数据分析是技术岗？嘴给你打烂！！！

认真2019:
数据分析师最应该精通的不是Excel，sql，python，应该是PPT和画饼[吃瓜]

【回复】ppt和画饼真相了[doge][doge]
【回复】你说对了哈哈哈，讲故事最重要
快乐小脑斧:
up你好，我是24届大四学生，我目前已经自学完数据分析三剑客并且会使用BI工具和Excel，而且也在和鲸上自学完了机器学习，就是目前的一个秋招的状况是这样，我投了好几个公司，要么就是已读不回，要么就是双非不要，现在找工作非常地焦虑，同时也在想有没有必要再继续积累知识脱产自学深度学习然后等秋招呢？[笑哭]

【回复】你要去找实习，不能光学习[笑哭][笑哭][笑哭]
【回复】好几个公司还是不够多 有人投了几十个都嫌不够呢[喜极而泣]
【回复】除了Linux和SQL，你学的差不多了，我觉得缺乏的是实习，有了实习经验才好找工作
Amekiriii:
救命，关键是数分招聘考计算机知识。我是统计专业的，计算机相关知识除了python、SQL约等于无。而且我投的岗位招聘信息的工作内容和岗位要求基本上都是业务向的，还不是大数据分析师那种技术向的。[笑哭]为什么数据分析还要和计算机的卷实习、卷学历、卷计算机八股啊！！！

【回复】因为计算机来卷数分的太多了(〜￣△￣)〜自媒体宣传的太奇葩，但其实考这些没啥意义
【回复】回复 @Amekiriii :是啊，没办法啊，能干活的进不去，进去的久了以后没办法转为分析，这就是现实哦
【回复】大四统计学学生，这玩意是真的鸡肋[藏狐]
肾虚大魔王:
哦，听了很久，最后算是明白一点点了。 数据分析，最难、最有价值、最需要去爬坡的部分不是技术。而是"对世界运行规律的认识和理解"+"思考的方式方法"。类似福尔摩斯那种？可能……吧 我们人类是怎么思考判断的呢，收集信息+结合自己对客观规律等等东西的认识（比如经营管理？社会学？心理学？"+实践反馈？也许是（我不确定） 数据是信息的一部分，我们获取信息 -> 我们运用所学各种各类的知识和方法 -> 我们去解决想解决的问题。具体是业务问题，还是恋爱问题，还是打LOL的问题，都是一个套路[doge]

【回复】技术上升太快了，谁都能顶你，难度最高的是思路，这个最难被追上
【回复】实事求是，[呲牙][星星眼]
【回复】纯技术很快就被AI取代了，只有思路，尤其是不断应对新变化的思路，才是不容易被取代的。
你是大熊猫吗:
是这样，说的太好了，数据分析转业务，就像tableau的喜乐君说的一样， 数据分析不是技术炫技，可视化也不是要怎么花里胡哨，更重要的是在一个行业沉淀下来，业务分析的逻辑能力 接地气，接地气，时常告诫自己，共勉之[打call][打call][打call]

有趣的程序员:
【内容总结】 这个视频讨论了数据分析师的岗位定位，以及近年来的变化。视频中提到，数据分析师被认为是一个专家技术岗位，钻研技术并将其应用于业务中，可以获得高额薪资并具有很高的发展潜力。然而，近年来，随着业务对数据分析的需求增加，一部分数据分析师的岗位在数据科学序列中逐渐向业务侧转移。这种趋势在快手、滴滴和腾讯等大厂中尤为明显。数据分析师的价值主要体现在对业务结果指标的影响上，通过分析业务数据，为业务决策提供支持和指导。 【时间线】 - 00:00 - 00:43: 视频开始讨论数据分析师的岗位定位，介绍了数据分析师的专家技术岗位和业务岗位的变化趋势。 - 00:43 - 02:55: 强调数据分析师与开发岗位的区别，数据分析师的产出需要与业务结合，对业务结果指标有影响。 - 02:55 - 04:07: 分析了为什么数据分析师的技术能力重要但并非最重要，关键在于对业务的理解和对业务结果的影响。 - 04:07 - 08:41: 讨论了数据分析师的生产力和分析对象是业务的重要性，数据分析师需与业务合作，对业务结果起作用。 - 08:41 - 09:26: 指出数据分析师岗位可能受到业务招聘标准的影响，包括技术门槛、工资水平以及技术水平的降低。 【可能感兴趣的问题】 (触发提问请回复: 问一下+问题) 1. 数据分析师的岗位在业务和技术之间的转变是怎么发生的？ 2. 数据分析师如何在业务中发挥作用并对业务结果产生影响？ 3. 数据分析师的技术能力和业务理解哪个更重要？ 内容由AI自动总结, 总结内容仅供参考~ @lolalo哔哔戈 触发了视频总结, 触发方式是 @有趣的程序员 总结一下

KillerWhaleZZZZ:
UP你好，我听你说到只有很少的数据分析师能成功转到数据挖掘，请问主要是什么原因呢？是因为数据挖掘技术门槛很高，需要非常好的编程算法基础和对机器学习深度学习等模型的理解吗？

