每年總有很多人，懷揣著對世界的一知半解、滿腔似火的熱情、還有對美好生活的向往，走出象牙塔，投身社會。

世界很大，誘惑很多。對于未來，甚至在工作多年后，他們仍然沒有清晰的方向，或者缺乏獨立、深度的思考。

方向很重要，而人生很短暫。往哪里走，怎么走，再怎么也得花點時間思考一下，不是嗎?

如果你決心要在數據科學領域有所作為，或者立志做數據分析，這篇文章提了點小建議，希望對你有所幫助。 

[[234781]]

一、去大廠還是去小廠?

我們做每件事之前，都要先明確做這件事的目的和意義是什么。

先來問問自己，做數據分析的目的和價值是什么?我的理解是，致力于用數據幫助企業解決業務問題，輔助業務決策。

關于這個問題，你可以花3-5年時間來思考和領悟，不急，但需要想清楚。

你還面臨一個抉擇，到底是去大廠還是去小廠?

之前接到很多獵頭電話，不少都會問：“你是做分析還是做挖掘的呀?”剛開始，也常會和獵頭在電話里“理論”一番。后來在大廠待過才明白，大廠分工比較細，分析是偏向經營分析，即取數分析寫報告，而挖掘則是建模調參部署等。小廠就不一樣了，談需求、確定思路、指標設計、平臺搭建、接入數據、處理數據、建立寬表、模型訓練、結果分析、撰寫報告、模型部署、報表計算、數據可視化等一整個流程，一個人幾乎都可能會參與。

如果有機會，請一定要去大廠歷練幾年!大廠大多都很開放，常常敢為天下先，敢于引入一些新的東西，包括技術、思維、制度，技術比較先進，優秀的人也很多。

大廠的管理制度也很完善，福利待遇當然會更好些。大廠的數據規模絕對夠大，而且應用場景也多，可施展的空間應該會比較大。所以，抱著學習的態度在大廠里混幾年，是可以成長很快的。(有好，當然也有不好)大廠流程繁雜，整體效率偏低，提一個取數申請可能需要1-2周。大廠的內部競爭也大，存在于不同項目團隊，也存在于同一部門不同成員之間。大項目資源投入大，小項目資源申請很困難，重視程度也不一樣。最主要的，大廠分工很明細，不同職位的輪換似乎不大容易，從入職到幾年后離開一直做經營分析都是有可能的，容易導致能力的單一，不利于個人綜合素質的培養。

相比之下，小廠就靈活多了，人和事都不會很復雜，而且效率也高。小廠可能會優先考慮做這件事情的投入和產出，即看應用效果。(大廠反而愿意給資源去試，短期內不怎么關注投入產出。)所以，在小廠工作，既要學會幫公司賺錢，也要學會幫公司省錢。小廠分工不會很細，大多需要一個人做多種工作。所以，小廠里面的程序員常常身懷多技。但小廠數據規模小，技術實力較弱，團隊成員整體素質不高，而且項目流程不大規范，常常怎么簡單怎么來，怎么高效怎么來。有些小公司的碼農，除了對外發過一兩封郵件，平時的溝通幾乎是在QQ里，結果待了幾年之后連寫一封郵件都不會。有些小廠自己沒有數據，重要是作為乙方給大企業做項目，這種模式常常受甲方牽制，可發揮的空間很小，而且一個項目周期往往比想象中要長(我本人之前就厭倦做乙方)，因此不大建議去這樣的公司。

不管大廠還是小廠，在選擇時，建議都要看看所要加入的團隊。

綜合來說，建議先去大廠混幾年，再去小廠找個Title高點的職位發揮自己所長。

再來說幾句，什么場景下分析，什么場景下挖掘呢?

