本篇文章2043字,读完约5分钟

本文的第一张图片来自展库罗海创意,未经授权不得使用。

我承认这有点像名义上的聚会。我的初衷是写有多少种与数据相关的工作被完成,以及数据从业者可能的职业发展道路。

到底有多少种“搞数据的” 你凌乱过吗?

经常有猎头打电话说有一个数据挖掘工程师的职位。你会考虑吗?有人说,一家公司正在寻找一名数据产品总监、数据分析师、数据架构师和业务分析师...有些人只是问,我应该为某个数据职位寻找什么样的候选人?

到底有多少种“搞数据的” 你凌乱过吗?

事实上,有时候想想,更不用说猎头了。甚至许多数据从业者也可能不会清楚地说出有多少与数据相关的工作。为什么?因为与数据相关的工作通常是跨学科的,需要很多专业技能,不同专业背景的人有不同的进入和成长途径。例如,它可能是相同的数据分析位置:

到底有多少种“搞数据的” 你凌乱过吗?

小啊是一个统计学家。他可能更擅长各种统计模型,并熟练地使用R;

肖乙是一名计算机专业的学生。他可能会更多地使用python来处理数据,并且更擅长定义数据模型和编写数据挖掘算法;

到底有多少种“搞数据的” 你凌乱过吗?

肖C是工商管理硕士,能熟练运用spss、excel等统计软件,不仅能用可视化数据制作各种业务报表,还能提出建议,辅助业务决策。

到底有多少种“搞数据的” 你凌乱过吗?

按照这个逻辑,估计它会被写到小z身上

有意从事数据工作的人,除了学习和提高之外,还想了解自己的职业道路。但是从上述例子的字面上看,我们觉得更“凌乱”。

到底有多少种“搞数据的” 你凌乱过吗?

有没有更好的视角让这个问题更清晰?我个人的意见可以从大方向区分如下:

1.纯技术路线

从我接触的人来看,他们大致可以分为以下三类:

甲级:工程数据技术,包括数据架构、数据存储和数据安全,尤其是当涉及大量数据时。

到底有多少种“搞数据的” 你凌乱过吗?

b类:它涉及原始数据再处理过程中涉及的技术,如数据收集(如海量日志处理、网络爬虫等)。)、数据处理、数据模型等。

到底有多少种“搞数据的” 你凌乱过吗?

c类:面向应用(或通用)的算法和建模技术,包括机器学习、自然语言处理、搜索和推荐算法、深度学习、人工智能算法和其他从数据到知识的技术链接。

到底有多少种“搞数据的” 你凌乱过吗?

关于这篇文章,之前的大数据摘要有一篇文章“机器学习:入门方法和学习路径”,建议大家阅读。

到底有多少种“搞数据的” 你凌乱过吗?

2.行业路线

这条路线可能从初级数据分析师、初级市场研究或一些管理顾问开始,逐渐发展到更宏观和战略性的角度来控制(或影响)、引导和培育行业资源的趋势。典型的职位是企业战略家、投资领域的行业分析师、高级管理顾问,甚至是走在路上的企业高管。

到底有多少种“搞数据的” 你凌乱过吗?

但是,目前这部分的定位在很多环节上仍然依赖于小数据,未来大数据、投资和战略方向可能会有更深层次的结合。

到底有多少种“搞数据的” 你凌乱过吗?

3.商业路线

这里的业务与上述行业的区别在于,业务更侧重于某个行业或某个领域。例如,一些人关注电子商务行业中的商家分析,一些人关注基于位置的用户行为分析,还有一些人关注消费金融领域中的数据分析。

到底有多少种“搞数据的” 你凌乱过吗?

这类数据人才的工作往往受某个业务问题的驱动,进行基于数据的分析。在分析过程中,要积累行业知识、商业产品知识和消费者心理知识,并具备很强的逻辑思维能力和数据嗅觉,这样用户就可以通过数据看到更本质的东西。

到底有多少种“搞数据的” 你凌乱过吗?

在具体的分析方法层面,除了掌握一些基本的统计模型外,数据分析还需要更多的思考:发现问题?维度细分?对比?回去吧。

到底有多少种“搞数据的” 你凌乱过吗?

4.启用路线

数据分析经常涉及三段论发现问题?分析问题?要解决问题,需要发现和分析更多的问题,但只有解决了问题,才能真正发挥数据的价值。我把位于问题解决环节的数据工作称为使能路线,它可以分为操作路线(数据操作或精细操作)和产品化路线(即数据产品)。

到底有多少种“搞数据的” 你凌乱过吗?

数据操作的起源可能如下:一些数据分析师发现某一天某一业务指标出现异常波动,比如总收入下降了30%,因此将其细分为特定维度(时间、区域、流量来源、特定人口统计特征或其他细分维度)。对比?返回流程,找到问题所在。并根据问题的关键点,分析潜在的原因,并在此基础上启动操作。这里的操作细化可能包括活动规划、渠道选择、时间安排、目标细分和定位、文案等。这些链接中的大多数都可以基于以前的数据模型计算出相对优化的方案,并且在此过程中经常使用a/b测试。

到底有多少种“搞数据的” 你凌乱过吗?

至于数据产品,我以前写过“数据产品的前世”,所以你可以看看历史文章。

到底有多少种“搞数据的” 你凌乱过吗?

5.综合路线

一些数据行业从业者也有全栈的趋势。数据从业者基于某一环节,如果基础知识扎实,也会受到利益驱动而向上游和下游扩展,如以下几类:

到底有多少种“搞数据的” 你凌乱过吗?

数据科学家:数学、统计学、编程、商业理解、机器学习和数据可视化都是不可或缺的;

到底有多少种“搞数据的” 你凌乱过吗?

成长黑客:数据分析、精细化运营、消费者洞察、营销、数据挖掘、甲乙类测试、产品规划等。可能都牵涉其中;

到底有多少种“搞数据的” 你凌乱过吗?

面向数据的企业家:数据分析师通常很敏感。如果他有积极解决问题的热情和动力,他可能会走这条路,而且他周围有很多这样的朋友。

到底有多少种“搞数据的” 你凌乱过吗?

......

最后,我想说选择方向很重要,但更重要的是要脚踏实地地练内功。

你想做什么样的“数据工作者”?

作者:老读经启蒙,从公开号老读经启蒙(老杜悟666)开始,也欢迎大家加入我的微信号交流:老杜悟

到底有多少种“搞数据的” 你凌乱过吗?

*本文是作者的独立观点,并不代表老虎嗅探网络的立场

本文由老杜屋授权的老虎嗅探网发表,老虎嗅探网编辑。转载这篇文章必须得到作者的批准,并请附上来源(老虎嗅探网络)和本页的链接。原链接户县/文章/145129/1

标题:到底有多少种“搞数据的” 你凌乱过吗?

地址:http://www.3mta.com/xlxw/7610.html