데이터 분석가로서 경력을 바꾸는 방법
최근 몇 년간 주요 플랫폼에서 '데이터 분석' 열풍이 불기 시작했고, 이로 인해 많은 친구들이 저에게 이렇게 묻습니다. 데이터 분석가가 되기는 어렵나요? 데이터 분석가가 되기 위해 직업을 바꾸는 방법은 무엇입니까? 데이터 분석을 배우기가 어렵나요?
먼저 '진로 전환'이라는 개념을 분명히 하고 싶습니다. 데이터 분석이나 빅데이터 분야를 접해본 적이 없는 아이들에게 '진로 전환'이라는 단어는 사실 아직까지 '업계 진출'이라는 단어에 맞지 않는 경우가 많습니다. 내 관점에서 '진로 변경'의 문자 그대로의 의미는 같은 수준에 있고 길 모퉁이까지 걸어가다가 우회전하면 다른 세계에 도달하는 것 같습니다. .
그러나 실제 '진로전환'은 이보다 훨씬 더 잔혹하다.
'진로 전환'의 첫 번째 단계는 포기하고 가라앉는 것이어야 합니다. 현재의 지위와 연봉을 받기 위해 현재 가지고 있는 능력을 포기하는 것은 현재의 수준을 걷고, 더 낮은 수준에 도달하고, 다시 올라가는 과정입니다. 즉, 포기하고 가라앉지 않는다면 진로를 바꾸고 있다고 말할 수 없습니다. 직업을 바꾸고 싶다면 직업을 바꾸는 것이 얼마나 잔인한 일인지 알아야 합니다.
좋아요, 당신은 직업을 바꾸는 것이 얼마나 잔인한 일인지 깨달았습니다. 당신은 지금 가지고 있는 것을 포기하고 정신과 육체가 가라앉고 도약할 준비가 된 것입니다. 다음 단계는 바로 그 문, 즉 데이터 분석가의 세계로 들어가는 문을 찾는 것입니다.
'정확하다'라는 단어에 주목하세요. 당신은 근처에 있는 다른 모든 문 중에서 선택하는 대신 이 유일한 문을 선택했음이 틀림없습니다. 이 문을 찾기 위해 수많은 바이두 검색을 거쳐 지식 포인트를 찾기 위해 포럼을 검색한 다음, 진실을 유지하면서 거짓을 판단하고 마침내 올바른 문을 찾아 데이터 분석가에 진입했습니다.
이 문을 어떻게 찾나요?
도구 + 방법론이라는 두 가지에 대한 높은 수준의 요약입니다. 도구의 순서는 초급부터 고급까지: Excel, MySQL, BI, Python, 알고리즘 등입니다.
다음 작업을 수행해야 합니다:
1. 마스터 데이터 분석 도구
A. 기본 도구: Excel
데이터 관점과 시각화를 실현하는 데 도움이 되며, 일일 데이터 계산을 완료하려면 일부 기능만 사용하면 됩니다.
B. 데이터 추출 도구: MySQL
MySQL 데이터베이스에는 데이터를 추가, 삭제, 수정 및 쿼리하는 데 사용할 수 있는 기본 구문이 포함되어 있습니다.
C. 분석 도구: Python
데이터 크롤링, 데이터 분석 및 마이닝 Python에는 웹 문서 및 최신 웹 문서의 API에 액세스할 수 있는 매우 풍부한 라이브러리가 있습니다. .
D. 시각화 도구: excel, PPT, FineBI
시각화는 원래 추상적인 데이터를 차트 형식으로 표시하여 데이터를 더 명확하고 이해하기 쉽게 만드는 것입니다. Excel과 PPT는 매우 일반적으로 사용되는 시각화 도구입니다.
