首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >专栏 | 数据分析师进阶指南

专栏 | 数据分析师进阶指南

作者头像
小莹莹
发布2018-04-23 17:04:38
7580
发布2018-04-23 17:04:38
举报

虽然我们栏目名字叫“每天一个数据分析师”,但本期C君采访了可不止一位,他们有的是从业几年甚至十几年的老兵,有的是从零开始想要转型的准数据分析师。但他们不久前做了同一件事儿,那就是参加了第三届CDA数据分析师认证考试,并且名列前茅。

所以本期C君向他们讨教了取得高分以及数据分析师的进阶秘籍。好了,马上进入正题:

Step 1 :小白也有春天

秦志龙

CDA Level 2 建模方向·状元

毕业于北大物理系,目前在一家研究所工作,虽然现在的日常工作与数据分析没有太大关系,但对数据分析有浓厚兴趣,准备转型做一名数据分析师。

备考建议

我的学习过程很简单,就是遵照我们的考试大纲列出的参考书都看了,比如说数据挖掘方面的推荐两本教材,工具选择了spss modeler,把推荐的教材对照着考试大纲的需求从头到尾学了一遍,把大纲上每个要求的点都弄透弄会,最后再复习下。我复习了将近两个月,平均每天坚持学习3-4个小时。

想好参加考试的目的是什么,是为了拿到一个证还是学能力,这两方面都很重要,除了考试本身和分数之外,要注重提升自己的真才实学,在准备的过程中不要仅以考试为目的;回到考试本身来讲,我们的考试更多的是对数据挖掘本身以及各种算法的认识,如果备考时间没有那么充足,建议同学们不要在算法细节上钻的太深。

我的计划

我选择CDA考试是为了增加一些求职的竞争力,大多数人走入工作岗位之后还是会有学习的需求,面对很多新事物,新的挑战,学习能力很重要。下一次准备考一考大数据方向。我现在只是掌握了一些理论和方法,但是在实践方面还很缺乏,这方面还要再加强,多找机会实践。

Step 2 :跨专业转型

苏振裕

CDA Level 2 建模方向·榜眼

最初学的是和金属有关的专业,和统计、计算机完全没有关系。后来接触到数学建模,随之对数据挖掘产生兴趣,目前在电信行业,成功转行。

备考建议

之前参加了CDA LEVEL 1的考试,之前看过一些spss,R语言统计分析的书,觉得如果不是要自己编写核心代码计算,应用层面都是不会太难。

除了平时看书,考前复习。CDA考试的很多题目都是上课的时候的例题,我觉得能把培训视频看两遍,跟着老师一步一步操作,就能把原理、软件操作搞定。我就是这么做的,理论结合实际,记忆效果更好。

如果想把数据挖掘学好,光看培训视频还是不够的,培训视频只是入门,还要看其他的书,案例。看书会存在很多疑惑,疑惑的原因我想还是在算法原理和使用范围方面吧,这些反过来可以加深对培训视频的理解和记忆。

很多参加CDA的同学都是在工作了的,平时上班很辛苦,要是每天能看半小时书也是不容易。说白了还是多看书多积累,工作之后更能理解知识是怎么用的,更有效果。

我的经历

我在大学学的是金属相关专业,后来在一个伪随机数研究项目中开始接触数学建模,用的是软件是MATLAB,兴趣使然,看了很多MATLAB的书,也看了一些数据建模的书。

决定转行业是在大四实习的时候,那时候在一个比较大的不锈钢厂的物理实验室管理一台电子显微镜,也了解了不锈钢厂的生产流程。不喜欢工业生产,下定决心转行。想想大学自己看过的书是MATLAB,spss,就投了很多简历,没有回应。后来找了一份数据库方面的工作,是电信行业的。当时领导说了一些数据分析的事情,然后开始看R语言,听说数据挖掘很火,也在看数据挖掘的书籍。当时真的是很紧啊,主要不是统计和计算机出身,对很多知识看起来都比较慢。

到目前为止,虽然对数据挖掘也算了解,也能用,但是核心的算法和计算方式就不太明白了。这就是商业应用和算法开发的区别。商业应用侧重在将算法应用在商业问题上,算法开发除了了解核心原理,还要懂得优化算法,改造算法。

