大数据现在有多热门?在公司里私下问一圈,发现10个同事中就有9个,正打算或者已经开始了自学数据分析。
例如当下最网红的编程语言Python,因为太简洁易学↓
几乎成了零基础入门数据分析和编程的必学工具,大公司也纷纷要求非技术岗位员工掌握Python语言,一时间人人都把学Python挂在嘴边。
(不少新闻报道摩根大通等企业要求员工必学Python)
又例如大部分互联网公司在用的数据库语言SQL↓
互联网商业分析师每天其实要花最多时间在SQL上,而金融/管理/咨询/销售行业的小伙伴,面对百万数据的时候,EXCEL都满足不了需求,但要从Office一下蹦到专业数据库,技术门槛又太大。因此SQL对于很多想从事数据工作的人来说,都是首要学习目标。
还有最常见的可视化工具Tableau,很多人都知道「字不如表,表不如图」的职场汇报铁律。然而,真实的工作场景通常是——
当你把8个sheet的数据做了十多个图表,挨个儿贴进PPT,再调颜色、大小,还要写一大串注释,忙到半夜,老板还嫌丑
而别人把数据导入Tableau,简单设置后,刷拉拉就能得到可视化图表,还有交叉分析等。
(Tableau拖曳成图示例)
上面这些工具,其实都是做数据分析时必备的。但每个工具的功能都很强大而复杂,到底该学哪些?学到什么程度?没有基础的人应该怎么学?
但我们观察了身边很多开始自学数据分析的人,很容易陷入这些误区——
1. 网络上免费的教材、视频很多,但大多都是「纯技术学习」,像大学课堂一样都是枯燥理论,没有技术背景根本听不懂。
2. 一次很多人下载了网上几个G的资料包,结局都是看了几节课课就再也没打开过,原因就是这类课程,要么没有案例讲解,要么就是“飞机大战”这种与实际工作不相干的练习,学了没地方用,等于白学。
3. 市面大多数课程的导师,都是学术、科研的技术背景出身,对于数据分析应用最广的互联网、金融、咨询领域的实际工作场景,通常没有一线工作的理解,讲解和训练上不容易给到学员更实用的指导,一样容易陷入学了用不上的困境。
4. 很多课程通常只专注于一个数据分析工具的教学,但如果只掌握了单一工具,对于整个数据工作来说,其实是远远不够的。
我们采访了一些来自阿里、网易、高盛、中金的数据分析师,他们都表示,一套数据分析的工作,通常是需要多个工具结合完成的。
本文分享自 机器学习算法与Python学习 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!