大家好，我是小匿。由於近期不少同學諮詢我，轉行數據分析所需要的技能，所以特地錄製了這個視頻，來和大家一起探討一下。
其實，數據分析所需要的技能在網上已經有很多好的文章講述過了，我在我的文章裡也有提到過。本來我是不太想再講這個話題的，但是近期我看到一篇文章，作者也是零基礎轉行數據分析的，文章裡描述了他已有三年的數分經驗，而他目前擁有的技能相對平庸，目前就職的也非大廠。對於他這種較早進入數據行業的人來說，我覺得發展有點緩慢。所以今天在分享轉行所需要數據分析的同時，也給帶來大家帶來一個觀點：發現轉行前的數分技能存儲 ”會“ 影響往後的發展。
2019年了，大家覺得數據分析這個崗位所需水平是怎麼樣的？如果要我來總結，我覺得是以下三個字：門檻低！
目前數據分析所需要的幾個硬要求：學歷、專業、經驗、技能
數分對學歷專業要求真得不高，大專即可，專業目前更是不限，你學獸醫但自學的很好我覺得也OK。經驗這塊確實非常關鍵，但一些初級崗也是願意接收一些轉行人士的。本該設置門檻的技能上，實際上也低得不行。
轉行認識應該怎麼準備相關的技能？我總結了3個版本，它們幾乎都能讓你來到數分行業來。分別是：
轉行“運氣”版，轉行“標準”版，轉行“紮實”版。
聊一下轉行“運氣版”：
其實這些技能也是很多數分崗位的真實需求，只需要sql,excel,ppt這些技能你就能完成工作。
這個版本的學習成本是啥：每天2-3小時，只需1個半月即可。據我經驗，學完這些技能去找工作，兩個月內找到工作的可能性>80%，當然，崗位大概率是中小公司，但也算入行了。上述文章的作者就是這款版本的。1個半月的學習就能滿足中小廠的數分需求，這門檻真得低！
轉行“標準版”是我心目中一個合格的數據分析師該有的技能。
轉行“紮實版”需要接近半年的時間準備。
講完技能回到我做這個視頻的初衷，想分享一個觀點：“轉行前的技能存儲會影響往後的發展”。以下圖片是我轉行時的簡歷，看過我文章的應該都比較熟悉了。我是17年轉行的，18年末拿到了百度和目前我廠的offer。不少人問我是咋做到的，我覺得除了運氣（90%）佔主要部分外，其中一個原因就是我轉行前的技能存儲，是比較接近我自身提到“紮實”版的。這會對我有啥影響呢？在我第一份數分工作的時候，是一家小廠，雖我作為一個轉行人士，但我真得覺得身邊同事技能很水。我作為一個新人本來想過來學技術的，但卻他們稱為技術大神。在這樣學不到技術的環境下，想離開的念頭逼著自己不斷學習。其次，因為我有python基礎，我能使大多重複性的數據處理工作半自動化，大大提高自身的工作效率，增加自身學習時間。而不是我來到這裡，才開始學python。往後，因為我有機器學習的基礎，公司有個用戶流失預測的項目實在找不到人做，我接了，這項目往後跳槽的一個有效項目。
小總結
說這麼多，來個小總結，把sql學了，做個報告也能找到數分的工作。把,sql,python，機器學習都學了，也能找到數分的工作。並且有可能他們找的工作待遇是差不多的。以我為例，轉行前學得蠻多的，但最終也是找到個小廠的數分，並且待遇賊低。但我覺得在目前競爭較激烈的年代，一個充足的轉行準備，能讓你增大拿到優質廠的可能性。能讓你在工作中更效率地完成，工具的提升，也可能會給你一個更廣的視野。一味的追求“快速”轉行會丟失很多東西，而且有時候，
慢…也是一種快。最後分享3個準備數分技能小Tips:
1、數據工具不必多
2、機器學習數學原理少糾結
3、數據相關項目必須有
創作不易，覺得有用歡迎“點贊”
感謝閱讀！
一個記錄會計到數據、算法路上所學的微信公眾號：Dathon
