2018-04-18Priscilla優達學城Udacity

導語：十年資深數據分析師告訴你正確入門數據分析，成為一名年薪50萬以上的數據分析師。

文/ Priscilla

自大學零基礎從市場營銷專業，轉行到數據分析行業，至今已有近十年的工作經驗，我的經歷可以寫成一本書了。最初是完全零基礎小白，當決心轉行到數據分析后，每天凌晨四點半起床惡補高數線代，統計學概率論。基礎打牢后，又開始瘋狂敲代碼，擼項目，整日沉迷于編程不能自拔。

[圖片上傳失敗...(image-8afb6-1542838940758)]

到后來，成為數據分析的職場新人，不斷跳槽，積累經驗，升職加薪，最終得到一份夢寐以求的工作，也實現了年薪50萬的小目標。

為什么選擇數據分析

答主當初之所以選擇數據分析，是因為隨著數據逐漸變得廉價，分析仍然稀缺，高校畢業生數量遠遠無法滿足行業需求。毫無疑問，數據分析師是當今最具發展潛力的職業。入門月薪就已達到8K以上，5年工作經驗一般不會低于22K/月，當你做到team leader，規劃主導一個項目的時候，基本上就是年薪50萬+了。

技能要求

想成為年薪50萬的數據分析師，必須具備以下技能：

算法：統計學，高數線代，模型理論等基礎知識將是解決任何數據問題的地基。無論多復雜的數據實驗以及算法模型，離開他們都無從談起。

編程：數據獲取，清洗，處理，挖掘，存儲必不可少的工具。同時，熟練的碼出code將會為你省出大量的時間和精力。

可視化：將編程挖掘到的信息，靈活直觀的展現出來，呈現給非數據分析行業人員，為下一步決策提供理論根據。

[圖片上傳失敗...(image-900898-1542838940758)]

避開彎路

直至2016年，教育部才批準三所高校開設數據分析相關專業，這意味著如今市場上沒有科班出身的數據分析師。不要慌，大家都是依靠自學轉行的，可見培養強大的自學能力，對轉行來說多么重要。

然而，網上有太多的免費資源，動輒幾十個G的網盤分享，然而我們犯的最大的錯誤是把收集當學習，把信息當知識，于是最后只剩下存得滿滿的空虛感。

珍貴的永遠是付費的，最大的學習成本永遠是時間。免費資料通常內容陳舊，邏輯混亂，學起來無從下手，一籌莫展。所以，當遇到「掃碼送史上最全資源」時，一定要注意甄別，畢竟在高速發展的互聯網時代，不能用原始方法去學習了。

正確的學習路徑

給大家分享我學習的思路，按照：理論-編程-實踐的順序來進行，會讓你的學習循序漸進，事半功倍。

Part 1 ：理論

理論學起來往往比較枯燥，但若想打下扎實的數理基礎，也必須吃得苦中苦。

推薦幾本好書：

《深入淺出統計學》、《商務與經濟統計》、《數據挖掘概念與技術》

[圖片上傳失敗...(image-1daa86-1542838940750)]

[圖片上傳失敗...(image-241203-1542838940750)]

[圖片上傳失敗...(image-8d06db-1542838940750)]

這幾本書寫的都很有趣，安下心來讀完后，會形成比較宏觀的統計學框架和數理思維，從更高的角度看問題。

此外，BBC紀錄片，如數學的故事，統計的樂趣等，都可以在業余時間刷一下，學習娛樂兩不誤。

學習網站：

可汗學院公開課：概率論 麻省理工畢業生創立，講課節奏明快，思路清晰，邏輯性強。
Coursera：計算導論 知名的學習網站，內容很多很足。
Udacity：統計學基礎 應該是統計學網課中最全的了，包含了抽樣分布，假設檢驗等，講課風格很有趣，包辦了我的統計學入門。

