大数据时代,如何转行数据岗?
发布于 2021-08-05 13:03 ,所属分类:试题库考试资料大全
自2020年以来,许多行业都受到了疫情的压力,企业裁员,就业越发困难。尽管如此,数据行业的相关职位需求却是只增不减的。随着大数据时代的到来,数据已经成为各行各业高度的热点领域。你是否已经对这个行业的职位蠢蠢欲动了呢?那么,如何转入数据岗?我们在此为您解说。
数据科学岗位需求
在美国求职平台Glassdoor整理的最佳工作岗位排行榜中,因为薪资高、满意度高,数据科学家蝉联了2016-2019年一共四年的冠军,2020年依旧排行第三,在今年排行第二。
领英2021年的职业报告里,数据科学和人工智能双双入选了疫情期间需求上升的行业。在疫情这个不确定的时期里,数据分析的重要性也被企业所看见。数据分析师和科学家能够利用大数据、云计算、机器学习和AI应用,帮助企业大幅提高流程和运营的有效性和效率,以满足目前不断变化的线上劳动力需求。根据Dice的报告,2020年医疗保健、电信、媒体/娱乐以及银行、金融服务和保险等行业对数据科学家的需求平均增加了50%!
在美国,数据相关的岗位的待遇都很不错,有很多职位底薪就已经有六位数。美国统计协会(ASA)2020年对两千多位会员的职业调查发现,统计和数据科学岗位在各行业的薪水中位数都达到了十万美元。个人发展也有很多机会,随着工作经验更加丰富,待遇也会更好。有6-10年工作经验的成员,就算薪水在后25%的水平也能年薪过十万美元。
那么,在2021年以后,数据科学的职业前景如何呢?
在美国劳工统计局发布的2019-2029年职业预测中,与数据相关的工作在未来大多数都有不错的增长趋势。其中,统计学家这个岗位预计会在十年间增长35%,比平均增长率(4%)快出很多。此外,涉及管理和计算机系统的分析师岗位也有大幅增长。
当然,除了掌握公司要求的编程语言,机器学习相关的知识也是十分重要的。传统的数据分析总是经过许多的试错。但要是运用到大数据中,要引入没有任何错误的人工预测模型变得非常困难。相反,机器学习可以在任何时间分析大量数据,因此可以用来开发快速有效的算法,产生准确的结果和分析数据。在未来几年内,机器学习的培训对数据分析师来说是非常有益的。
职业要求
要想成为一名数据分析师,需要什么样的技能呢?先来看一个实例吧,以下是滴滴的一个数据分析师岗位的要求描述:
岗位要求:
CAUTION!
1. 3-5年分析相关工作经验,本科及以上学历,统计学、应用数学、计算机等理科学位相关的专业,理学+商学结合教育优先;
2、熟练使用SQL和office办公软件,熟练使用Python或者R者优先;
3、有数据挖掘建模经验者优先;
4、有较强的自我驱动能力,执行落地能力强;
5、乐观开朗,具备良好的学习和沟通能力。
在数据分析岗位描述里,你很有可能碰到这句类似的话,要求应聘者能够熟练运用某些语言或者软件。不同的数据岗位对于技术和语言的要求会不同,但是SQL和Python是绝大部分数据分析职位要求里必备的一项。
SQL主要用于与数据库建立连接、并从数据库中提取各种数据。作为数据分析师,很重要的一个环节就是根据工作需要从数据库里找到相应的数据,因此掌握数据库和SQL的基本知识是必不可少的。
而Python搭配不同的包更是可以完成数据清洗、分析、机器学习、可视化等各种工作,所以在数据岗位里也会常常用到。Python语言是十分强大的,在2021年程序语言排名中,Python已经稳居第一位,而在三年前,Python还在第四名。
Python语言应用广泛,对于数据分析师来说,是十分容易上手的语言。在2021年的15000多个数据科学工作要求的分析报告中,Python和SQL是出现在岗位要求里最多的技能。有77%的工作要求里强调需掌握Python,59%的岗位有对于SQL的要求,可见这两门语言的重要性。
当然,除了掌握公司要求的编程语言,机器学习相关的知识也是十分重要的。传统的数据分析总是经过许多的试错。但要是运用到大数据中,要引入没有任何错误的人工预测模型变得非常困难。相反,机器学习可以在任何时间分析大量数据,因此可以用来开发快速有效的算法,产生准确的结果和分析数据。在未来几年内,机器学习的培训对数据分析师来说是非常有益的。
求职流程
在求职的过程中,数据岗位需要注意什么呢?