E. 머신러닝이나 신경망 등의 알고리즘
알고리즘의 기능은 사물의 기존 특성을 사물의 결과인 '특성 x'와 결합하는 것입니다. "result y" 수학 공식 간의 연결을 설정합니다. 수많은 알려진 x와 y로부터 x와 y 사이의 최적의 관계에 대한 수학 공식을 찾고, 마지막으로 많은 x를 알 때 그 y 값을 예측할 수 있는 수학 공식을 찾습니다. 이는 그다지 직관적으로 들리지 않을 수도 있습니다. 그러나 그 적용 범위는 매우 넓습니다. 예를 들어, 각 숲의 다양한 실시간 데이터를 알면 어느 숲에 산불이 발생할 가능성이 높은지 알 수 있고, 다음에는 이런 산불을 피할 수 있습니다.
2. 데이터 분석 방법론을 마스터하세요
회사의 비즈니스에 가장 적합한 데이터 분석 모델을 찾는 것입니다. 일반적으로 각 특정 산업에는 전자 상거래에서 일반적으로 사용되는 분해 요인 분석, 유입 경로 분석 등과 같은 비즈니스 분석에 일반적으로 사용되는 모델이 있습니다. 소매 업계에서 일반적으로 사용되는 RFM 모델, 기술 통계 분석, 초상화. 분석 등 교육업계에서 흔히 사용되는 . 각 산업에 맞는 데이터 운영 모델과 알고리즘까지 맞춤화되고 개인화되지만 그 이면에는 보편적인 논리가 있을 것입니다. 이러한 공통 논리를 마스터하는 것은 데이터 분석가가 비즈니스 모델을 변경하는 기초입니다.
마치 농구를 배우는 것과 같습니다. 먼저 기본적인 드리블 기술을 익히고, 왼손과 오른손으로 레이업을 익히고, 실제 전투에서 패스, 포지셔닝 등을 연습해야 합니다. 일반 기술을 익히는 것은 왼손과 오른손의 레이업과 드리블 기술을 연습하는 것이며, 실제 비즈니스에 모델을 활용하는 것은 걷기와 패스를 연습하는 것입니다. 기초가 전혀 없어 업계에 진출하려는 학생들에게는 데이터 분석의 일반적인 방법론을 익히는 것이 매우 중요합니다.
그러나 누구도 그렇게 많은 도구와 방법론을 하루아침에 익힐 수는 없습니다. 모든 항해에는 출발점이 있어야 하며 이는 초급 데이터 분석가에게도 동일하게 적용됩니다.
처음에는 주니어 데이터 전문가가 되는 법을 배울 수도 있습니다. 이를 위해서는 Excel 및 PPT에 능숙해야 하며, VBA 작성, 피벗 테이블 작성 및 기본 수식 사용이 가능해야 이미 많은 전통적인 회사의 데이터 전문가가 될 수 있습니다. 두 번째 단계는 SQL을 알고, 비즈니스를 이해하고, 일부 기본적인 데이터 처리를 수행할 수 있는 것입니다. 이전 단계의 기술과 결합하면 회사의 데이터 작업 및 데이터 제품의 대부분을 수행할 수 있습니다. 그렇다면 전문 데이터 분석가로서 통계, 회귀, 가설 검정, 시계열 등에 대해 잘 알고 있어야 하며, 이러한 기술을 마스터하는 것만으로도 대부분의 인터넷 비즈니스를 처리할 수 있습니다. 가장 높은 레벨은 데이터 사이언티스트입니다. 이 단계에서는 데이터 분석가의 왕이 됩니다. 통계에 능숙해야 하며, 매개변수 조정 및 최적화, 데이터 검색, 데이터 웨어하우징 등 머신러닝을 사용할 수 있어야 합니다. , 시각화 등. 그것은 당신에게 아주 쉬운 일입니다.
실제로 데이터 분석가가 되고 싶든 아니든 데이터 분석은 점차 직장에서 필수적인 기술이 되었습니다. 학습 데이터 분석을 통해 직장에서 당신의 슈퍼 능력을 마음껏 발휘할 수 있습니다. 보다 체계적인 학습 계획과 진로 계획을 원한다면, 주슈 아카데미에 오신 것을 환영합니다~