分析其實是一個很籠統的概念。把當前營業額跟去年同期做對比發現增長了不少，這個也可以認為是分析。分析是從數據中發現問題或規律，并提出合理的建議。分析常常伴隨著要寫報告，進而要給業務方匯報分析結果。最好是給決策層匯報，因為決策層有拍板的權力，而且對數據結果的感知和可能的應用有自己獨到的認知。

如果需要把分析的結果固化下來，定期輸出結果，提供給業務方，這個時候就需要開發數據產品了。

挖掘是用算法解決某個具體的復雜問題，用常規分析方法解決不了的，如客戶流失預警、商品最優推薦組合、最有投遞路線規劃等。

所以，我一般認為，分析是從數據中發現問題或規律，而挖掘是其中的一塊。

二、1-3年，“所見即所得”，打磨基礎技術

在職業生涯的初期，請牢記，“所見即所得，所感即所知，多見即多得，多感即多知”。

不管在大廠還是在小廠，一定要參與到實際項目當中，好好打磨自己的技術。不管是大項目還是小項目，一定要借助來之不易的機會，以極致的工匠精神修煉自身。

你最好能從基礎數據處理做起。只有這樣，你才能早點知道，數據并不像在學校里做實驗用到的數據那樣“好”，它可能看起來“又臟又亂”。只有這樣，你才能早點知道，給你取數的那個程序員是如何花了2-3天甚至一周時間才把數算好。

如果你精通SQL，那就太好了，這樣就可以直接能夠在數據平臺查看原始的數據了。

最好要看一看最原始的數據長什么樣。你不一定能一下子理解這些數據，但你可以慢慢地感受它們，因為它們所投射出來的是最真實的業務場景。

舉個例子吧，原始的會員注冊信息數據里面，性別一般填“男”、“男性”、“女”、“女性”、“未知”、“其它”等值，但處理好之后的二手數據里面，性別就變成了“男”、“女”、“未知”等三個值了。僅看這三個值，可能會漏掉一些業務場景，填“男”可能是從移動端輸入時選擇的，填“男性”則可能是手工填寫注冊表格時勾選上的。而漏掉的這個場景，說不定就是所要找的那個分析點。

你最好還能熟練掌握一兩門編程語言，比如當下流行的Python，作為入行的基礎技能。(順便說一下，碼農界普遍認為只會SQL的不算真正的程序員~~)

當今時代，編程已經從娃娃開始抓起。早在5年前，英國規定5歲以上兒童必須學習編程課，法國將編程列入初等教育選修課程，美國已有40個州制定政策支持計算機科學，有35個州將計算機科學課程納入高中畢業學分體系。美國前總統奧巴馬就曾在全美發起“編程一小時”的運動，旨在讓全美小學生開始學習編程。2017年，浙江、北京、山東等省確定要把Python編程基礎納入信息技術課程和高考的內容體系。編程將是一項很基礎的技能，也將是承接其他知識的基石。在未來，會編程很可能跟使用智能手機一樣普遍。

當處理基礎數據的時候，必然會在數據庫或數據平臺上進行。你可能需要對這些存儲數據的環境加以了解，如傳統的結構化數據庫Oracle、Mysql、DB2等，又如當下流行的Nosql數據庫HBase、Redis、MongoDB、Cassandra等，再如大數據集群平臺、原理及其相關概念，類似Hadoop、Hive、Hue、MapReduce、Spark、Scala、Sqoop、Pig、Zookeeper、Flume、Oozie等。你或者也需要了解數據傳輸的工具，如DataStage、Kafka、Sqoop等。你甚至也可能被安排做安裝系統、部署軟件、配置環境、同步數據等一些瑣碎的工作。

關于這些，如果你非常感興趣，可以考慮往大數據平臺方向發展，成為數據開發工程師、數據平臺運維工程師、或者數據平臺架構師。

你不必理解太深，可僅僅停留在了解層面，但知道這些知識會讓你和數據開發工程師、運維工程師和平臺架構師溝通起來順暢很多。

當處理和分析數據時，有些關于數據的操作是必然需要掌握的。首先是常見格式的數據導入導出，如TXT、CSV、XLS，然后是主要的數據加工技巧，包括建表/視圖、插入、更新、查詢、并聯、串聯、匯總、排序、格式轉換、循環、常用的函數、描述統計量、變量，等等。

