CDA数据分析师 出品
编译：Mika
【导读】
作为一名数据分析师，你应该走什么样的职业路径？当你成为一名数据分析师之后你会做什么？在本文中数据分析师Alex Freberg就给我们聊了聊这些问题，看看我们应该怎么做！
大家好，今天我们将讨论一下数据分析的职业发展路径。
具体来说，我们会聊一聊：
我们先聊聊第一点，如何成为数据分析师。
首先，在成为数据分析师之前，我们踏上这条职业路径，一开始要做的就是学习相关技能。
想成为数据分析师，我认为三个最必要的技能是：
最开始用处很大，但学习来有些难度的就有：
但是这些技能熟能生巧。随着你在职业路径中越走越远，这些技能你会不断累积和提升。
为了成为数据分析师，你一开始就需要学习这些技能。
接下来你要做的就是制作个人简历。
你的简历就是，向雇主介绍你是谁的快照。因此做好简历是至关重要的，要确保把自己塑造成他人想雇佣的人才。
因此在制作建立时有几点关键要注意：
首先，强调自己最擅长的技能。
如果SQL是你的强项，那么在简历中至少要提到三次SQL。比如放在总结部分、技能部分、工作经历，或者至少在作品集中。
接着在简历中，去掉无关的工作经历或技能。
假设过去五年你一直是厨师。现在由于某些原因，你想转行成数据分析师。那么就不用列举出当厨师时，你所学的技能。
现在你要主要列举决定转行数据分析师后，你所学习的相关技能。
这里要注意的是，如果在之前的工作，你掌握了大量领域专业知识。
比如你有五年护士工作经验，护士并没有大量数据分析经验，但如果你打算在一家医疗分析公司工作，你的护士工作背景就十分有用了。
最后，简历要有条理性和专业性。
我看过很多简历，我常常发现：许多求职者的简历没有与时俱进，还停留在之前的状态。
因此，及时更新的简历将大有帮助。
还有一点就是，很多人的简历上附有大头照或者很鲜艳的颜色。我一般给出的建议是让简历更简洁，颜色更低调比如选择别太亮的颜色。
下面一步，你需要建立作品集。
目的是为了向雇主展示你能做什么，你掌握的技能，你做的步骤，如果聘用你，他们会得到什么。
通常我会建议准备2到5个项目。
很多人问我怎么开发项目，怎么建作品集，以下是要建立作品集的步骤：
首先，获取数据集或收集数据。
从网页爬取数据，或者在Kaggle或Google获取数据集。
接下来对数据进行清洗和转换，从而之后能使用。
你可以通过Python里的pandas，或者SQL完成这个步骤。
清洗数据后，这里建议把数据放在SQL。从而可以生成视图，还能展现SQL的能力。
然后将数据可视化工具连接视图，生成可视化。当中可以做出很多变化，收集数据、转换数据的方式、可视化的方式等。
以上这就是建立作品集的基本步骤。
最后要做的就是，如何向雇主展示你的作品集。
你可以发布在Github，或者建立个人网站。我建议在简历中放上对应链接。
接下来我要建议的就是跟猎头合作。
之前我为了找工作与猎头建立联系，如今我与猎头联系是为了招人，因此我知道在招聘过程中他们的重要性。
如果你之前没想过这一点，这里有几点简单的方法可以试试。
首先你可以用LinkedIn。从LinkedIn试试是不错的选择，很多猎头在招聘时会看看LinkedIn，然后联系人进行面试。
因此在LinkedIn资料时，你可以写：那你想找数据分析师或者初级数据分析师的工作。让猎头带着工作机会来主动来找你。
如果你不想被动的等待，也可以主动电话或邮件联系猎头。
我建议打电话联系，跟猎头聊聊，让他们知道你的情况，你想找什么样的工作。之后当你发送简历给他们时，他们至少会将你跟简历联系起来，或者帮你更快的找到工作。
最后你需要跟猎头合作，获得面试机会。我认为跟猎头合作能获得更多面试机会，这远胜于自己投简历。
