序文
私は常々、ビッグデータと人工知能の時代において、データ分析は固定された地位ではなく、一般的な能力であると述べてきました。
今、データを残せるのはどの業界ですか? データがあれば、分析せずに済む人がいるでしょうか? 以下のデータを見るとより直感的です。
データ分析は実際にはビジネス方向と技術方向に分かれています。
基礎がまったくない人にとって、この絵は何を意味するのでしょうか?
実際、どの業界でも、発展するにつれて、初級、中級、上級の 3 つの段階に分かれます。これは、オンラインでレベルごとにクロールしながら、レベルを突破するためにゲームをプレイするようなものです。したがって、基礎ゼロでこの業界に参入する場合は、これら 3 つの段階についても計画する必要があり、以下の各段階の要件に従って着席することになります。
1. ジュニアデータアナリスト
仕事内容：
ExcelやPPTを使いこなすスキルが求められます。プロダクトマネージャーによって提起された要件を分析します。次に、PPT を使用して分析レポートを作成します。
たとえば、コミュニティのメンバーがインタビューしたあるインターネット教育機関では、Excel を使用してコースを購入している学生の情報を整理し、どのコースが最も人気があるかを確認するという要件がありました。
マスターすべきコアスキル:
Excel、PPT、記述統計分析、ビジネス知識
月給：
このポジションのおおよその給与は、一級都市では税引き前で約 5000 ～ 10000 です。
一般的な役職名は次のとおりです。
データアナリスト、データオペレーション、ビジネス分析、戦略分析、ビジネス分析、市場業界分析
採用要件を示して直感的に感じてみましょう。
2. 中間データアナリスト:
仕事内容：
技術だけでなくビジネスの理解も必要であり、課題を発見し、分析し、結論を導くことで企業の意思決定を支援します。データを抽出して分析レポートを作成するのが主な仕事です。各部門の関連レポートを担当およびサポートし、データの変動や異常を監視し、問題を特定し、特別な分析レポートを出力します。
必要なコアスキル:
Excel、PPT、統計確率、ビジネス知識
SQL に精通している
月給：
この種の職のおおよその給与は、一級都市では税引き前で約 7000 ～ 20000+ です。
このレベルの募集要項は以下の通りです。
3. シニアデータアナリスト
仕事内容：
プログラミングを通じてデータを処理し、分析し、モデルを構築し、予測します。
必要なコアスキル:
統計 (推論統計分析、A/B テスト)、SQL、プログラミング言語 Python または R に精通している
月給：
このポジションのおおよその給与は、一級都市で税引き前で約 15,000 ～ 30,000+ です。
採用担当に来て、次のことを体験してください。
シニアデータアナリストのキャリアアップでは、事業の方向性が気に入れば、経営側へのキャリアアップも可能で、一般的な職種としては、データプロダクトマネージャー、データオペレーションマネージャーなどが挙げられます。
テクノロジーに特化したい場合は、技術専門家を目指すことができます。一般的な役職には、データ マイニング エンジニア、データ開発エンジニア、ビッグ データ エンジニアなどがあります。
4. 将来の転職手段は何ですか?
ビジネス面に向けて成長すれば、最終的には上級ビジネス専門家、ゼネラルマネージャー、または CEO になれる可能性があります。私の先輩には、数年間の開発を経てデータアナリストを卒業し、現在は会社の部長をしている人がいますが、彼の強みはデータとビジネスの両方を理解していることです。彼も卒業直後に北京に家を借り、すでに経済的自由を獲得している。
この業界の専門家になるには、何年もの業界の蓄積が必要です。
技術面に向けて開発を進めている場合、優れたエンジニアリング スキルがあれば、会社のデータ サイエンス部門のボスになれる可能性があり、一般的な役職はデータ サイエンティストです。理論的能力が高く、論文を書くことができれば、研究機関のリーダーになれるでしょう。私の優れた科学研究能力のおかげで、私の上司は現在、科学研究ユニットのデータ部門の責任者を務めています。
3. 自分に合ったポジションの選び方は？
1. 今の自分の能力に合わせた知識を学ぶ
自分の基礎が何なのか、どのポジションに切り替えるのが難しくないのか、どのポジションがより適しているのかを見つけてください。多くの人が何の根拠もなく機械学習をかじり始めるのは間違いです。統計的確率や数学的基礎がないため、そこに含まれる多くの専門用語はまったく理解できません。
データ サイエンスは学際的な科目であり、コンピューター関連の知識に加えて、統計、数学、および特定のビジネス知識も必要です。したがって、これを生涯のキャリア開発目標として使用し、毎日少しずつ学び、ゆっくりと進歩を蓄積することができます。
それぞれの立場の違いを理解し、自分自身の基礎を理解し、自分と敵を理解した後、学習とキャリアの変更における方向性と自信が得られます。大切なのは、自分の「得意分野」で仕事をすることです。いわゆる「得意分野」とは、自分が情熱を注げること、得意なこと、社会に必要とされる3つの領域が重なったものを指します。
2. 新人はどのように成長しますか?
