在2017年左右时，现在回忆起来是有两个原因让选择了成为一个程序员
如下
1.在阅读了李笑来的相关文章里面，里面有对于程序员这个岗位的描述
2.身边有人在从事这一行的工作
以及，我那个时间点在本职工作上的不得意，多方面的原因下，让我选择了转移到程序员，其中转行的过程不在此谈论，从此，成为了一名"不合格"的java程序员。
要么出众，要么出局。
和我那个时候转行到java程序员一样，现在的转岗，会是因为在java的不得意，导致了我要转行到数据分析，这是原因之一，其二，在一个人工智能的时代，掌握某一个具体技能的程序员会有被替代的可能性，或者是相对更大的可能性会被替代。数据分析，商业分析，业务分析，这个是基于实际的商业做出决策，更贴近商业。而同时商业，也是我一直想要去做的，利用商业来改变这个世界，比如我就曾经就说过一句话：堕落为一个唯利是图的商人。这里的堕落是一个褒义词，这里的唯利是图是一个褒义词。
记得我小时候想象的一个上班的场景：西装革履，在玻璃外墙的大楼里面工作，具体的工作内容那个时候没有定义，如果我现在定义，在里面掌控着一家庞大的商业帝国。
因此，基于两个前提：1.未来的前景；2.个人的兴趣 得出一个结论：我需要立马的去从事数据分析。
在你开始做一件事情之前，为这件事情赋予巨大的价值，让外界来“绑架”你，这样你能够更好的长时间的做下去。
我个人做数据分析的理由：
1.能够更有前景
2.更符合我的个人的职业发发展道路
3.能够挣更多的钱，第一个是能够挣到现在的钱，第二个是在未来能够挣到更多的钱。
4.能够接触到我想要的商业，更接近于用户，更接近2C端
5.能够用数据分析为个人提供清晰的职业发展道路（期望能够做到这一点）一个人能够清晰的认识到自己的发展轨迹，能够发掘到自己的爱好，认识到自己所喜欢的东西，是无比重要的东西，当你走着走着，发现了自己迷失了以后，还是当初你的爱好，能够一直支撑着一个继续的走下去。
6.等等
数据残产生价值的流程：数据采集，清洗，集成，到可视化。
数据分析的技能栈：
SQL
EXCEL
PPT
统计学
Python or R
常用Python包：jupyter,jupyter Lab,Zepplin,R Studio,Watson Studio,numpy ,pandas,matplotlib,Seaborn,Folium,IPython-sql,Sclikit-learn,SclipPy,
python爬虫，python常用的爬虫包：scrapy，Selenium，网站信息抓取以及网站的破解--数据搜集
公开数据库
数据仓库
大数据相关应用：HIVE，Hadoop，Spark，DataViz
大数据分析框架：Sklearn
数据清理
可视化：PowerBI ，Tableau，商业分析报告，营销分析，
数据报告
工具：IPython
Matlab
数据挖掘算法：回归分析，决策树，分类，聚类方法，预测
机器学习：
机器学习概述
线性模型
迟滞向量机
贝叶斯分类器，贝叶斯统计
聚类
特征缩放
降维与度量学习
计算学习理论
半监督学习
神经网络
前馈神经网络
深度学习
SPSS
SAS
统计学基础：描述统计，统计腿短，概率论，抽样，分布，估计，置信区间，假设检验，线性回归，时间序列
概率论基础
线性代数基础
矩阵分解
这是我计划的学习的技能树，在以后的系列文章是，会陆续的输出，我相关的学习笔记，期待着以前学习。