“十人留美國，九人做Data”
Data崗位究竟有多火爆？
麥肯錫預測
2020全美Data崗位增加28%，達260萬
無需代碼，文科生也能輕鬆入行
那麼Data類崗位有哪些細分？
文科生如何轉型做Data？
1
文科出身做Data?
近年來，數據熱在國外爆紅，不論教育背景如何，留學生都想著畢業能去做Data。現在再問：“你們想找什麼工作？”，也許前半句你會聽到不一樣的答案，但是99%的同學會加上後一句：“做Data或者數據分析啥的也行。”
尤其對於文科生而言，從事Data行業也不失為一個選擇，有小夥伴曾表示：
其實我是文科背景，畢業出來做BA。工資的話，一年能拿到$7W多。大家都覺得這個崗是做數據分析的，話是可以這麼說，但是真正上手了就會發現，其實要求最高的是你的Business Sense。
Data相關人才已經受到全行業的哄搶。PwC、麥肯錫、高盛、eBay都在招攬數據分析人才。
PwC招募數據人才
麥肯錫招募數據人才
高盛招募數據人才
花錢請數據分析師，等於要求一個小PM(項目經理), 懂產品+會溝通+能寫報告！所以其實可以速成的是數據技能，不能速成的是懂產品+寫報告技能，數據崗位其實是不限制專業，但是確實更加偏好：統計！精算！CS(計算機人人愛)！麥肯錫最新研報指出：2020年，所有美國數據科學類崗位數量將增加15-28％，總數達到270萬。
2
火遍全球的Data崗位
1
在加拿大, 華為狂招數據人才
在華為加拿大招聘官網上，以“加入加拿大華為團隊”為題的專題頁面非常顯眼。目前，華為加拿大官網已開放超過190個崗位，其中“軟件工程師”、“AI研發研究員”居多。
2
在美國, 人才缺口突破30萬
領英的研究數據顯示，當前美國的數據科學家人才缺口約為151,717人；到2020年，數據相關崗位需求數量預計將增加近36.4萬個，就業市場將會出現巨大人才缺口。不僅如此！Glassdoor發佈50 Best Jobs in America for 2019，Data Scientist不出意外成為最佳工作！
同時，在薪酬方面，數據崗也是令人眼紅的存在，畢業起薪就可達67,377美元！進階的Data Scientist，年薪更是飆升到117,345美元！
3
在澳洲, 薪酬是普通崗位三倍
根據《每日電訊報》報道：在當今大數據時代，數據科學家的需求量大，但可供應挑選的非常少，他們的薪酬是普通澳洲職員的3倍。在澳洲求職網站Seek搜索數據崗，相關崗位線索竟多達13萬條：
3
Data行業有哪些細分崗位?
在數據領域求職，主要分3個方向BA+DA+DS，其中DS(並非黑暗賢者)其實就是Data Scientist，是大數據領域賺錢最多但同樣技術含量，考核標準也是最難的，畢業不久70萬的年薪令人仰慕。
1
Data Scientist
麥肯錫曾預計未來三年內數據分析師的缺口將達到150萬。根據Glassdoor的最數據，在英國，數據科學家相關類崗位的平均年薪高達4W英鎊！入門級Data Analyst崗位也有超過3W英鎊的薪資。
根據學科背景劃分，有三類人比較適合或者有可能成為DS：首先是專業領域與DS相關：比如CS、統計學、機器學習等直接相關專業，其次是涉及數據和編程非常多的專業，比如Computational Bio，Neuro Science等，最後是Political Science這類與商業和社會相關的專業。DS晉升路徑大致為：初級數據科學→數據科學家→高級數據科學家→首席數據科學家。但從初級數據科學到首席數據科學家往往需要5到10年時間。
2
Data Analystics
數據分析/數據運營/商業分析，這些都是業務方向的數據分析師。絕大部分人都是從這幾個崗位開始自己的數據之路，也是數據行業基數最大的崗位。數據分析思維和業務的理解是分析師賴以生存的技能，工具有錦上添花的作用。掌握Excel+SQL/hive，瞭解描述統計學，知道常見的可視化表達，就足夠完成大部分任務了。
