前几天，在论坛上看到一个帖子《数据分析是不是互联网行业最内卷的职位？》，发帖人是国外某校统计学专业的硕士，在秋招中遭受到了社会毒打——投的简历无人问津，至今还没收到过一次面试。因此开始怀疑人生、寻求转行~可能很多人也有像这位发帖人一样的困惑：为什么这两年数据分析类的岗位增多了，现在转行数分也算是站在风口上，怎么还是不好找工作？首先，数据分析类岗位近几年增多，这并不是谎言。年中国大数据行业人才需求规模预计达到万，未来5年仍将保持30%~40%的增速，需求总量在万人左右。世界经济论坛（WEF）在最近的一份报告中预测，未来三年劳动力需求增加最多的职业，是数据分析师或数据科学家。与之相对的是，虽然高校近几年新增大数据相关专业，但输出量远远无法填补目前市场的巨大缺口，因此导致数据分析岗位供不应求。其次，企业对数据分析岗位的要求在提升，这是事实。年，你会用Excel，会查SQL数据库，就能找到很好的工作；年，你还得会做数据可视化，会用SPSS做数据挖掘，能给老板做漂亮的报表，同时会一点Python，就能崭露头角；到了年的今天，除了MySQL、Python这些基础的工具，你还要懂统计、数据清洗、建模、算法……所以，虽然数据分析类的岗位增多了，但需求也同样提高了。市场现状：基础岗位数据化，数据岗位专家化。一方面，企业对基础岗位有数据分析的要求；另一方面，企业对纯粹的数据分析师期待非常高。也就是说，无论你是产品、运营还是财务，最好懂数据分析相关工具与方法；而转行数据分析师岗位，最好做到行业前列，否则很容易沦为“取数工具人“。这不是数据分析岗位内卷导致的，而是整个人才市场环境内卷导致的。这种状况，也给求职者一种启示：如果纯粹的数据分析师需要做到前5%才有出头机会的话，那么数据分析+其它岗位，或许会成为大多数人的职业出路。如果你正在或已经掌握了数据分析的一些工具，如MySQL、Python等，接下来，该如何继续深入学习数据分析的各种技能？首先，是数据分析的基础知识，包括算法、机器学习、数据库、数据挖掘、概率论、数理统计、随机过程、数值计算、运筹学等。其次，是数据分析的进阶知识，包括自然语言处理、深度学习、贝叶斯统计、时间序列、随机采样、非参数统计、稳健统计、拓扑和几何的基础知识等。这些知识的获取方法有很多：①书籍；②学术文章；③在线学习平台。#数据分析#
转载请注明：http://www.aierlanlan.com/rzfs/8733.html
