資料分析師:因為稀缺,所以高薪

Python之禪發表於2018-09-06

640?wx_fmt=jpeg


大資料因為其背後蘊含的價值,被《經濟學雜誌》在2017年譽為“新的石油”,資料導向的工作也成為很多人的嚮往之一,特別是資料分析。


“到 2020 年,企業基於大資料分析的支出,將突破 5000 億美元,大資料在未來四年內,能幫到全球企業賺取約 1.6 萬億美元的收入紅利。”

——國際知名資料公司 IDC  


然而對很多人來說,它還只是個模糊的概念,總覺得離自己很遙遠。其實並不然,領英早在2016年釋出《中國最熱職位人才報告》中提到:全球基礎資料人才缺口已經增至 1500 萬之居。無論是企業還是個人來說,掌握資料相關技能就掌握了未來。


資料分析 = 未來必備技能?= 趁早抓住?


有的人可能會問:“我不想成為資料分析師,那麼是不是我就不用學這項技能?”,答案當然是:


640?wx_fmt=png

它是幾乎是各行各業的“萬金油”,升職加薪的利器,原因是:


(1)有業務決策需求就離不開資料分析,尤其是資料分析思維。


這幾年,筆者從最初簡單的資料包表的維護開發、建模到各行各業的業務問題解決方案,接觸到了更多資料分析領域的核心技術以及思維,越來越覺得資料分析,是決業務問題的有效工具,是可以“活在未來”的思維,通過資料來對現實事物進行分析和識別的能力,就像如下所說一樣:


“用分析的角度、 嚴格、 系統地思考業務問題, 然後得出能夠影響這些資料的解決方案。 ”

– Michael O’Connell, TIBCO 的高階分析總監 


所以在大資料、人工智慧的浪潮裡,只要公司有業務決策需求,都離不開資料分析這個“工具“。不懂資料,熱門職位很大程度上會失之交臂,即使在若干年前入職大平臺如阿里、滴滴、騰訊等,在大資料的浪潮裡,也會被新人拍死在沙灘上。


(2)除了專職資料分析師,有更多的職位開始對資料分析技能有需求


回想一下,我們日常生活中每天都會接觸的場景:從微信朋友圈、簡訊推廣,淘寶京東等電商的商品推薦 ,今日頭條、抖音等媒體的內容推送 ,甚至到出行路線優化,這背後都嚴重依賴於以資料為基礎的決策結果。無論你是處於公司中的哪個環節,從專職資料分析、市場策劃、銷售運營、到客戶服務,都需要掌握資料分析技能。


640?wx_fmt=png


另外 ,2016 年教育部批准北京大學等為數不多的學校開設 “大資料分析” 相關專業,也就是說,科班出身的分析師,要到 2020 年才可能會出來工作,而如果現在入行或者學習資料分析技能,到時候也是資深人士了,搶先一步,佔領先機,未來絕對是各行業內的領導者。


“學習如逆水行舟,不進則退”,在這股大資料浪潮中,你是選擇逆流而上,還是進入湍流?想必你心裡一定有數。


資料分析 = 現今稀缺技能?= 高薪?


大資料在帶來極大商業價值的同時,也面臨著巨大的人才需求。據數聯尋英發布的《大資料人才報告》稱:目前我國大資料人才僅 46 萬,在未來 3 - 5 年內大資料人才缺口達 1,500,000 之巨。

資料人才缺口,遠比你想象的還要大。所以資料人才在就業市場的待遇好到令人仇恨,根本不足為奇。即使沒有學歷文憑的優勢,有資料分析技能的加持,你也能找到一份“高薪”職業。


640?wx_fmt=png


更不必提像阿里、滴滴、網易這種依賴於資料的大平臺了,求職時的選擇多一倍,“錢”途更廣。    

640?wx_fmt=png

(資料來源於拉勾、獵聘、51job、以及智聯等資料分析崗位招聘資料)


除了高薪之外,資料分析的熱門搶手,還體現在以下幾個方面:


1)廣泛的行業適用性:目前,資料分析職位缺口主要集中在三大巨頭行業:移動網際網路、計算機軟體以及金融,總佔比64%,同時非典型資料產業,潛移默化、迅速崛起。說明資料分析是各個行業都是通吃的技能,且都能期待不錯的收入水平。


640?wx_fmt=png


2) 職業發展具有多樣性。初期發展方向可以細分為BI專家、模型演算法專家、業務分析專家。圈內不乏這種經典案列:技術崗沉澱資料分析思維和技能,轉戰產品經理、運營經理、管理經理、甚至是公司層面的Sales, 且都是同期的佼佼者。   


