2021.06.08更新：
后续相关文章都更新在这个专栏里了，大家可以关注一下
目前有的三篇文章分别是：
全文干货，建议收藏~
谢邀（并没有人邀请）
非常开心越来越多的女生开始注意到数据分析这个岗位，我也是一个女生，在做这一行的过程中，其实能够感受到数据分析这个岗位是很适合女生的。
图源见水印
先说一下个人背景，我是二本机械专业，没有计算机背景，在毕业之前对数据分析的概念大概就是用EXCEL看看数据，实际上对数据分析岗位是一窍不通。在咨询了学长学姐和辅导员以后，虽然马上要毕业都还没有找到合适的方向，但是可以肯定的是自己完全不想走机械这条路，因为机械专业的出路很窄，而且工作年限和工资涨幅的比例非常有限，所以义无反顾的选择转行。
在岗位选择上当时有好几个考虑：产品经理、运营岗、数据分析、大数据分析等等这些岗位，只要稍微能对的上号的，都想过。
但经过对岗位要求的恶补以后，再结合自身的条件发现产品经理对我来说不太友好，竞争过于激烈，同等竞争的基本都是985、211，并且很多都有大厂相关的对口实习，就不浪费力气跟大家去争了。
运营岗虽然不挑专业以及门槛比较低，但低阶运营的薪资太低，高阶运营又需要实操经验，更何况我对数据还是更感兴趣，所以这个选项也被pass掉了。
在大数据分析岗位看上去只比数据分析岗多加了一个“大”字，但要求却高了不少，给大家看看我很早之前存的两张图（图片来源见水印）。
数据分析岗关键词抓取，图源见水印
大数据分析岗位关键词抓取，图源见水印
虽然图中大数据分析的岗位关键词没有"Java"，但实际上基本都会要求"精通java"，而且在看岗位JD的过程中，能明显感到大数据分析师的要求是更高的。所以现在也在考虑转型大数据相关的岗位，这个我文末会说。
总之综合对比之下，还是选择了门槛相对较低，并且更符合我个人兴趣的数据分析岗位。
明确了目标岗位以后，我分析了近50份腾讯、字节跳动、阿里、美团、完美世界等等这些大厂的数据分析岗位的JD以后，明确了自己目前要做的几件事：
在明确了要做的事情以后，接下来就是去做了。
在学习工具方面走了很多弯路，前期经人推荐看了很多视频，但大多数并不适用于小白。经过反复对比以后，我找到了我觉得非常适用于小白的学习视频。
Excel
Excel的学习视频我看的是B站的王佩丰的学习视频，如果时间不太充足的同学没有必要花太多时间在Excel上面，主要去熟悉学习一下vlookup以及数据透视表和一些常用的函数。
记不住的函数就网上搜一下，因为这个视频确实很长，后期的视频涉及到比较进阶了，后面就没有花太多时间在上面。当然如果大家心仪的岗位对Excel的要求很高，建议从头看到尾并且熟练应用。
PS：这个资源是新UP主上传的，我当时看的这个视频的学习资目前已经被和谐了，所以如果大家手机空间充足的话还是尽量下载在手机上看，就算后面被和谐了也不怕。
SQL
SQL的学习视频是我看了最多的，但大部分对小白都不友好，就不放上来了，我是跟着国外的大佬“Mosh”学的，B站有搬运视频，并且翻译的蛮好的。
大家不要被“进阶教程”欺骗了，这实际上是一个超级适合小白的SQL视频教程，因为搬运这个视频的UP主把入门的3小时教程合并在这个教程里了，因此只需要看这一个合集就好了，顺序就是从易到难，Mosh大佬也不会用特别复杂的字眼去下定义
PS：视频里的SQL下载版本是比较旧的了，新的版本安装教程自己最好是在网上搜，因为我安装的时候版本已经不同了， Mosh的下载步骤就不适用了，大家就自己在网上搜最新的版本安装，学习的时候跟着视频走就行了。
当然前面说了Mosh大佬不会用很复杂的字眼下定义，这其实也算是一个小小的缺点，因为在刷题的时候经常会有一些感觉没听过但隐隐约约能知道是个啥的“词眼”，而且教程比较注重实操，所以对一些定义并不是很熟，这时候就需要《SQL必知必会》了。这本书的作用对我来说是有时候不知道某个语法的时候翻出来用用。
Python
在学了Mosh大佬的SQL视频以后，就搜了他的其他视频，看到了Python的视频教程以后热泪盈眶，所以Python我也是跟着Mosh学的。下面是B站搬运的Python的视频教程。
不过这个搬运的教程翻译还是挺有问题的，机翻痕迹很严重，有一些地方语义完全对不上，很影响学习体验，建议有条件的同学还是去YouTube上看，Mosh大佬的YouTube账号是"CodewithMosh"，YouTube上面的翻译非常精准，如果大家热情特别高的话，我给大家找找翻译的比较好的版本或者尝试一下能不能取得授权搬运一波。
PS：多说几句，Python作为近几年非常火的工具，几乎所有平台都能够看到几天入门PYTHON之类的训练营，其实这类训练营的效果非常有限，我目前没有看到过做的比较好的训练营。学习其实就是一件事情，从头开始慢慢来，坚持才是王道。不要总想着走捷径。
无论是Excel还是SQL亦或是Python，脱离不了的肯定是实际应用，而且大厂面试基本上都会现场手写SQL的，所以一定要多多练习，在这里给大家推荐几个我常用的练习网站
1.牛客网
牛客网是我在刷题期间用的很勤的一个网站了，因为可以在线编程的，还可以自动批改语句及题目讲解，除了在线编程以外，牛客网还是可以多逛逛，因为这上面还有很多笔面试真题和经验的分享，在面试前可以针对要面试的岗位多准备准备。
