哈喽，大家好！作为一个二本信管专业的应届毕业生拿到了某大厂数据分析师offer，今天就来给大家分享一下我的“上岸”经历，希望能给大家参考和帮助。
字节跳动
我是大三开始找实习的时候，老师跟我们说数据分析师红利期正当时，找工作优先考虑。
以为本专业涉及相关知识会学得快，但下单了很多书籍后发现根本看不进去，脑海里总是有很多疑惑，不了解完整的数据分析学习体系。
即使啃完了书也不知道如何运用在工作中？然后怎么应对考官的各种面试问答？
多重压力下我崩溃了开始怀疑人生：数据分析到底要怎么学？怎么找工作？
后来闺蜜推我了一个保姆级的数据分析课，说是适合我们应届毕业生，
从零基础手把手教你数据分析思维、工具使用、案例实践、面试指导等，最绝的是还赠送一个珍贵的线上实习项目，有实习证明，背调可查。因为疫情原因实习不太好找，这能帮了我很大的忙。
当时真是疯狂心动了！！简直解了我的燃眉之急，马上报名！
在老师的督促下每天按时听课，接触到了以前从未了解的数据知识和企业实操案例。
我实习的项目是互联网的项目（听老师说还有新零售的和别的行业的项目），对我后来能够进入字节有非常大的帮助。字节的老师们可能就是看中我有互联网的实习经历。我的同学是做的共享单车的实习，就没进去，当然这是后话。
对于作业这块，班主任老师布置完作业后都会及时督促我们上交作业批改（在此感谢我的班主任，简直是拖延症晚期的良药，哈哈~）
遇到不懂的还可以在群里问助教老师和同学。
在对数据分析深入了解掌握了基本技能后，又利用业余时间学习，还进行了线上实习工作。
最后信心满满地去大厂投简历啦！终于顺利拿到offer！！！
基于我的学习经验，我将从以下3方面深入介绍「数据分析」，想在这方面提升自己的朋友别划走~
岗位的前景与发展
Excel、SQL、python介绍与教材推荐
数据分析的逻辑思维训练
岗位的前景与发展
数据分析师确实是一个门槛较低，行业发展上限较高，潜力大缺口大的岗位。
举个例子：某大厂在招的数据分析师，只要求1-3年工作经验，15-30K，有没有心动？
说它的门槛低，是因为你只需要熟练使用Excel、SQL等技术，懂一些统计学的理论知识和分析思维就可以入门啦。所以别担心，数据分析不是一个非常困难让零基础小白不好上手的技能~
目前关于数据分析师的定位有技术方向的数据分析师和业务方向的数据分析师两种，大家根据自身情况考量未来发展方向。
技术型数据分析师更接近于数据挖掘、大数据算法的概念，以java、Python为主流，对于非计算机专业的同学，转型这个是有一定难度，其实一开始我对这个比较有兴趣，但在后面刷了几百道leetcode题之后，决定放弃这条路（太难了）。
偏业务型的数据分析师，也是目前市面上岗位需求最多的数据分析师，这种门槛会相对低一点，对于非计算机专业出身但想转型的同学，业务型数据分析师会更加友好一些。
其实现在的数据分析更像是一种锦上添花的职场能力，会这种能力的人往往都会混得比别人更好，比如很多高薪运营总监就要求掌握数据分析能力。
Excel、SQL、Python介绍与教材推荐
Excel
日常工作中最常见的数据分析工具，无需花费大量时间消磨在Excel上，只需吃透里面的基本函数公式、常见的图表、透视图即可，我把一些常用函数放到下面啦，大家学后自检：
常⽤函数：
- 加总求和
- 计数
- 平均
- 最值
- 排序
- 乘积
- 除余
- 取整
逻辑运算：
- if
- iferror
- and
- or
⽂本编辑
- ⽂本提取
- ⽂本查找
- ⽂本替换
- ⽂本转换及合并
引⽤与查找
- vlookup
- hlookup
- lookup
- indirect
- index
- match
教材推荐 ：《Excel数据分析思维、技术与实践》
这本书是全彩印刷，阅读起来比较轻松，书中把图表的设计思路和处理图表的方法讲解得很清楚。
没有死板的文字描述和大量的无效步骤，还有很多教学视频和检测练习，扫码就能看。
学习最怕的就是看过之后忘记——特别是Excel，我们可以跟着书上的操作知道一步步实现，掌握技巧后脱书练习。
如果不经常用某些公式或技巧，可能过一段时间就忘了，当时我准备了便利贴，做备注贴在书上做记号，等需要用时直接拿起书翻，当字典用~