【回复】因为数据分析师和挖掘做的工作不一样，你转过去还是在转行。一般在1-3年有一些建模经验还是可以转，但是入行久了以后过往经验会阻碍你做挖掘。你可以理解挖掘和算法工程师都最好是一开始就是，经验制约你转行
【回复】回复 @不知渭河-数据分析版 :up你好 请教一个问题 数据挖掘岗会像cv算法要求顶刊吗？
喵不在家:
我是6.7月份自学的Python.机器学习，因为确实转的太晚，目前实习被放在了etl开发，虽然能留用但是给不多，给我搞得很蒙圈，不知道etl定位如何，目标是希望走风险策略数据岗的，不晓得up能不能给点建议

【回复】建议高学历的也可以尝试产品~也很好的岗~
【回复】回复 @喵不在家 :高学历，代码能力，数学能力。分别用于：进圈子，完成工作，创新突出
【回复】回复 @不知渭河-数据分析版 :请问up弥补哪方面能力可以发往数据挖掘呢
Sherri127:
up我想咨询一下 我本科是985cs 研究生在英国读了金融计算专业（是开设在信息学院下的交叉学科也有coding和数学课）现在回国秋招想找数分相关工作 因为我本人不是很喜欢coding所以才来尝试这个岗位 目前要求的技术能力可以达到 业务能力方面该怎么提升呢 最致命的短板是我没有实习 现在毕业后没有在校生身份也不能找实习去提升业务能力 请问有什么好的建议吗

【回复】和开发不同，数据分析岗的开局很决定未来的发展，小公司的数据工作和大公司差别太大，不建议走这条路。对于985的同学来说，放弃优势路走劣势路是不建议的，你在优势的时候没有出手现在说数学好坏已经没有意义。如果你一定要走这条路，建议不要看运营类的岗位，申请能申请到的数据挖掘岗位，从数据挖掘过渡到数据分析（如果你不喜欢代码你也未必喜欢数据挖掘），说白了就是你不可能直接过渡到你喜欢的岗位，还是要利用优势经历。 而且数据分析和数学没有什么关系，工作依然是普通的工作，分析并非依靠数学，反而是建模需要。
【回复】这样的同学和情况通常就是建议：走开发，因为你没有提早准备，也没有一个做数分的理由，不喜欢做coding的很多，但这些人未必喜欢做数分，你没做过，证明不了，所以建议走优势路线，不打逆风局
【回复】回复 @不知渭河-数据分析版 :好的 谢谢
甜甜圈洞hole:
想听up讲讲想要转到技术岗的这种心结怎么改变。

【回复】想要转到所谓技术岗很多时候还是一个预期过高的情况，觉得有技术就不会被淘汰，技术简单好学习就去，这样的同学也很容易被营销影响。改变也只能改变心态，认识到有技术的一定是有门槛的，没门槛一定是没技术的，甚至技术并不会导致铁饭碗，几十年前所谓学技术就有饭吃不是因为有技术，只是因为时代好罢了。覆巢之下，哪有完卵呢
【回复】回复 @不知渭河-数据分析版 : 你说的很对，还是学生思维没有调整过来
【回复】回复 @不知渭河-数据分析版 :一样的想法，老想卷开发去
凤梨刀666:
数据分析越来越没有什么核心竞争力，读研基本都会用所谓的SQL，Excel

【回复】研究生都会设计简单的CPP项目，但有多少研究生从事CPP开发的
【回复】不是Python，Java，机器学习，深度学习吗[疑惑]
Cvts:
算法工程师入职半年了 做深度学习和大模型，同事是5年老数分。数分这个工作，就是没有技术深度，想有职业发展，那就去做管理，最后做coo，看看本公司数分职业通道

damituno:
目前大二，数据专业，想做数挖这种偏技术的，如果不考研的话，应该学些什么啊[笑哭][笑哭]

【回复】回复 @不知渭河-数据分析版 :我因为一些原因被迫由分析师转岗发配去搞NLP了[笑哭]
【回复】不考研建议放弃这个求职方向，除非你c9院校有很多比赛奖项，不然简历过不了
【回复】回复 @不知渭河-数据分析版 :原来nlp是偏门。。。我以前还给这类型的书籍做过翻译。。。当时觉得这个技术好牛逼
不分放烟花:
数据分析是为了看清数据背后的问题，更像是一种工具和能力，某些岗位需要根据数据来做改善或者追踪改善的效果，有这种能力，会对本职工作如虎添翼。

一只小黄担:
up我想请问一下你为什么转经营分析呀，你觉得这个和数据分析最大的差别是什么呢

【回复】这个命题很大就不在这里回复了，我在蛮多地方都说过，你可以理解为分析的出发点不一样，然后两种岗位的工资分布不一样，而且经营分析通常需要有一点财务背景和财务知识，也需要有更强的沟通能力和背锅能力[doge][doge][doge]