2.Checkio
Checkio特别适合练习python的基础语法，相比众人皆知的Leetcode，这个网站比较侧重实用小技巧和Python的基础语法，
在刷了很多题以后这个网站给我耳目一新的感觉，网站设计成了闯关升级的游戏模式，还是很有成就感的。
对了，这个网站还能看到其他人更好的答案，因为在面试的过程中，面试官经常会问的一个就是：有没有更优解？所以我会时常关注一下其他人的答案，并且思考他们为什么要这么做，跟我的区别在哪里？这个对后期是很有帮助的。
3.Kaggle
Kaggle其实是一个数据竞赛的平台，像大家熟知的泰坦尼克号生存预测项目和房价预测项目都来源于这个平台，有非常多免费且含金量高的项目。
刚进这个网站的人可能不知道怎么入手，新进入的同学可以从入门赛入手，去kernel那一栏，有很多人写的教程，现在有很多Python机构都拿着这些kernel收费。
我后来写进简历的项目也是这个平台上的，如果要写进简历的话，建议大家不要将入门赛的项目写进简历里，一是很多人都用这个项目写进简历里的话，含金量会大打折扣，其次就是大家还是应该多多练习。
虽然是全英文的，但大家不要退却哈，翻译插件就能搞定的~
4.DF平台（DataFountain）
这个网站也是偶然看到的，发现里面还是有很多实训和竞赛的机会，我在上面也参加了好多项目，然后还打了两个比赛，比赛成绩一般般，但最后还是挑了其中一个比较有含金量的写成了竞赛经历放进了简历。事实证明后来面试官对这段经历也比较感兴趣，问的比较多，关于面试的内容我会单独写一篇文章以后再说。
DF对英文不太好的同学也比较友好，我还是蛮推荐的。
西瓜书是我在逛各大论坛和网站的时候出现频率较高的书籍之一，所以买来看了一下，内容是跳着看的，其实很多知识都还没有消化，最近打算转型大数据，这本书又打算重新拿起来看一看了。
大名鼎鼎的西瓜书
统计学知识我用的是行为科学统计分析概要，非常适合小白，不要被这个高大上的名字吓到了，翻开这本书会发现一个新的世界，几乎没有难懂的词，无论是正态分布还是假设检验跟着走都很简单！
被遗落的小神书
如果不想看书的话网易公开课和慕课都有很多统计学相关的课程，这一块我当时是在可汗学院上找的统计学课程，是一个国外的老师好像是在阿富汗还是哪里上的课，这个老师上课过程中还有战斗机通过。55555
当时上课看到这里非常震惊，截图保存至今
推荐几个我常用的在线学习网站
逻辑思维能力我着重看了三本：《金字塔原理》、《学会提问》、以及《麦肯锡写作方法》
《金字塔原理》也是因为都在推荐所以看了看，整本书没必要全部看完，看前50页就足够了，这本书还有一本红色的配套练习，可以试着练一练找找感觉。
《学会提问》是一本很小的书，看这本书的收获要大于《金字塔原理》，写的比较通俗易懂。《金字塔原理》虽然也不错，但整体来说书中的例子没有这本书生动，感觉还是挺生硬的。
《麦肯锡写作方法》这本书虽然是跟写作相关的，但对逻辑思维能力的提升还是挺明显的。PS：市面上有很多打着“麦肯锡”的旗号取名招摇撞骗的，一定要注意甄别。
在业务落地方面看了一些关于产品相关的书籍，因为数据分析本身就是为业务服务的，所以还是看了好一些与产品思维相关的书籍。例如《人人都是产品经理》、《产品思维》等等。
四、简历包装
作为一个二本的学生，我非常清楚我的学历在简历上已经处于下风了，所以在简历的经验包装上很是下了一番功夫。
因为没有任何与数据分析相关的实习经验，所以我根据通过上面介绍的数据竞赛平台的项目经验和竞赛经验都写进了简历里，并且将每一项经历都根据所投递岗位的岗位描述针对性的进行了修改。在我拿到字节跳动的offer之前，我修改了至少20遍简历，并且有8份针对不同公司的简历版本。
在简历修改期间，我咨询了一些业内大佬以及一些大v，其中一个大v给我的建议是让我把其中一段项目经验包装成实习经验，但如果这样的话就涉及到简历造假了。经过反复考量，我最后还是没有按照这个大v的意见来。
打个小广告：
关于简历如何修改以及笔面试经验，展开说的话还要说的蛮多的，我会在后续更新的文章里分享出来，另外通过这一年多将近两年的数据分析工作发现自己需要学习的还有很多，也正在打算往大数据以及人工智能方向考虑，之后可能会更新一些在这些学习之路上的经验分享。所以说如果有对这些感兴趣的小伙伴私信、评论我，如果人数比较多，我也会建个群供大家互相交流和分享。
请给我多多点赞吧~
回复列表
简单，创新，满足个性化需求！
售前咨询（09:00-18:00）
名称：烟台荣华软件科技有限公司
地址：烟台市高新区航天路101号C栋5楼516
座机：0535-3458081
邮箱：001@rongsoft.com
Q Q：327195471
微信公众号(ronghuasoft)
微信小程序 （荣华软件）
Android 端
iphone 端
Copyright@2018 烟台荣华软件科技有限公司 版权所有 鲁ICP备14003838号-1
Copyright@2018 烟台荣华软件科技有限公司
版权所有 鲁ICP备14003838号-1