這些操作很基礎，但不簡單。你可能經常會遇到各種情況，如花了一個下午時間就是沒能把一個很小的CSV數據文件正確地導入到數據庫中，不是亂碼就是錯位，或者兩表關聯時老是報一些煩人的錯誤，或者日期字段進行格式轉換時出現空值......反正狀況百出，防不勝防。

關于這些基礎操作，需要不斷積累經驗，盡量能夠做到在不同場景下快速高效地完成，輕松應付。

如果有人已經給你取好了數，而你的工作是分析數據寫報告，那么分析技巧首先是你需要培養起來的。對拿到的數據，要時刻保持疑問，不能太樂觀，因為別人算好的數據未必完全是你想要的數據，又或者數據質量并不是你想的那樣好。

在分析之前，需要進行數據探索，看看數據質量如何。

比如，你需要清楚有多少數據量，有什么信息，可衍生什么指標，缺失情況如何，如何填補缺失值，值的分布情況如何，如何處理極值，名義/字符變量是否需要轉換，等等。

分析時，要清楚指標不同形態的含義，如絕對值、占比、同比、趨勢、均值、標準差，等等。

在這里，我想指出，數據有對比才有意義。如果一個窮人撿到100元，他會很高興，這夠他吃好幾天了。但如果讓一個富人去撿100元，那感覺就不一樣了，他可能覺得他不值得這么做，因為用彎腰去撿的時間掙到的錢遠遠不止這么多。

統計學知識是必須要掌握的，這是基礎。如果你非數學或統計學專業出身，那么請自學。

另外，也請你一定要掌握主流算法的原理，比如線性回歸、邏輯回歸、決策樹、神經網絡、關聯分析、聚類、協同過濾、隨機森林，再深入一點，還可以掌握文本分析、深度學習、圖像識別等相關的算法。

關于這些算法，不僅需要了解其原理，你最好可以流暢地闡述出來，還需要你知曉其在各行業的一些應用場景。

關于這些算法，你最好能夠參與關于模型開發的具體項目實踐。那樣的話，你就可以清楚關于建模的大概流程是怎么樣的，不同算法在建模中有不同，需要注意哪些地方。

作為職場新人，你不僅需要打磨技術，純技術之外的技能也需要不斷修煉。

職場的做事方式方法、為人處事以及一些潛規則，更多時候只能靠悟，說出來就可能不大好了，因此需要不斷領悟。畢竟，悟性這東西是很重要的。

還有，溝通是碼農普遍的老大難問題，建議重視起來并加強。

如果你有機會和很牛的人在一起工作，那你太幸運了。你可以多請教優秀的人一些問題，也可以平時多觀察那些優秀之人的做事方式、工作習慣，看看有哪些好的地方、好的品質值得你學習。只要吸納進來，就可以轉化為你的優點，推動你進步。

俗話說：“三人行，必有我師。”每個人都有每個人的優點，對于所遇到的每個人，建議多欣賞別人的優點，少抨擊別人的缺點，這樣你就可以“兼收并蓄”，逐步塑造更好的自己。

三、3-5年，“技多不壓身”，拓展能力邊界

當邁過了最初的3個年頭后，你的技術越來越好，也做了不少項目，也越來越清楚自己未來的方向，但你也會發現有越來越多的東西還需要去學習和加強。

這個時候，你的知識是零散的，還遠未形成體系。你也許還需要花些時間好好梳理和總結過去幾年積累的經驗和知識，不斷沉淀，形成自己的知識體系和方法論。在梳理的過程中，你會不斷清楚自己有什么，缺什么，哪些地方弱，哪些地方強，未來需要花多少時間補強哪項技能，等等。

