大家好，今天給大家講一個我的故事
不知道還有幾個老讀者知道
這個號設立的初衷
是記錄我學Python的
現在我的知乎還有這個記錄呢
當時我們公司
引入了自動化分發AI
變成了寫稿+訓練機器
怎麼訓練呢？
就是比如說一篇體育新聞出來
我要給這篇文章打上
”皇馬“”歐冠“”C羅“
等幾個標籤
以後，AI就會更聰明
把這些文章進行精確分發
我那會兒問我們上司
我說我們AI這一天天通過數據學習
等它自己能讀懂這些文章了
我們豈不是沒工作了？
他回答：總有AI取代不了的工作
那一刻我就覺得
我每天上班都像是在給自己刨墳
總會有一天把自己埋進去
作為一個文科生
從邁入互聯網企業的那一天
我就感到自己的弱小
我這種一開始懷著新聞理想
度過大學四年的文科生
往往是互聯網公司競爭最激烈
起薪最低的崗位
技術、產品薪水要高一大截
我的第一份工作是在某門戶網站
前期試用了六個月
試用期每個月到手工資不到四千
轉正後每個月到手工資
不到九千（算上通宵熬夜補貼）
這個工資水平已經讓我在新京報
的朋友感到羨慕了
相比之下我的一個電子系畢業的朋友
畢業之後某大廠發來Offer
16k*18
“太摳門了！我當時就給拒了”
在車上聽到他這麼說
我的指甲用力陷進皮椅
更可怕的是，大趨勢不可逆轉
在海量數據+人工智能面前
真正的人工不堪一擊
無論是技術、產品、運營
都需要數據分析能力
嘴臭程度和我相當的和菜頭
就是因為在技術變革的環境之下
內容形態空前複雜
受眾動輒上百萬千萬
因此古老的採編模式已經不再適用
人們需要數據工具來支撐選題
數據分析方面的知識
遲早會成為英語和數學一樣的通用技能
那時我就下定決心要去學習它
我的第一篇文章叫
數學63分的文科生
現在轉學Python還來得及嗎？
也就逐漸沒有了時間去學Python
我也深知做新媒體必須要有數據敏感性
當時調查了市面上各種課程
我自己報了一堂Udacity的數據分析
當時印象比較深
每一個Slide都要回答問題
還有助教給你回答問題、批改作業
數據的分析和解讀能力的價值
在某旅遊類網站事件中徹底體現
用數據去研究一家公司
可以如此的詳實，精彩，有說服力
這比任何花哨的修辭，都有價值
在那件事情後
有很多人問我數據分析如何入門
我推薦Udacity的數據分析類課程
因為數據分析是未來的基礎技能
不懂數據可以生活下去
但就像不懂英語一樣
人生的可能性便少了很多
Udacity數據分析圍繞項目展開
入門者和進階者都有對應的課程
難度循序漸進
商業數據分析可試學項目：
揭秘網紅咖啡店的商業決策
獲得網紅咖啡店的經營數據
通過商業數據分析
提供下個季度的經營策略
7天快速入門 Excel 報表和 SQL 數據庫。
數據分析（入門）試學項目
研究北上廣空氣質量
獲得北上廣等 5 大城市 PM 2.5 數據
通過分析空氣質量變化趨勢
學習從提問
到可視化分析結論的數據分析流程
數據分析（進階）試學項目
揭秘“冰與火”戰役制勝因素
獲得《權力的遊戲》戰爭數據
分析影響戰爭結果的因素
溫習從提問到可視化的分析流程
找到隱藏在文字中的戰役制勝法寶！
如果你對數據分析感興趣
但又不確定自己是否真的適合
親自挑戰一個數據分析項目
用極低的成本試錯
節省時間，少走彎路
分不清幾門課的區別
或者有任何問題
獲取PDF
教學大綱
掃碼關注獲取
閱讀更多 小聲比比 的文章
