干货分享帖:做数据分析师到底需要学什么?网上分享的成功经验到底灵不灵?

渥太华彭于晏

新手上路
注册
2021-09-10
消息
23
荣誉分数
0
声望点数
11
”大家都说数据分析岗位工资高,我也很想试一试,但是不知道我行不行呀?”

这是绝大多数人对数据分析师的第一想法,大家觉得自己不行的理由是“我只会做一点EXCEL”,“SQL我只学了最表面的内容”,“我编程很弱很弱...” “学了以后没有实践机会” 等等。「数据分析」是如今各大公司都在争先恐后讨论的热点。这也是为什么毕业或者即将毕业的同学都想要找一份数据分析的工作,可是看着这么高的薪资待遇又怀疑自己能不能胜任。

今天我将带大家深入了解一下加拿大本地数据行业的现状和热门职位,并且教你判断自己到底能不能、适不适合做一名数据分析师/数据科学家。

加拿大数据行业的薪资水平
BL_xNhfHPtIMlH3rPwBBRSnV2ezxtvERWZ5in8tC5JcYF2Ga9YAlivzAkjTNhf1glDiD9VBcfwotIaMybbr1Ft0QZZ1w2-WfsHiWchMvX_Uc90JKk48BEOuVUpNGypqyUQEDL7Wh=s1600



在加拿大,数据行业的薪资非常可观,入门级的Data Analyst平均年薪在6万加币左右,这个薪水对于刚毕业的学生来说已经是非常友好了。

xEy5viWaiu8oHuaVJvvJb93nyXC2Jfm2abQ-yMc7bQNCC3vN1AH5TJds6B8HG3ouREQ_bcakykP1P_ss-78XUtwsMUhMT8hMqbDJMr2a59r-oSawxhhd1UYPrOl9g3gXdtNH-wFc=s1600


加拿大本地对Data Scientist的需求量一样很大,优质雇主遍布各大领域,Data Scientist的平均薪资更是达到了10万加元!同学们感兴趣的金融与保险行业都是数据分析的热门服务对象。

加拿大数据行业的热门职位


3Dp1ZytjlvuUBBWilOiSoMplU-TuHq9pag45Jwzo6TrdnvuQ0gwv8JtPA2ti5A3LzcA5mfRdEbvbkO68GJwoYDzBgtI8NZjbCN4ZWkein7LuhXVMkINjk9CkvgVajrJ8SWX3W7_f=s1600


相信同学们对关于数据行业的概念已经有所了解,但细问数据分析、数据科学和数据工程之间的不同点时,好像又什么也不知道了。这里COCO给大家介绍3个最热门的Data岗位:

1. 数据分析师 Data Analyst

DA岗对建模能力要求较低,比较适合刚接触数据科学或者转专业换背景的同学。


  • “数据分析师”,一般多用Excel、Sql对数据解读,主要产出物为对现状解读和建议的数据报告、PPT等。​
  • 工作内容:偏向于结合数据分析实际商业问题,并将分析的结果转化为切实可行的商业方案,比如定义评价指标,为产品方向提意见等。​
  • 常用工具:较基础,最核心的是用SQL 来获取整理数据,用R/Python做简单的分析、用Tableau /Excel作图,在统计和模型方面懂得基本的回归预测模型等即可满足大部分要求。​
  • 相关:也有一些数据分析师,他们几乎不需要写SQL,也极少接触数据库,主要使用的数据工具是Excel。我们通常称之为业务分析师。他们会依据对业务的熟悉与深刻理解,完成业务相关的数据分析和经营管理。​
2. 数据科学家 Data Scientist

相对于DA,DS职位要求更高的建模技能,需要积累一定的DA工作经验


  • 工作内容:将复杂的商业问题转化为统计和机器学习可以解决的问题,设计技术方案。能够独立完成数据科学分析问题,需要对数据科学解决问题的流程方法十分了解。例如各种定价系统,电商的推荐系统,以及金融行业的Fraud Detection等。​
  • 常用工具:需要熟练的SQL 技能,且对Python/R 等编程有较高要求。在建模和编程的基础上还要求掌握统计知识,对机器学习能力也有要需求。​
  • 领域:Data Scientist一般有不同领域之分,也有一定自身领域知识的要求,比如产品,内容,市场,用户等。他们在DA的报告基础上,常常要提出能帮助业务改进的策略,并有一定的落地能力。比如用户增长策略、商业化策略等。​



3. 数据工程师 Data Engineer

DE岗主要围绕着大数据领域的工程问题,与我们熟知的软件工程师有些相似。


  • 工作内容:DE需要有很高的编程水平,主要是开发大数据的 ETL (提取,转换,存储) Pipeline来处理数据。除此之外对于大数据的生态系统,以及对应工具Hadoop,Spark,MapReduce,Splunk,Hive等也需要有较好的了解与实践经验。​
  • 岗位重点:在机器学习后进行数据挖掘,以开发为主,例如:大数据开发、数据仓库开发。​
DA和DS到底有什么区别


  • 数据分析师具体需要做什么?​
根据Indeed行业报告,Data Analyst使用结构化数据。这些结构化数据大多是电子表格或数据库的形式 (e.g. 零售商店购买历史或医疗记录),发现业务方面的见解;然后通过创建报告、图表和其他可视化方式,将发现成果传达给管理层或其他业务同事,并帮助做出业务决策。

例如:运输行业的Data Analyst可能会从数据集中收集、处理和组织信息,如调度记录或运输数据库,以发现问题并提出建议,从而提高服务效率,并为公司降低成本。


  • 数据科学家具体需要做什么?​
Data Scientist的工作与Data Analyst比较相似,但活动规模更大。他们通常需要研究更大、更复杂的数据集;同时还需要设计实验来解决复杂的代码问题,并建立预测模型和机器学习算法。

Data Scientist 还负责确定存在的潜在问题,并根据业务问题回答数据问题,从而帮助企业做出更好的决策。

例如:Data Scientist则会将数据转换成受众细分模型,帮助工程师构建个性化的音乐推荐引擎,或者检查用户行为,从而生成有针对性的广告。

数据分析师最需要的八项技能:


  • Excel​
  • Data Cleaning​
  • DBA​
  • R​
  • Python​
  • SQ​
  • BI​
  • Data Visualization​


  • 数据科学家最需要的八项技能:​
  • SQL​
  • Hadoop​
  • Spark​
  • SQL​
  • Machine learning​
  • Python​
  • Java​
  • R​




总体来说,数据行业是一个待遇优厚同样又是一个非常有前途的行业。只要方向正确,有行业的导师带你一步一步掌握面试中需要掌握的难点,教你如何应对专业的知识问题,即使你是目前没有任何数据经验的学生,也是非常有希望进入这个热门行业的!

现在YongeCareer提供「数据领域90天保Offer项目」,由行业资深导师手把手带你,专业的多对一求职辅导团队帮你准备求职,让你顺利拿到理想的数据分析Offer!

如果你也想实现自己的求职梦想

欢迎联系YC求职顾问

获取「90天保Offer」项目的更多信息

Pw7bdz-CdKSPk4EBOzh-m4WpuayVBgtms8c_kLEDsBW1JrnOQHlbLIgUw_vdsdQDdn5qArW-We2x1HhwVWgFrnF01XXuNJsVzpkHP_cMh0f3P5JlyYnSy_8wxQkbwPnbZhyx4eR4=s1600
 
后退
顶部