基礎理論是未來工作的根基，這句話每行都適用。所以理論萬萬不可忽視。

Part 2 ：編程

盡管有很多編程語言，但是在數據分析行業，主流還是SQL，R，python。SQL主要是存儲數據，R和python各有所長，配合使用。

SQL：

《Database Management Systems 3rd Edition》
《數據庫原理》
Udemy：數據分析技能速成 Microsoft SQL

python&R：

《利用PYTHON進行數據分析》與pandas是同一個作者，這本書可以幫你入門numpy，pandas，matplotlib，但是要注意，代碼不要看一遍就覺得都會了，動手敲一敲會有不一樣的體驗。
《統計建模與R軟件》 薛毅老師的經典作品，融合了統計與編程。
廖雪峰python 業界大咖，以生動有趣著稱，但缺點就是缺少互動性，有問題找不到老師答疑。

[圖片上傳失敗...(image-9cd1d8-1542838940756)]

Udacity：數據分析 硅谷旗下的產品，在專業性方面毋庸置疑，從基礎函數講解，到如何利用python和R進行數據清洗挖掘，以及兩種語言如何配合使用。配有助教24小時指導，用戶體驗不錯。

[圖片上傳失敗...(image-5ea4bb-1542838940756)]

Part 3 ：實踐

此時的你已經兼顧了統計思維，數理知識，和數據清洗挖掘，可視化的能力。但是想成為一流的數據分析師，這還是遠遠不夠的。你還需要在大量的項目中積累經驗，打磨實際操作能力。

Kaggle

可以觀摩大神是怎么擼比賽的地方，會產生為什么世界這么大，而我這么渣的想法。

Udacity

Udacity的亮點之一就是會配上大量的項目進行訓練，并有老師逐行審核代碼，把你的作品打造成專業水平。

無論看別人做過多少遍，不如自己上手挖掘一遍。實踐過后，才能實際體會到什么是數據分析。

學習心得

最初深受網上那些「轉發贈50G資料」所害，在圖書館刷劣質資源，又枯燥又混亂，差點上演一幕從入門放棄。后來終于意識到，人與人之間的差別在于平臺和認知，對于一個志在轉行拿高薪的人來說，最寶貴的是時間，付費學習實際上是花錢買時間，花錢買行業最頂尖的知識和技能，看到的世界也就會更遠更寬廣。

[圖片上傳失敗...(image-36fa75-1542838940755)]

橫向對比了好幾個在線教育平臺，慕課網雖然完全免費，但是課程形式上略有陳舊；網易云課堂和Coursera不愧是知名充電網站，內容豐富，講課節奏明快，但是作為與名校合作開發的課程，更偏向于學術鉆研，而且后續服務欠佳。

Udacity頂著硅谷的光環入華，誠意滿滿，在國內上線第一天，就宣布與優酷、滴滴出行、京東、新浪、谷歌和亞馬遜達成人才方面的合作，在招聘時，這些企業將會優先錄用通過Udacity納米學位的用戶，對于零基礎轉行的人來說，明顯是不錯的平臺和跳板。

盡管Udacity剛入華時，沿襲硅谷的英語授課是不少學習者的屏障，并且網絡環境擁堵，但近些年不斷努力漢化，課程大部分都推出了雙語教學，還有項目考核和代碼一對一審閱服務，通過項目練習去模擬數據分析的實戰過程，在老師的幫助下提升代碼的規范性和簡潔性。此外，Udacity最大的亮點是與名企合作開發的課程，更注重培養工作中解決問題的能力。

[圖片上傳失敗...(image-345ad0-1542838940755)]

合作企業

Udacity介于培訓和自學之間的中間態，既可以學到來自硅谷的標準數據分析流程和思維，節省大量時間，又給你留了足夠的空間發揮和延展，培養強大的自學能力。這兩方面，都是想拿高薪必不可少的思維。

確定職場方向

具備數據分析的能力后，你還要確定職場方向：

數據分析師

通過分析數據，可視化展示，將結果轉化為切實可行的商業方案，為公司的決策提供依據。偏重于數據挖掘與溝通交流。

數據工程師

將數據整理，存儲，方便其他人查詢，主要負責數據庫結構，數據建模，質量審核等后端工作。偏重于數據庫和編程語言的技能。

數據科學家

解決一切數據分析師解決不了的問題。偏重于數學，統計，算法和模型的開發。

所以，在學習階段，了解自己喜愛的崗位所需技能，有針對性的去學習；在求職階段，了解自己的特長與優勢，選擇對應公司的分析團隊。

最后送大家一句話：種一棵大樹最好在十年前，其次是現在。

— 完 —