找到好工作後，想起我當時的起跑線卻是這樣的
李凱旋：
之前寫了一篇文章叫《自己找數據分析工作時所犯的錯誤》，然後這期間就一直有人問我找到工作了嗎？面試的時候，面試官都是問你的什麼呢？你工作之後主要幹什麼呢？所以想在這裡為大家分別解答下。
首先回答下，我確實是找到工作了（感謝我遇到的貴人）。記得剛開始我是辭職回到家寫了一篇文章：為什麼轉行數據分析。其中寫了一個計劃，讓自己有了方向。希望大家也盡量寫一個詳盡的計劃，這在學習的過程中不會因為方向不明確而產生焦慮。
下面我會儘可能的為大家描述下自己學習的整個過程，以及我自己犯得一些錯誤。然後回答，面試的一些問題，以及大家想知道的數據分析工作到底是怎麼樣的問題（以自己的工作為例）。
剛開始接觸編程我是什麼樣的呢？
大概介紹下自己，一個在2017年6月份畢業的工科男生，專業是建築環境與能源應用工程。
開始正題了，說到開始接觸Python應該是2016年12月26日（剛剛考完研）。這一天主要做的就是安裝Python，當時安裝的是Python的原生包，麻煩一些，在配置環境變數的時候一直出錯，結果安裝了兩天，才列印出了「Hello World!」。其實說真的自己差點放棄。建議大家一開始使用：史上最全的Python包管理工具：Anaconda教程。
學習Python這也是起源於得到專欄萬維剛老師的一期文章，提到了編程。說編程是如此之美，比學習鋼琴繪畫還能提高人的審美。
在學習的過程中要學會自己使用搜索工具 ，查找自己犯的錯誤是什麼。其實在這個過程中，思路將會越來越清楚，自己的問題也就能解決了一大半了。所以大家在學習的時候，一定經常使用搜索工具。自己每進行搜索一次，就能提高自己搜索關鍵詞能力。
另一方面你向別人請教問題的時候，別人能夠方便的問答你的問題，為別人著想，其實也就是在為自己著想，難道不是嗎？
再來聊聊，學習Python時應該注意的幾個問題：
如果大家剛接觸Python，碰到的第一個問題肯定是安裝問題，這其中遇到的麻煩估計就是配置環境變數了（不難，就是一不小心會錯）；所以建議大家，直接安裝Anaconda，在安裝的過程中，會有類似是否默認設置環境變數，點擊是，剩下的默認就可以。
我剛開始學習的時候，當時的目標是把別人的代碼抄下來，只要不報錯就好了。那時間自己有一個非常不好的習慣，就是抄代碼，從來不自己親手寫代碼。總是想快速學習完，其實是沒有經過自己思考的沉澱，過不了兩天就會忘記了代碼的邏輯。所以也建議大家能夠自己寫，然後再與別人的代碼比較進行修改。
學習編程，真的不要麻煩，肯定會出錯，但是只要能夠把錯誤的原因找出，一點點積累，肯定是進步很大。這時候學會看報錯信息就很重要了。一般報錯信息的第一行和最後一行是關鍵信息。
對於從事數據分析工作的話，剛開始先掌握函數式編程即可了。
爬蟲我也是學習了一部分做為入門。當時是找了個課程，把課程里的代碼給抄了一遍。當時自己真是太愚蠢了，只是想得到結果，沒有自己找一個網站爬蟲練習下，更加沒有思考。
其實簡單來講爬蟲就分為三個部分：
取出要爬取的URL
根據URL請求伺服器，下載HTML頁面
分析頁面內容，找出網頁中里的其他URL，繼續爬蟲直到結束
如果大家打算寫一個爬蟲程序作為自己找工作的項目實踐，推薦使用requests庫和lxml庫，再加上QQ瀏覽器上擴展程序XPath Helper，將會是非常的方便。
這裡要提的是，如果有時間簡單了解下爬蟲，但是沒有時間就算了。因為公司會有專門的爬蟲工程師來抓數據，所以這塊不需要深入研究。
前面是我學習的準備部分，接下來聊聊我是如何找工作的。