3) 入門並不難,並且越久越香。很多資料分析師並非都是科班出身,不乏來自經濟、管理、化學、甚至英語專業,入門資料分析師並沒有我們想象中那麼難,相反是可以快速入門的高薪、市場急缺的、發展空間大的熱門職業。一旦你在拉勾、獵聘等大的招聘網站上釋出職位跳槽資訊時,幾個小時內絕對會被HR、獵頭鎖定。


短短的二三年時間,各行業的研究報告表明,大資料在現在、甚至未來都會是各個公司的核心資產,並且其商業價值會越來越高,並且在很長一段時間內供不應求。 我相信只要你已經入門資料分析,加持熟練的業務知識,之後的職業道路相對會順利很多。


讀到這裡也許你現在已經克服心理困難,決定不要做個圍觀者,而是時代的領導者,作為零基礎的小白或者是有一定基礎的高手,我該如何在資料分析的道路上越走越遠?


新手小白 + 矽谷權威學習平臺 = Get 資料分析技能


因為稀缺所以高薪,新一批人才缺口紅利下,動作快的人才能掌握先機。入門資料分析,優達學城(Udacity)是高效、靠譜的選擇。

Udacity 聯手 Kaggle x Tableau 等全球資料領先企業推出的【資料分析師】奈米學位,已在全球培養超過 20,000 名資料分析師。


優達學城(Udacity)是由 Google 無人車之父 Sebastian 建立的矽谷前沿技術學習平臺,其奈米學位專案是 Udacity 與 Google、亞馬遜、Facebook、AT&T 等科技行業領導者共同打造的學習認證專案,幫助學員成為能驅動企業創新變更的搶手人才。


加入課程,你將通過高效系統的學習曲線、緊貼市場需求的技能圖譜、緊密及時的答疑輔導,幫你快速入門、精通資料分析,快人一步成為稀缺人才。


640?wx_fmt=png

這門課程的一大特色,就是通過挑戰矽谷名企實戰專案來學習,讓你通過動手真的深入掌握技能,為簡歷增加寶貴的實戰經驗,俘獲名企 HR 的芳心。你能夠挑戰的實戰專案有:

Project 1 揭祕北上廣空氣質量

獲得北上廣等 5 大城市 PM 2.5 資料,分析空氣質量變化趨勢,學習從提問到視覺化分析結論的資料分析流程。


640?wx_fmt=jpeg


Project 2 探索共享單車使用者行為規律

用 Python 分析共享單車行程和使用者資料,分析最熱路徑、最典型使用者等資訊;編寫互動式程式碼來查詢資料,使用描述性統計學分析


640?wx_fmt=gif


Project 3  探索電影/槍支管理/體育賽事真實資料

獲得來自 TMDB、醫院管理系統、FBI 資料庫的精選真實資料集,使用 NumPy 和 Pandas 完整體驗分析流程,分析高票房電影有哪些共同點、什麼樣的球隊容易贏得比賽等真實世界問題。


640?wx_fmt=gif


Project 4 揭祕“冰與火”戰役制勝因素

獲得《權力的遊戲》戰爭資料,分析影響戰爭結果的因素,溫習從提問到視覺化的分析流程,並找到隱藏在文字中的戰役制勝法寶!


640?wx_fmt=jpeg

課程完成後,你將擁有夯實的知識基礎,並在打磨實戰專案的過程中累積經驗。實戰專案經驗均可寫入簡歷,為求職面試加分


以上只是“資料分析師”奈米學位部分實戰專案內容,關注 Udacity 官方服務號,即可獲得完整課程大綱,還能獲得限量的超值試學入口,先到先搶。

Udacity 還特別開啟7 天超值試學班,為保證輔導質量,試學名額有限,今天開始搶完為止。

如果你對資料分析感興趣,但又不確定自己是否真的適合、能不能學完,建議加入 7 天試學,讓專業導師手把手帶你完成第一個屬於自己的資料分析專案!

長按識別二維碼

瞭解資料分析試學班


Udacity 【資料分析】奈米學位試學班開放限量體驗席位,報滿即止

關注 Udacity 官方服務號,即可獲得完整課程大綱,還能獲得限量試學入口,先到先搶

640?wx_fmt=png

點選“閱讀原文”,立即瞭解更多課程詳情

相關文章