通常这些猎头有内部消息，或者跟公司直接有合作。因此他们十分了解他们要找的职位，而且会知道你是否能胜任。
下面要讲的是，获得面试机会，最终得到工作。
为此我强烈建议你准备好技术类问题。
至少据我所知，对于初级数据分析师，技术性问题主要是关于SQL。随着你更有经验，也会涉及到Python的问题。
你还需要准备任何面试都会问到的常规问题，大家常常搞砸的问题之一就是：
我最大的弱点是什么。
这个问题把很多人都难倒了，但是每个面试都会问到。我的建议是事先写下来，当你被问到时不会措手不及。
最后注意着装，保持自信。
关于自信，说起来容易做起来难，很多时候大家都会紧张。但我向你保证，自信是大有帮助的，在半个多小时的面试中，起码要试着假装自信满满。
好的，最终你得到这份工作了。
你成为了数据分析师，并工作了好几年，那接下来要做什么呢？
该做些什么提升职业路径呢？
有很多不同的发展方向，但每个人应该做的就是：提升技术。
我强烈建议你去学习Python或R。
或者学学ETL，即抽取、转化、加载，用于从来源获取数据，加载到数据仓库或数据库，比如SSIS、Azure、Data Factory、AWS Glue这类热门的ETL工具。
你还可以学习数据建模，预测模型/分析，还可以学习数据仓库建模。
或者进阶到数据科学技能，比如机器学习以及NLP。这些都是数据科学家常用的。
当你作为数据分析工作了一段时间，有好几种发展路径可以选择。
职业发展路径1：回到学校进修
其中一条是回到学校进修。如果你想攻读硕士学位，这会是非常不错的选择。硕士学位对于你职业的长期发展是很有帮助的，有很多专业都跟数据分析相关。
首先是计算机科学，我认为这是最受欢迎的专业，而且最有用处的。
其他还有信息系统，统计专业，现在甚至还有数据分析或数据科学专业。你可以从中学到，成为数据分析师或数据科学家的专业知识。
回到学校进修是很好的选择，你还可以边工作边学习，很多人进行在线学习，还有很多在线学习硕士课程，如今边工作边攻读硕士学位也越来越得到认可。有些公司还支持员工进修，甚至帮员工支付学费。
职业发展路径 2：垂直发展，不断晋升
另一条发展路径就是，升职，继续当数据分析师。
中级数据分析师、高级数据分析
从初级数据分析师职位起步，然后不断晋升，成为中级数据分析师，高级数据分析。你仍然是数据分析师，但你比新人更经验老道。
首席数据分析师
管理者的不同之处在于，管理者通常以最有效的方式组织大家工作。首席数据分析师还是要做数据分析工作，但他们下面有要指导和帮助的数据分析师。当遇到问题和技术问题时，首席数据分析能帮助其他人解决问题。
数据分析经理
正如我们前面提到的，还有数据分析经理。通常这个人不会做繁重的工作，他们更多的是在管理层。他们会决定哪些项目最重要，他们对公司的发展有很大的影响力。
数据分析总监
如果你继续晋升，还可能成为数据分析总监，这是很多人的目标。如果你作为数据分析继续做下去，你可能会晋升到这个位置。
职业发展路径 3：职业转型
最后一条路径是职业转型。
数据分析师需要用到很多工具和软件，这点与你感兴趣的许多不同工作是重叠的。
假设你很喜欢ETL相关的，你可以转型成数据工程师。
作为数据分析师，你也可以转型到这些岗位：
关于如何从数据分析师转型到这些岗位，今后我之后会进一步进行介绍。
虽然你喜欢当数据分析师，当今后的职业发展中对你而言可能有更好的工作。
回学校进修跟这些职业转型也会有所重叠，当你在进修时，你可以职业转型 或者利用学位进行职业转型，你还可以利用学位继续晋升，一直做到总监的位置。
今天的内容就到这里，感谢收看。
关注微信