在我快要辭職的時候（九月十幾日左右），我就開始想要從事什麼職業，當時確實想做開發的。因為當時自己知道只要努力學習，半年之後是有很大的機會找到一份不錯的工作的。可是自己並不是太想做開發。
在自己無助的時候，幸運的是遇到了老師給的計劃，讓自己有了數據分析的學習方向。
總結下來主要學習概率統計、Excel、SQL、python中的numpy包、pandas包、matplotlib包。
找工作一定要看清楚工作類型，雖然都叫數據分析師，但是做的事情大大的不同。根據我面試的經驗，分為3種類型的工作要求。
第一種我是感覺類似於數據運營，就是學會EXCEL，SQL、概率統計也就好了。
我的了解是，這樣的工作基本上是在互聯網公司，給沒有數據部門的產品經理打個下手，要求的技術並不是太高，主要是針對產品經理提出的需求來做分析。比如說，我當時面試的一家互聯網教育機構，他們的要求就是用EXCEL整理學生買課的信息，看看哪一門課程最受大家喜歡之類的。
這種職位的大概薪資在一線城市的話大概稅前有6000到7000塊（以下說的薪資範圍也都是針對一線城市的。這裡的結論是我面試時、或與朋友討論、或是在某些課程上看到的，可能觀察的樣本不大，大家也應該多面試幾家，感受下數據分析工作到底需要哪些技能。）
第二種是真正的數據分析職業，最起碼是公司里有專門的數據分析部門，並且還能用到編程語言。
這時候需要掌握的技能算著EXCEL，SQL，概率統計，還有一門編程語言Python或者是R語言。建議大家先學習Python語言，我碰到一個面試官說其實公司裡面使用Python做數據分析的較多。
這樣一陣下來，公司就能上升到8000-1000，如果能夠學習幾個機器學習演算法模型肯定都是加分項。
第三種就是數據挖掘職位了，這個就需要掌握的技能比較多了，EXCEL，SQL，概率統計，Python或者R語言，數據挖掘、機器學習 Hadoop,Spark Java,python,c++ 推薦系統、自然語言處理等。
編程語言，還有熟練掌握機器學習的演算法（這個一定要自己推導幾遍），這個工資就不用說了，15000+。
很多人還問到，是否需要購買課程或者加入社群呢？
我現在關於購買課程或是加入社群有一點點見解。我認為現在的數據分析社群之所以存在是幫助大家解決了下面三個問題：
學習的方向，對於一個好的社群，能夠為你提供一個學習路線。
可以解決大家的恐慌問題。因為我們都是要轉行的人，對會未來會感到很大的不確定性。(有一點大家要注意，這隻能解決自己暫時的恐慌，關鍵是一定要堅信做對的事情，長期來看一定會帶來更大的複利，並且長期一定是沒有自己想的那麼長)
加入社群之後，社群里總會有一些活躍的人能夠幫你解答問題，在社群里確實降低了與人的溝通成本。有的社群還有助教，遇到的問題都可以隨時得到反饋。
總而言之，加入一個社群也是可以的，大家還是要記住關鍵只能靠自己。
我最近工作用到了什麼？
工作中我的主要職責是，根據甲方提供的數據和需求，或是根據甲方的數據提出對他們有價值的需求，然後選擇建立的演算法模型，並進行數據分析。由於現在工作是剛入職一個月，工作是不太固定的，這段時間都用到了下面的知識。
python 爬蟲
Linux 命令
Python 的正則表達式
聚類演算法和spark MLlib
自己羅嗦著說了這麼多，真的希望能夠給大家一些幫助。其實，轉行數據分析的文章，大家估計也是看了不少。但是有時可能是缺少一些鼓勵，心裡總是有些恐慌，不知道自己這樣是不是可行的。
朋友們，想信我，只要按照自己的計劃學習就可以了，那一天肯定會到來的。
本文來自猴子數據分析社群會員轉行一年後的經歷分享（知乎：李凱旋）
TAG:猴子聊人物 |