さまざまな立場に直面している私たちは、人工知能時代の恩恵を分かち合うために、自分自身の経験と個人の能力に基づいて車を選択する必要があります。データアナリストは、入社の敷居が比較的低く、市場の需要が大きく、将来の雇用開発の余地が大きいため、この業界に参入するのにより適した職種です。ゼロベースの推奨事項は、一次データ分析から始まります。
3. ここぞという時に諦めない人になる
私はクラスメート、同僚、ビジネスパートナーなど、私の周りの人々を観察してきましたが、ほとんどの人は危機的な状況になると諦める傾向が高いことがわかりました。
しかし、最後まで粘り強く頑張った人たちは、最後には全員が成功しました。すべての成長は、その重要な瞬間における少しの粘り強さから生まれます。ほとんどの人は、最初は情熱を持って多くの情報を見つけますが、困難を解決したくなく、進歩する前の瞬間に諦めてしまうため、成功のスリルを感じることがありません。
上記は、基礎ゼロからこの業界に参入したい人向けのデータ分析とデータマイニングのキャリア開発トラックです。あなたもこの業界で大事な時に諦めない人になれますように。
最後に、私の記事を注意深く読んでくださった皆さんに感謝します。互恵性は常に必要です。それほど価値のあるものではありませんが、必要な場合はそれを取り上げることができます。
1. Python の概要
以下の内容は、Python の応用全般に必要な基礎知識であり、クローラ、データ分析、人工知能などをやりたい場合は、まず学習する必要があります。高いものはすべて原始的な基礎の上に建てられます。しっかりした基礎があれば、前に進む道はより安定します。すべての素材は記事の最後に無料で掲載されています！！！
含む：
コンピュータの基本
Pythonの基本
Python入門ビデオ600話：
ゼロベース学習ビデオを見るのが最も早くて効果的な学習方法で、ビデオ内の教師のアイデアに従って、基礎から詳細まで非常に簡単に始めることができます。
2. Python クローラー
人気の方向性として、爬虫類はアルバイトでも仕事効率を上げるための補助スキルとしても最適です。
クローラーテクノロジーを通じて関連コンテンツを収集し、分析、削除することで、本当に必要な情報を取得できます。
この情報収集・分析・統合作業は、生活サービス、旅行、金融投資、各種製造業の製品市場需要など、幅広い分野で応用可能であり、クローラ技術を活用することで、より正確かつ正確な情報を取得することができます。有効な情報を活用してください。
Python クローラーのビデオ素材
3. データ分析
清華大学経済管理学院が発表した報告書「中国経済のデジタル変革：人材と雇用」によると、データ分析人材の格差は2025年に230万人に達すると予想されている。
人材の格差がこれほど大きいと、データ分析は広大なブルーオーシャンのようなものになります。初任給10万は本当に当たり前です。
4. データベースとETLデータウェアハウス
企業は、ビジネス データベースからコールド データを定期的に転送し、履歴データの保存専用のウェアハウスに保存する必要があります。各部門は、独自のビジネス特性に基づいて統合されたデータ サービスを提供できます。このウェアハウスはデータ ウェアハウスです。
従来のデータ ウェアハウス統合処理アーキテクチャは ETL であり、ETL プラットフォームの機能を使用します。E = ソース データベースからデータを抽出、L = データ (ルールに準拠していないデータ) のクリーンアップ、変換 (異なる次元と異なる粒度)ビジネス ニーズに応じたテーブルの計算)、さまざまなビジネス ルールの計算)、T = 処理されたテーブルを段階的に、完全に、異なる時点でデータ ウェアハウスにロードします。
5. 機械学習
機械学習とは、コンピュータのデータの一部を学習し、他のデータを予測・判断することです。
機械学習の核心は、「アルゴリズムを使用してデータを解析し、そこから学習し、新しいデータに関する意思決定や予測を行うこと」です。つまり、コンピュータは得られたデータからあるモデルを取得し、そのモデルを用いて予測を行うというもので、人間が一定の経験を積むと新たな問題を予測するなど、人間の学習プロセスに似ています。
機械学習教材:
6. 高度な Python
基本的な文法内容から、プログラミング言語の設計を理解するためのより深い高度な知識まで、ここで学習すると、Python の入門から上級までのすべての知識を基本的に理解することができます。
この時点で企業の採用要件はほぼ満たせますが、面接資料や履歴書のテンプレートがどこにあるのかわからないという方のためにコピーも用意しましたので、まさに体系的な学習と言えます。乳母と .
ただし、プログラミングの学習は一夜にして達成できるものではなく、長期的な継続とトレーニングが必要です。この学習ルートを整理する中で、私自身も技術的な点を復習しながら、皆さんと一緒に進めていきたいと思っています。プログラミングの初心者であっても、高度な技術を必要とする経験豊富なプログラマーであっても、誰もがそこから何かを得ることができると私は信じています。
それは一夜にして達成できますが、長期的な忍耐力と訓練が必要です。この学習ルートを整理する中で、私自身も技術的な点を復習しながら、皆さんと一緒に進めていきたいと思っています。プログラミングの初心者であっても、高度な技術を必要とする経験豊富なプログラマーであっても、誰もがそこから何かを得ることができると私は信じています。
データ収集
Python 学習教材のフルセットのこの完全版は公式 CSDN にアップロードされています。必要な場合は、下の CSDN 公式認定 WeChat カードをクリックして無料で入手できます ↓↓↓ [100% 無料保証]
良い記事をお勧めします
Python の展望を理解する: https://blog.csdn.net/SpringJavaMyBatis/article/details/127194835
Python のパートタイムの副業について学ぶ: https://blog.csdn.net/SpringJavaMyBatis/article/details/127196603