你可以沿著數據的整個流程，即數據采集、數據存儲、數據處理、數據分析/開發模型、報表計算、數據可視化，不斷拓展自己的能力邊界，最好在流程中的各個環節都做過項目。

例如，在數據采集環節，你可以學一下爬蟲技術。

這個時候，你不再是新人。新人大多是等著別人安排工作，并在詳細的指導之下完成。而你慢慢成長為老司機了，需要獨立完成一個個任務了，如獨立開發一個模型、寫一份會員分析報告、梳理關于近期營業額下降原因分析的思路，等等。你需要不斷適應在無人指點的情況自己去尋求問題解決辦法，也可能需要應對此前沒有遇到過的新情況并獨立展開調查研究。幾乎沒有人幫你，你也沒法指望別人明確告訴你怎么做。而你需要的是，歷經3年之后成長路上的一個質變。

在這過程中，你可能需要不斷查找資料，咨詢別人，并加以思考，梳理出有效的方案，最后落地執行。在這過程中，可以有效訓練以下幾方面的能力：

• 查找資料
• 會問問題
• 總結梳理
• 寫作能力

關于總結梳理，建議定期做，常常做，每天做，建議養成一個日常習慣。

對于不同問題和場景的思路整理總結，常常需要方法論指導，如麥肯錫金字塔原理、結構化思維等。關于這些方法論，不僅要諳熟于心，也需要將其應用到實際工作當中。這是受用一生的知識，你也可將其運用到你的日常生活中，用以解決你日常的問題和需求。

關于思路的整理，可以借助思維導圖工具。

另外，請注重培養自己的數據敏感性和數據思維，越早開始越好。關于如何培養數據思維，將以另外的文章單獨闡述。

EXCEL是操作和處理數據最方便的工具，也是必須掌握的辦公軟件。很多人會用EXCEL，但根本不精通EXCEL。簡歷里那句“精通EXCEL等辦公軟件”，常常是一個謊言。建議你好好學一下EXCEL，包括展示數據、透視表、函數、畫圖、動態圖表、VBA等。不要僅僅停留在最粗的層面，比如畫圖，使用默認設置也可以畫出一個圖表，但是不好看，閱讀體驗不好。關于怎么用EXCEL畫好圖表，推薦閱讀《EXCEL圖表演示之道》、《最簡單的圖形與最復雜的信息》。

寫分析報告，難免會用到PPT。關于如何寫好PPT這件事，從來就不是件輕松的事。但你可以給自己一些時間去學，比如3年、5年、甚至10年。剛開始，寫得不好沒關系，但一定不要放過每一次鍛煉的機會。

在領導眼里，會寫材料的人比會編程的人更有存在感。而且，會寫材料的人總是顯得那樣“稀缺”。如果你是別的同事眼里的“會Coding的人中最會寫PPT+會寫材料的人中最懂技術”的那個人，那你將會很受重用。

四、5-10年，“不忘初心”，有所為有所不為

在別人眼里，數據分析和開發模型是很高大上的。但這高大上，常常處在很多尷尬的處境。數據分析匯報一次之后就沒了下文，模型開發了，部署了，也定期出數了，但就是沒用起來。用戶方或業務方覺得這些東西對他們業務幫助不大，可有可無(雖然包裝一下用來忽悠一下投資人可能也有點用處)，還不如一個經驗規則來得有效，簡單粗暴，省時省力。

關于經驗規則和算法模型之爭，如果你堅定認為你開發的模型比業務方所認為的經驗規則更有效，那么，請你拿出“證據”，用數據說服業務方，讓他們改變觀念，覺得你是對的。

之前信奉的那句“數據驅動業務”，是不是錯了嗎?

