数据分析的真实内幕
数据分析的基础需要
需要的背景：基本都要985/211/重点本科或者硕士毕业生
需要的专业：计算机科学与技术/统计学
需要的实习：数据分析/数据建模/算法（必须要有实习经历，否则秋招春招的竞争力会很小）
需要的项目经历：需要至少2-3段项目经历（不管是课程设计还是小组作业都可以算项目经历，但是一定要真的是自己做的，写在简历上的一切一定是会的，做梦都会的那种）
城市需求：集中在上海和北京，其他城市比较少
所需企业：互联网大厂，商业股份制银行，中小厂。
数据分析的类别
求职市场上数据分析包括两种：业务型数据分析，技术性数据分析
两者的考察方向如下：
业务型数据分析：重点考察业务的理解和业务指标。我觉得其实业务型数据分析有点偏向数据运营，它对技术要求和算法理解不是很多，通常情况下会sql, excel，tableau就可以。笔试面试的时候更侧重于概率论的一些知识。
技术性数据分析：重点考察数据的特征工程处理，机器学习算法（分类，回归，有监督，无监督），以及需要对某一领域的深度学习有一定了解（图像识别/推荐系统/自然语言处理）。python，sql为必须。面试的时候围绕着算法和使用算法做过的项目经历和比赛为主。
两者的所做任务如下：
业务型数据分析：从岗位jd来看，业务型数据分析比较趋近于做一些数据可视化的东西，或者偏向于数据产品，数据运营这类。总之，就是对技术要求没那么高，但是要求对业务有独特的思考逻辑。（其实我也不知道具体做啥，感觉好多公司是打着数据分析这个名字的幌子）
技术型数据分析：比较偏向于算法。考察使用算法去做一些业务的东西。例如，使用回归算法做人流量的预测，出售东西数量的预测，仓库货物进出的预测，类似经典的房屋价格预测的这些业务。以及使用文本分类算法判别用户对产品的评论或者使用推荐算法去给用户推荐产品等。
数分的需求量
真的很少，数分基本秋招的时候每个公司招聘的人数就小于5。但是也确实不需要那么多人做数分。
数分目前市场上的情况
1. 感觉现在好多公司都打着数分的title去招聘，但是感觉面试的过程中确实和数分没啥太大关系。而且不缺很多中小公司自己都没有数分经验，想招实习生过来让实习生试水。面试的时候轮到自己反问时一定要问清楚具体的业务是啥。
2. 技术性的数分所掌握的知识不比真正机器学习或者数据挖掘的人少，这仨其实都能叫成一个岗位。
3. 数分非常非常吃经验。国外的数分其实就是机器学习了，不是很清楚国内业务型数分是如何定义的，我到现在也没咋弄清楚。
数分的待遇
除了知名企业，大厂以外。数分的薪资其实要比开发少很多很多的。技术性数分都如此，业务型肯定更少。我认为可以再努努力，去应聘机器学习，他俩本质都是一样的，而且机器学习学好后可以往算法转，前途一片光明。
数分为什么这么多人想学
用到的语言无非就是python，sql。这俩在编程语言里都算是易于理解比较简单了，大家基本上努努力都会。数分的难度远远低于开发，所持薪资又比其他非技术岗位多一些。以及，计算机或者统计学硕士都学点机器学习，大家会的其实都大差不差的。就造成了僧多粥少的悲惨局面。
我认为数分是一个具有很强推进成就感的一个岗位，用着易于理解的编程语言，了解算法的任务是分类还是回归，然后处理完数据直接掉包算法模型，这样很快就能预测出来数据。大家都觉得它简单易上手易学成就感高，薪资也凑活，说出去也好听。所以，如果想找数分，真的要下狠功夫！
给寻求数分兄弟姐妹的建议
1. 选好城市，数分在北京上海还是岗位蛮多的当然竞争肯定也是非常大的。杭州来讲，数分真的比较少，基本大厂去不了，不到100个人的小厂咱也不能去，中厂也就没几个有数分的啦。
2. 可以试试银行的金融科技。今年银行金融科技招的人招的蛮多的，而且也分方向，有开发的，有测试的，也有数分的。
3. 如果真的喜欢数据可以试着去做数据开发，所有的数据都是成数据库里来的，做个数据库开发工程师才是王道。
我是菜鸡，最近很无聊，有感而发写的这个文章，大家轻点喷。希望我们在日后的工作中都能快快乐乐，顺顺利利！
查看7道真题和解析