1. 简历
软件和编程语言对于其他工作也许没有那么重要,但是对于数据科学岗位是必须要列在简历上的。一般大家会按照熟练度排序,把最擅长的技能排在最前面。其他工作可能看中的软技能,如沟通和合作,就没有太大必要列在简历上了,不然有填充字数的嫌疑。
现在市面上有很多数据科学相关的在线课程,不少在完成后可以拿到证书,把这些证书写在简历中也是可以加分的。
列举经历的时候,不必只局限于工作经历,像Hackathon、Kaggle上的比赛、或者某节课上做的项目,只要与数据科学相关,都是加分项。在描述活动经历的时候,要着重强调项目的最终结果和运用的数据科学工具。
2. 面试
如果你通过了简历筛选,恭喜你!接下来你将开始多轮的面试环节。
•技术面试
编程对于数据岗位很重要,所以像程序员一样,面试的第一个环节经常是技术面试。此环节是为了确保在与HR经理和主管面试之前,应聘者能满足编程、统计、数据分析等方面的基本要求。
比如,SQL的测试中,题目里会给出一个表格,应聘者需要使用SQL语言找到年份的汇总,或某些类别(如年龄范围或地点等)的数据。
在这之后,还有更多的编程试题。试题的内容比较随机,比如问如何对某个2D数组进行排序,如何使用Pandas和Python进行数据聚合。所以,大量的练习和刷题是很重要的。
•行为面试
像其他岗位一样,数据分析岗位也有行为面试,主要是让面试官了解个人的重要工作经历、性格和软实力。在面试官问及项目经历的时候,要记得将自己的工作任务和最后的成果联系起来,让他们看到你的数据能力对于企业的影响。
•场景面试
最后,面试官会问涉及具体情境的数据问题,以观察应聘者是否能够胜任这个具体的岗位。在这时候,应聘者可以发挥自己对于该行业的理解,并将它们与数据结合,清晰、有条理地告诉面试官自己会如何处理这个问题。
当你能够顺利完成面试中的技术面试,那就距离你想申请的职位不远啦!如何通过技术面试?如何在申请工作时做到充分准备?单单依靠刷题的不提倡的,即便你依靠刷题拿到了职位,在入职后也会因为基础不扎实、没有工作经验和项目经验的原因无法胜任这份工作。
为了帮助大家顺利在教育行业成为数据工作者,我们联手美国加州Data Application Lab一同打造教育数据分析师训练营!
如果你是:
教育科技/教育数据相关专业在读生/应届生 希望从事教育数据分析师职位 有意向转入教育科技/教育数据行业 有意向从事数据分析工作 就职EdTech公司并想提高自身技能
# 开营日期#
训练营为期六周
# 课程形式 #
全程线上授课
6周54小时零基础入门
每周3节核心直播课
每周1节实战练习课
每周Office Hour答疑
3次职业发展课
课程视频可回放
班主任监督陪伴
# 课程大纲 #
第一周
核心课:
Relational Database & SQL Basic
SQL Advanced
EdTech Data Analyst Introducation
实战营:
Project 1
第二周
核心课:
Python Introduction
Python Basic
Learning Analytics & Cognitive Science
实战营:
Project 2
第三周
核心课:
PythonAdvanced
Python Data Processing & Manipulation
EdTech Measurement & Evaluation
实战营:
Project 3
第四周
核心课:
Probability & Statistics Review
Data Visualization with Python
Learning Science Development & Application
实战营:
Project 4
第五周
核心课:
Machine LearningI
Data Visualization with Tableau
Adaptive Learning & Testing
实战营:
Project 5
第六周
核心课:
Machine LearningII
A/B Testing
Psychometrics& Research
实战营:
Project 6
# 职业发展 #
如果你
# 讲师团队 #
# 专业认证 #
完成训练营课程的学员,将获得认证证书:
六周的训练,你会发生什么改变呢?
# 报名方式 #
训练营原价:19999 RMB/人
早鸟优惠价:17999 RMB/人
(早鸟优惠有效期至北京时间2021年8月15日)
开营须知:训练营学员满12人开营
为了答谢LearningAnalyticsgongzhong号读者
我们为LA读者提供额外的899元减免!!!
早鸟阶段仅需17100元/人!
报名时请将已LAgongzhong号的截图
发给课程小助手哦
咨询 & 报名请加企业
# 媒体支持方 #
相关资源