,但天一亮,回家的路上会使人变得精神,到家了想睡还难以入睡,就算困意来临,窗外的噪音也一声接一声的影响着人入睡,这种痛苦只有从事过夜班工作的人才会理解。于是我就考虑,我应该换个工作了。
经过一阵犹豫,我在19年10月份决定辞职去寻找新的职业机会。辞职后四处撒网到处投简历,大大小小的面试也经历了几十场,偶然的机会看到了CDA,那会也清楚不能再犹豫了,必须掌握一技之长才能有好的工作。那会儿是20年4月,疫情还没结束,我就去现场考察然后报名入学,当时没有线下班,我这边软磨硬泡负责人同意我在现场教室学习(本人自制力很差,感觉在家不利于学习)。老师是直播上课,西安现场教室开始只有我一个人。入学后我就给自己下了戒令,不找到工作不打游戏不喝酒!后来现场又来了一位学员,两个人一起并肩作战,努力学习。
课程安排是excel、sql数据库、power BI数据可视化、统计学、python、机器学习,知识密集度比较大,每天都学的很充实,干货满满。每个阶段结束会有分组阶段测试,痛点永远在后面,那会听机器学习就像在听天书,感觉难的很,机器学习课程有约一个月的学习时间,主要是围绕sklearn包的几个机器学习算法,例如KNN,随机森林,神经网络之类的,深度学习也是稍微有接触,我硬着头皮学,实在一点不懂的地方回放录播视频继续钻研,感觉当时也就学到了5,6成。另外一定要跟着老师一起做项目案例,多想想实际工作场景里这些技能的应用。在后期工作中,有时间一定要继续回看录播视频复习,因为每次复习,我都有新的学习心得。整个学习过程,确实比较累比较痛苦,但是一定不要放弃,一定要坚持下来。就像那句话说的,明天的你一定会感谢今天努力学习的自己。
重点来了!!!就个人而言培训就是为了找份好工作,所以这个课程的重中之重是最后的就业指导课,一定要听就业老师仔细道来,好的简历和自信很重要,面试岗位之前一定要做功课,看看这个公司的岗位需求可能会问到的知识点,针对他的业务和知识点专门做好准备。经过十几个面试,我在20年8月最后找到了一家叫美林数据的公司,薪资给的11K,比我原先工资的2倍还要多一点,我简直高兴的不要不要!感谢3个月以来努力学习的自己,感谢那些努力练习数据分析的一个个夜晚。当然也感谢CDA。
CDA W学长 22年2月
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17