此刻，請回到初心吧!我們的初心是什么?那就是用數據幫助業務解決問題，用數據輔助業務決策。數據分析只是其中一種形式，當然還有其它。因此，不要迷戀數據分析，不要迷戀算法模型。“不管黑貓白貓，抓到老鼠就是好貓。”

你或許開始注重追求數據解決方案的實用性，強調落地執行，更看重應用效果。

你必須真正理解業務方的需求。當業務方進行選品和定價時，他們需要一份關于競品的商品數據來做參考;當業務方想隨時看到當前時刻的訂單量，你需要實時匯總數據并實時呈現給他們;當業務方既想看總體的經營數據，也想看各區各部門各門店的經營數據，你需要開發一個多維度層層鉆取查看的功能......而這些都不是數據分析和算法模型，但這些也是數據應用，也能產生數據價值。

如果有機會，不妨嘗試做個數據產品經理。數據產品經理需要從產品角度實現業務功能。在當前數據產品化的趨勢下，這是一個很有挑戰性的事情，不容易做好。畢竟，討好一大群用戶，比單獨討好一個用戶要難得多。

在數據產品設計里，數據可視化是一個重要的事情。好的圖表會說話，好的功能會抓住用戶的心。即便撇開數據產品，我們在分析報告里也會需要數據的可視化表達。

數據可視化傳遞的是一種明確的數據信息，一目了然，賞心悅目。從畫好一個數據圖表，到功能版式的精心設計，再到對功能細節良苦用心的把握，你需要不斷精進。一旦你感興趣，你將會很快沉迷于其中，因為那是一種美的表達。

五、10年+，“砥礪前行”，創新、創業、創造

是的，你已經做了十年，希望你無悔當初的選擇與堅持。

此時你也遇到很多瓶頸，或許你空有一身好武藝但得不到老板重用，或許你想做個實力派但處于各種原因離技術越來越遠，或許你很努力但職務仍然上不去，或許你面對繁重的工作心有余而力不足，各種分身乏術......你一直在等待和尋找著機會，突破自己。

如果你在一個行業待了十年，在別人眼里無論怎樣都已是個專家，所以，請自信!

你還需要在圈里有一定的影響力，需要樹立個人品牌，最好能在圈里外有較好的傳播。或許你需要逐步提升講課程的能力，這是一種知識分享與傳遞，也是提高個人影響力的有效途徑。不要放過任何露臉的機會。

你或許已經深刻明白，分析的結果、開發的模型、數據產品只有被應用起來，才真正算是產生價值。你會越來越關注數據應用的問題。當你開始聚焦這個問題時，你會問自己，”用戶或業務方真正需要什么?“這個時候，你得有用戶思維了。你會加強對業務的重視程度，也會不斷回到業務層面去思考數據的實際應用。

你最好也時刻關注當前社會的趨勢和潮流，特別是與互聯網相關的。這樣可以讓你保持開放的心態，洞悉社會的風向，驅動自己的思考，挖掘潛在的機會。你可以從中了解當前行業中成功的數據應用案例，開拓自己的思路，多想想用數據還可以幫助各行業解決什么問題，可能的機會在哪里，自己應該怎么做。

你可能要面對的是，數據應用對一個行業或一個企業來說，永遠都是在探索。某個數據應用思路或項目一旦成功了，就會得到越來越多的資源投入，越做越大，如果失敗了，就會立刻遭放棄。因此，要有創新精神，要有創新的勇氣和自信。

職位上來說，你可能開始擔任一定的管理工作。因此，你還得學會團隊管理，懂得如何向上管理和向下管理。你的日常事務會越來越多，你也需要學會有效管理自己的時間。你可以成為一名“清單控”。但必須指出的是，時間管理，最本質的還是自我的管理，對精力的管理。

這個世界一直在變。我們也一定要“善變”，順勢而為。不管是10-20年前的BI(商務智能)，過去幾年的大數據，這年頭炒得火爆的人工智能，還是未來涌現的更多概念，只要我們足夠開放，敏感洞察，挖掘機會，創新、創業、創造，不斷成就自己。

汪國真在《熱愛生命》里寫道：“我不去想是否能夠成功，既然選擇了遠方，便只顧風雨兼程。”英雄不問出身，只要你下定決心，即使再晚出發，也會達到，還可以走得更遠。

最后，作為數據人，與你共勉，“不做數據的搬運工，要做價值的締造者”。