SQL
SQL是数据分析的核心使用工具，是操纵数据库的语言，大家学习的时候需要吃透里面的查询语法。至少要做到心中有数，因为笔试环节基本上会让你徒手写代码。
对于数据分析师来说，⼀般只查找数据，无需对数据库进⾏增加删改，查找数据代码的语法格式如下：
- SELECT columns_name——查找⼀列或多列，多列之间⽤逗号隔开
- FROM Table——⽬标表
- WHERE condition——过滤条件
- GROUP BY columns_name——按列值分组，可以1个或多个列
- HAVING condition——分组后的筛选条件，HAVING与WHERE区别在于前者表达式中可包含函数
- ORDER BY columns_name——按列排序
- LIMIT start, row_count——对结果进⾏限定，start表示从哪⾏开始，row_count表示结果⾏数
教材推荐：《SQL必知必会》
作为SQL的入门书写得很浅显易懂，而且会不厌其烦地强调学过的内容。我大致花了20个小时边看边敲代码把《SQL必知必会》过了两遍，第一遍边看边跟着书本敲代码做习题，第二遍快速浏览每一章自己划的重点部分，记录每一章的读书笔记，差不多就能吃透SQL语法啦~
Python
Python对于业务型的数据分析师来说不需要掌握太多内容，但如果你想成为技术型专精分析师，那么Pyhthon将是你的必修科目。
Python可以用作爬虫、web开发、AI、脚本、测试、数据分析等各个领域，每个领域对Python的学习要求和深度不一样，数据分析不要求掌握很深的编程知识，大家可以先了解下学习目标：
数据类型和结构、变量、函数、逻辑语句（判断、循环）、匿名函数、错误处理、遍历和迭代、进程和线程、库的使用。
编程毕竟是抽象的，一开始理解诸如切片、迭代等概念比较吃力，只有多看多敲代码，后面自然而然就懂了。
学完python基础知识点，并有了一定的训练代码量（至少1000行）之后，就可以开始学习数据分析工具了~
教材推荐：《Python从入门到实践》+《Python编程快速上手》+《Python极客项目编程》 、《对比Excel，轻松学习Python报表自动化》。
俗称Python编程三剑客的套装书籍，对于完全没有编程经验的初学者很友好。因为当我在学习Python的时候面对的不仅仅是这门语言，还需要面临“编程”的一些问题，这套丛书会科普一些数据结构、设计模式等编程基础知识。里面关于数据处理的案例也都很好理解和实践，作业完成也不难，还给到了相关操作的程序~
《对比Excel，轻松学习Python报表自动化》的作者是一线互联网企业数据分析师张俊红，俊红老师也是爱数据的课程讲师哦，他讲课风格和书的内容都是简洁易懂，特别实用，很受学员喜欢。
当然，如果你自主学习动力有点不足，新买的书大概率会放到墙角吃灰。那不妨了解下这个带你入门，每天手把手教你的数据分析课程。不仅有好多经典商业数据实操案例课、还有专业老师在群内加餐资料包、学习工具、答疑，还有线上数据分析实习项目~
面试作品
数据分析的逻辑思维训练
所有数据分析师都会告诉后来⼈“业务知识很重要”。因为⼤家在踩坑之后才恍然⼤悟：工作中遇到的很多不理解的“新奇”数据出现，其实都源于对业务的不了解。
例如，同样是对客户进⾏分析，电商的客户与保险客户有明显区别，前者重视来源，活跃度，购买率，流失率等，后者则关注渠道，报价，理赔⻛险，投诉等。
分析思维是数据分析师最最核心的竞争力，上面所说的Excel、Python、SQL等学习知识等都是在工具层面，要想使用好他们，还需要用到统计学的思想。在面试中，对思维的考察也是相当重要的一环。
如何锻炼自己的数据分析思维？
可以看看《深入浅出数据分析》、《数据化管理：洞悉零售及电子商务运营》、《数据挖掘与数据化运营实战 思路、方法、技巧与应用》产品思维类图书。
但其实并不推荐你怀着很多的疑惑去啃这些书籍，因为思维训练最好的方法还是信息的交流碰撞，学习亦是如此~
非常感谢带我入门数据分析的老师们，在学习上给予了我很多帮助，当时的报课让我受益匪浅，后续又学到好多数据分析实战案例简直醍醐灌顶，课程咨询我放到下面啦，如果对数据分析感兴趣，推荐你报这个！