3
Business Analystics
商業分析師定位更偏戰略層，除了關注數據之外，思考維度會提升到公司業務的競品分析、未來走向和戰略制定層面。所需技能：Excel/SQL是必備項，VBA/R/Python 是加分項；通用能力、設計能力，用戶需求的理解和抽象能力等。
從技術角度來說，BA的晉升路線大概是這樣的：
Junior BA→Senior BA→Director BA→CXO
從管理角度來說，早期晉升路線和技術方向一樣，後期開始出現分化
Junior BA→Senior BA→Project Manager
除此之外，BA的薪資也是非常可觀的。網站Glassdoor最新統計，根據Glassdoor數據，Businees Analyst在美國的平均年薪已經超過7萬刀。各大行業裡BA都是不可缺少的中流砥柱。不僅僅是在美國，BA成為熱門專業。在國內對BA人才的需求也只增不減。
4
Data類崗位必學語言+工具
1
Tableau
Tableau，通俗來講，是一款數據可視化的工具。它能夠將枯燥的數據變化成為簡單直觀的效果圖，比如下圖這樣：
目前，各大投行、科技公司已開放2020秋招，其中相當多的數據崗標明候選人需掌握Tableau技能。而且掌握Tableau，你不光能找到數據分析類崗位，同時還能找到BI類（商業智能）崗位。BI類工作機會的Title有：Tableau Developer、BI Analyst 或BI Developer。其中，Tableau Developer的薪資甚至能達到$112,287！
2
Python
簡單來說，Python是一門編程語言，也是數據分析必備語言之一。對於起步階段的同學來說，其實不必會很多工具，用好一種就行：Python/SQL/R, 任君挑選。不過Python有多熱門，看看薪資就知道了，根據gooroo.io的統計，掌握Ruby、Python、C++的人薪資最高。
Python純入門並不是很難，在瞭解Python 的基本語法和功能後，就可以嘗試實現一個mini project 了，比如利用Python做完原本需要耗費大量人工時才能完成的審計底稿合併工作，這也會幫助你在面試中有話可說。這裡推薦大家招聘面試官會認證的課程證書以及基礎數據技能：
1. Code Academy | Python programming
2. Coursera | Python for everybody
*圖片來源：Code Academy
5
數據崗位高頻面試題例舉
1
數據挖掘與數據分析的區別
區別在於數據分析是針對個別屬性的實例分析，並提供值範圍，離散值及其頻率，空值發生，數據類型，長度等信息。而數據挖掘是重點關注聚類分析，異常記錄檢測，依賴關係，序列發現，多個屬性之間的關係控制等。
2
如何處理可疑或缺失數據
準備提供所有可疑數據信息的驗證報告。它應該提供信息，如失敗的驗證標準以及發生的日期和時間，有經驗的數據分析師應該檢查可疑數據以確定其可接受性。應該找出無效數據並用驗證碼替換，對缺失數據進行處理，使用最佳分析策略，如刪除，單一插補方法，基於模型的方法等。
3
列出清理數據的最佳實踐
首先按不同的屬性排序數據，對於大數據集，逐步清理並改進數據，直到獲得良好的數據質量；對大型數據集，可以先將其分解為小數據集，使用更少的數據將增加迭代速度。
要處理常見的清理任務，請創建一組實用程序函數/工具/腳本。它可能包括基於CSV文件或SQL數據庫重映射值，或者正則表達式搜索和替換，消除所有不匹配正則表達式的值。最後分析每列的彙總統計數據(標準差，均值，缺失值的數量)。注意：保持對每一個清理操作的跟蹤，以便可以根據需要更改或刪除操作。
大數據時代，數據分析早已成為能夠幫助管理者和企業做出正確決策的必備法寶。既懂業務又懂數據的人才，才能成為就業市場上的香餑餑！
閱讀更多 煎餅加個蛋 的文章
