為什么大廠員工都按級定酬？
本質上說是通過一個人的能力勝任模型，判斷一個員工的價值，
我們以大廠的資料分析是為例分析一下，資料分析師的能力勝任等級是如何劃分的：
資料分析的能力晉級分為四個層級：
第一層：會跑數
跑正確的數，是基礎中的基礎，如果連數都跑不出來，可以直接轉行做利用資料的業務部門，比如用戶運營、增長黑客、渠道推廣啥的，
第二層：提建議
這個就叫：從資料到建議，先不管這個建議靠不靠譜，起碼不再僅僅是就數論數了，有了對業務有價值的思考，
第三層：做梳理
真正老練的資料分析師，根本不會死抓著自己的一種觀點和別人吵架，而是根據MECE的方法，把可能的情況梳理清楚
第四層：下判斷
資料判斷力是資料分析的終極階段，就是基于資料能對業務走勢做出準確的判斷，并且能用資料修正自己的判斷邏輯，讓對業務走勢的判斷越來越精準，
如果真的能做到這一點，就是各種史書古籍中所謂的“算無遺策”的最佳狀態了，如果資料分析師真達到這個狀態，其實和一個合格的業務部門領導，在分析能力上已經沒有差異了，如果能再強化一下對流程的管理能力，再補一下對下屬的組織能力，就可以真正成為一個事業部級管理的大佬了，
遺憾的是，以上四個層級里：
● 大部分新手在第一層，只能當工具人，
● 少部分人晉升到第二層，但止于第二層，然后感慨自己“懷才不遇”，
● 只有極少部分人能做到第三層，這些人不是大企業的資料部門總監，就是專業顧問
資料分析有前景嗎？
隨著“大資料”概念的興起，“資料分析師”這個職業一時間成為就業市場里的香餑餑——高薪、有面子、有前景，
資料分析師在公司的價值就好比《三國演義》里的軍師「諸葛亮」的角色，在每次打仗前，諸葛亮通過收集到的情報（資料），經過分析，然后給領導提出建議，
當產品部門要對已有產品進行優化時，資料分析師可以通過用戶行為分析、產品營收分析等，為產品優化提供建議，
運營部門的資料分析師，通過監控資料的波動，來及時發現問題，比如用戶最新一周活躍率下降了，通過資料分析來找到下降的原因，并提出建議，方便運營人員根據建議來做出下一步的運營決策，
技術部門的資料分析師可以為其他部門提供技術支持，比如提供業務部門需要的資料，定期產出專題報告等，
市場部門的資料分析師可以通過行業分析、競品分析等滿足市場部門擴大產品知名度的需求，當市場部門尋找目標用戶在哪里，了解競爭對手等情況時，可以通過行業分析、競品分析等滿足市場部門的需求
做資料分析需要掌握哪些技能呢？
因為筆者有經歷過不同大小的團隊，所以從個人角度給大家分享下對資料分析師的技能要求，
1.SQL必須熟練掌握
這是老生常談的事情，但還是要非常重視，大公司對SQL的要求絕對是軟體上排第一位的，我現在基本每天要寫五六百行SQL，忙的時候一天一兩千行也是有的，所以必須對SQL非常熟練，才能很快的回應業務需求，有的人可能會說SQL不就是那點東西嘛，select、from、where、group by+having、連接、子查詢等等，
從SQL語法上面確實是這樣，但是大家可以想一下，在資料量比較龐大，一個表有幾十G的資料（如果是有磁區的表，可能就是幾十TB），一個業務場景需要五六張表，資料邏輯也需要反復的連接嵌套，查詢的腳本要四五百行甚至更多的的時候，就不僅僅是一個查詢語法這么簡單了，
2.擅長某一領域的分析或者某種分析方法
你可能做過多年的人群畫像，對人群拆解、人群定義非常有經驗，可以快速的通過一些定義將人群劃分為幾個級別；或者擅長搭建指標體系，
在一個業務從0-1的程序中，可以根據業務發展現狀搭建出一套可以反應業務實際運營情況的指標，給領導和運營人員做參考和復盤；再或者你對金融行業非常的熟悉，知道什么時候用什么分析方法或者演算法，清晰的知道資料背后體現的業務邏輯是什么等等，綜合來講就是你是這個業務板塊的資深人士或者專家，
大家也不要感覺這個很難，其實只要在日常作業中善于總結善于發現，把自己作業中做的事情總結提煉，形成自己的獨到經驗就可以，
3.需要熟練掌握一個BI軟體
畢竟可視化報表是資料分析非常核心的而作業，但不同公司用的軟體不同，一般公司也不會要求員工硬性掌握特定的BI軟體（如果不會入職后可以現學，畢竟多數BI軟體都不難），如果是特別難的比如power BI，那在招聘的時候就會有要求了，
4.Python熟練
Python的資料處理能力和演算法實作能力就不多說了，另外就是分析方法論和常用演算法要求很多（沒有專門的演算法部門），
資料分析怎么學？
從整體上來看，資料分析師需要掌握的能力有很多，從總體上可以分為以下幾類，這些能力構成了資料分析師的能力模型，
1）理論基礎，包括統計學
2）資料分析工具，常用的分析工具有 Excel，SQL，Python 等
3）可視化工具，常用的有 Excel，商業智能(Business Intelligence,BI)
4）業務知識，包括常用的指標、某行業的業務流程
5）資料分析思維，包括常用的分析方法
6）通用能力，包括 PPT、溝通能力
這邊給大家整理了一個完整的學習路線，由于圖片太太太太太太大了，需要的朋友可以滑到文末免費獲取一下，
👉必備開發工具👈
工欲善其事必先利其器，學習Python常用的開發軟體都在這里了，給大家節省了很多時間，
👉全套學習視頻👈
我們在看視頻學習的時候，不能光動眼動腦不動手，比較科學的學習方法是在理解之后運用它們，這時候練手專案就很適合了，
👉實戰案例👈
學python就與學數學一樣，是不能只看書不做題的，直接看步驟和答案會讓人誤以為自己全都掌握了，但是碰到生題的時候還是會一籌莫展，
因此在學習python的程序中一定要記得多動手寫代碼，教程只需要看一兩遍即可，
👉大廠面試真題👈
我們學習Python必然是為了找到高薪的作業，下面這些面試題是來自阿里、騰訊、位元組等一線互聯網大廠最新的面試資料，并且有阿里大佬給出了權威的解答，刷完這一套面試資料相信大家都能找到滿意的作業，
這份完整版的Python-資料分析全套學習資料已經上傳至CSDN官方，朋友們如果需要可以微信掃描下方CSDN官方認證二維碼免費獲取【保證100%免費】，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/397552.html
標籤：AI
上一篇：人工智能導論期末復習合集