目前在做电信的数据建模,就目前的感受是,数据挖掘的算法都是很简单的,重要的是商业理解,要对这个行业有积累。为什么项目的大部分时间都是画在数据清洗上?是因为数据的提取要确定各种口径,怎么取,数据出了问题要回溯。这些都是业务经验。在做分析的时候会发现很奇怪的结论,很难解释,其实是数据有问题,要重新核查口径。当没办法从数据中发现为什么异常,就应该从实际情况去看。

和数据较真,觉得技术很高大上,喜欢一切从数据出发,这就是刚从事数据分析人员容易犯的错误,要知道,技术最终还是服务商业的。

Step 3 :多读书,读好书

王清文

CDA Level 1 状元

CDA Level 第14期上海学员,在互联网行业做运营数据分析师三年有余,保持每天学习和阅读的习惯。

备考建议

1级考试有一些比较基础的理论知识,比如说概率密度函数,以前学过,现在有点模糊了,跟着老师又回顾了一遍,挺受用的。CDA的培训比较系统,懂一开始的统计基础到后来的SPSS、SAS,再到后来的实践。自学会比较零碎,CDA学下来知识结构比较清晰,用起来也比较得心应手。CDA第三本教材上数据挖掘的一些理论内容讲的比较细致。

我的学习

我一开始做运营数据分析,与业务比较相关,最近几年大数据确实很火,最近我自己也在学习数据挖掘,看了两本国外的书,一本是《模式识别与机器学习》,还有一本叫做《统计学习要素》,这两本是学习数据挖掘的基础读物

就数据挖掘来说,可以读一些书,一个是《集体智慧编程》,里面介绍了一些简单的实现,比如推荐算法,还有搜索引擎的算法,用Python来写的,如果想要做数据挖掘的话可以做一些Python的书,这一本是我入门的第一本书。另外,在Coursera上有吴恩达的公开课,讲数据挖掘讲的比较清晰,有理论基础,深入浅出,也有一些实现,主要用Matlab。

学SAS的话,徐刚老师讲的很好,提供了一些教材。如果想做数据分析的话,SAS还是要学一下,它有一些现成的东西,不用写算法,比如描述性的数据分析、建模之类的,很方便。

Step 4:能用技术解决的问题都不是问题

樊海平

CDA Level 2 大数据方向 状元

10余年从业经验,最初从事计算机相关行业,目前偏爱研究数据挖掘。

我的忠告

学统计出身的人和我们学程序出身的人看大数据的角度是不一样的,在学习大数据的过程中可以两方面兼顾。如果统计的基础比较好,可以多接触一些程序的东西,程序员可以多学习数据挖掘的内容。

眼高手低,这可能是毕业生的通病,即便是理论基础很扎实,要解决好实际工作中遇到的问题还是需要更多实践经验,这个行业还是有很多坑的,要务实一点。

能用技术解决的问题都不是问题,更多的问题是人的问题,比如说沟通,每个人对一个问题的理解不一样,如何说服老板接受你的想法,把结果用最合适的方法介绍给领导和客户,让让他们信服。我们聘用的一些分析师就存在这样的情况,技术很好,但就是将不明白,表达能力不够。

Tips: CDA数据分析师全国认证考试,一年由经管之家举办两次,分别在6月和12约最后一个周末进行。CDA数据分析师等级标准来源于经管之家与CDA协会成员长年从事数据分析教育与工作的经验和实践,对数据分析行业的研究,对数据分析教育的不断完善开发,从而总结出来的一套专业化,科学化,规范化,系统化的标准来认证什么样的人才才是合格的CDA数据分析师。最新考试信息请关注官网,第四届考试将在2016年6月25-26日举行。

来源:CDA数据分析师

1、回复“数据分析师”查看数据分析师系列文章

2、回复“案例”查看大数据案例系列文章

3、回复“征信”查看相关征信的系列文章

4、回复“可视化”查看可视化专题系列文章

5、回复“SPPS”查看SPSS系列文章

6、回复“答案”查看hadoop面试题题目及答案

7、回复“爱情”查看大数据与爱情的故事

8、回复“笑话”查看大数据系列笑话

9、回复“大数据1、大数据2、大数据3、大数据4”查看大数据历史机遇连载

PPV课大数据ID: ppvke123 (长按可复制)

本公众号专注大数据和数据科学领域,分享领域知识和相关技术文章,探索大数据商业价值,培养和挖掘大数据专业人才,欢迎大家关注!

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2016-02-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PPV课数据科学社区 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档