一、想清楚
選擇大於努力，做出任何選擇並採取行動前都應該想清楚，主要是學習源動力和個人定位。
（1）學習源動力
正所謂謀定而後動，任何想要進入大數據領域的人，都要時刻問問自己學習大數據知識的源動力是什麼？理由是否自己堅信不疑，是否能夠在你迷茫的時候給你動力。對於我，我的源動力是我對數據價值的認同以及未來商業智能的期待。
多年工作實踐，讓我深刻感受到了數據驅動業務決策及數據產品在企業決策中的價值，具體表現為以下兩個方面：
第一，企業決策開始從人工經驗決策轉變為基於數據、算法的科學決策。
第二，數據價值的體現從主要是依靠專業數據分析服務提供過渡為依靠數據產提供。
隨著越來越多企業提出數據化，系統化，智能化的戰略，大數據和人工智能相關技術將逐步落地，相關人才需求將持續供不應求，因此我們要做的就是做風口上的豬。
延伸閱讀：1、人工智能與機器學習在航空業中的應用
2、為東航智能化發展添磚加瓦，東航自動排班功能正式上線
3、廈航聯手阿里雲 探索用人工智能解決航班延誤難題
（2）個人定位
大數據相關的職業發展通道有哪些？一張圖告訴你真相！
正如前面提到的，數據價值的體現未來可能是更傾向於通過數據產品提供，因此具備產品思維、系統思維的數據分析師未來更能夠在激烈的崗位競爭中脫穎而出，獲得理想OFFER。我目前在職的企業，數據分析師和數據產品經理同屬一個部門，數據產品經理很多也是業務出身，甚至本身就是數據分析師，因為只有這樣的背景才能更好的設計出符合業務需求的數據產品（這裡的數據產品偏向是TO B的企業決策支持系統）。
基於上述思考及個人工作經歷，我將自己定位於既懂數據分析又有數據產品項目經驗的人。
延伸閱讀：
1、大數據人從零基礎到五十萬年薪
2、3大領域，4大方向，做好數據分析崗位的職業規劃
二、勤學習
想清楚了自己學習的源動力和個人定位後，我們就進入了學什麼和怎麼學的階段。因為本人只涉及數據分析和數據產品兩個領域，暫且分享這兩方面的理解。
（1）學什麼
1.1 數據分析
關於數據分析，感覺要學習的非常多，回顧自己的經歷，總結的學習路徑如下圖:
適合入門的優質學習資料：
1、如何用最短的時間找到初級數據分析師工作？by猴子
2、如何七週成為數據分析師by秦路
1.2數據產品
關於數據產品，偏實戰應用，個人推薦閱讀《數據產品設計》一書，開拓下視野。現在企業很多都在建自己的BI系統，因此個人也建議學習一些數據可視化工具。如果是基於數據可視化工具建立的BI系統，其實數據分析師完全可以勝任。下圖是我的數據產品學習筆記。
延伸閱讀：
1、如何正確理解BI商務智能？
2、淺談商業智能的發展
（2）怎麼學
2.1碎片化學習
工作之餘，很難有一段完整的時間進行學習，都是一些碎片化的時間。自從學會了了猴子的碎片化學習方法，自己也不在那麼焦慮了，上下班途中、午休間隔，都可以點開一門網課學習。
2.2報班學習
目前五花八門的培訓課程很多，可以說各有優缺點，有時候學習者很容易迷失，建議先自己列個學習路徑圖，然後對應的去找相應的教程或網課學習，一來是有目標、有針對性。二來是可以省去收集資、整理資料的時間，快速高效。
3.3輸出學習
輸出學習，也是我在猴子課程中學習到的。形式可以是腦圖形式的學習筆記，可以是一篇自己撰寫的知乎文章，甚至只是跟朋友分享自己的所學所思。自己在輸出學習上做得不好，但我深知，作為一名數據分析師，懂得言簡意賅、邏輯清楚的表達自己的觀點太重要了。而輸出學習正好是鍛鍊了你這方面的技能。
很多初學者，對大數據的概念都是模糊不清的，大數據是什麼，能做什麼，學的時候，該按照什麼線路去學習，學完往哪方面發展，想深入瞭解，想學習的同學歡迎加入大數據學習企鵝群：805127855，有大量乾貨（零基礎以及進階的經典實戰）分享給大家，並且有清華大學畢業的資深大數據講師給大家免費授課，給大家分享目前國內最完整的大數據高端實戰實用學習流程體系
延伸閱讀：
1.如何避免低水平勤奮？
三、邁開腿
學無止境，很多人經常在問，我學數據分析多久才可以找工作呢？我的回答是隨時都可以。不要猶豫，邁開腿就對了！
（1）整項目
學習了很多數據分析的理論和工具。需要找幾個有代表性、複雜的項目進行實踐下。以便檢驗自己的學習成果。關於項目整理，建議注意以下三點。一是寫進簡歷的項目不建議太過大眾化。大眾化的項目比較難做到人有我優的效果。大部分是抄襲別人的成果，也不利於檢驗自己的能力。二是一個項目儘可能多串聯自己掌握的幾個技能。三是簡歷展示的項目最好能夠與面試的業務領域相關。
項目描述舉例：以來源於Kaggle平臺的Prosper公司2007年-2014年113936條貸款數據為研究對象，首先利用Python實現對數據的清洗整理，其次利用Tableau對數據進行快速探索分析，總結了Prosper平臺上的貸款客戶特徵、貸款業務特徵，貸款違約影響因素。最後回到Python建立貸款違約預測模型，預測貸款違約率，準確率達90%。
上面的項目描述，展示了面試者會用PYTHON、tableau、以及懂點機器學習基礎。一個項目言簡意賅，含蓄表達了面試者的技術面。而不是空洞的在簡歷中描述自己懂PYTHON的skelearn包、TABLEAU可視化、機型學習的邏輯迴歸模型等。
（2）投簡歷
簡歷就好像個人的名片和臉面，建議簡歷組織上注意以下三點。第一是適當拔高自己的經歷。比如如果你原來就是個表哥，你工作經歷的描述上也儘可能帶點數據驅動業務決策的描述。畢竟業務分析師的大忌就是停留在給業務各種出各種表。第二是簡潔、清晰，關注點明確。簡歷不要超過一頁，字數不要密密麻麻，精煉文字、重點突出，儘可能讓別人有閱讀的興致。第三是儘可能有些數據支持，比如個人業績描述，項目效果描述上引用一些數據。
關於簡歷投遞，本人經驗不多，就只是用了獵聘網，個人感覺職位相對高端些。每個人情況不同，各個平臺都可以。
（3）多總結
簡歷投遞後，接下來就應該準備面試了。幾次面試下來，對於面試的套路應該就有數了。你要做的只是不斷完善你對每個問題的話術。附上比較常見的幾個問題，引發大家思考下：
1、自我介紹
2、談談你在數據分析崗位的工作內容
3、你有什麼比較出彩的項目，描述下你的項目
4、工作中遇到的最大挑戰是什麼，你怎麼應對的
5、為什麼辭職
針對以上幾個問題，建議答案的組織上注意以下三點。一是結構化。比如為什麼辭職這個問題，可以從興趣、發展、待遇三個角度作答。二是場景化。比如項目描述和最大挑戰，可以把實際業務場景還原出來，使得面試官更有代入感。三是正面積極。比如在自我介紹、辭職原因中恰到好處地表達出自己對數據的熱愛與激情。
最後總結下，想清楚，勤學習，邁開腿，九字真經，大道至簡，卻知易行難！後面的小夥伴加油！
閱讀更多 微笑數據工程師 的文章
