專業完全不相關如何轉行大數據?
我本科所學為設計專業,畢業第一年也是專業對口,個人不喜歡也不滿意。工作幾個月後我決定轉行。
¥學習方法
一、入門:
Udacity 的 Machine Learning 課程
提高對數據挖掘算法的興趣,大致了解思想,但付費的納米課程對剛入門的人不適合,看看精致的視頻就好。
廖雪峰python課程
python是數據挖掘國內用的比較多的語言,比R應用廣,廖雪峰python課程非常通俗易懂。
很多初學者,對大數據的概念都是模糊不清的,大數據是什麽,能做什麽,學的時候,該按照什麽線路去學習,學完往哪方面發展,想深入了解,想學習的同學歡迎加入大數據學習企鵝群:458345782
二、進階:
?
@Dataquest DataScience 課程
良心課程,基本把有關數據的內容都包括了,除了機器學習的內容零散不?全,初學者可以練習打代碼學習效率非常高。
@Python 數據分析與挖掘實戰--機械工業出版社
基礎篇對數據挖掘理論總結得非常全了。
@利用Python進行數據分析--機械工業出版社
有numpy,pandas,matplotlib庫的內容,在Dataquest學習時可以參考這本書。
@機器學習--周誌華
第一遍大概了解,不必看得非常仔細。
?
三、提升:
?
@鄒博的七月算法課程
講得非常詳細,順便可以補一下數學基礎。
@www.analyticsvidhya.com
這個網站有很多使用sklearn實現算法及調試算法的文章,其他數據科學的文章也很棒。
?
四、終結:
使用Jupyter完成自己的項目,可以是有關數據清理、數據可視化、數據分析、算法預測模型等。
?
五、復習:
@概率論與數理統計&線性代數&高等數學少部分
看您的數學基礎,我是先把前面那些學完最後復習的。
?
我學習時也參考了很多大神的學習心得,他們多是計算機或是數學專業的,轉行方法其實不適用接近0基礎的人,推薦的很多書只適合有一定基礎閱讀的朋友。
如果您和我一樣:
#有不錯的數學基礎
#對數據挖掘很有興趣
#接近0編程基礎
#英語不錯
那麽這個方法也適合您!
?
¥面試經驗
面試投簡歷時我發現有關數據方向的有這麽幾種崗位:
1.數據分析師/商業分析師----偏業務
2.數據挖掘/數據建模----偏技術
3.數據工程師
第三種不討論,我學習的內容主要能應聘前兩種。
?
應聘第一種:
您一定要在簡歷中體現您分析數據後得到了什麽具體的結論,最好要有商業價值,敘述項目時請圍繞這個點來講,這些公司都非常重業務,在我看來就像是新型的市場營銷。
優點:對編程要求低,會SQL即可,Python加分,表現出強學習能力就差不多了,對商業敏感的人學2個月應該就可以去了。
缺點:薪資偏低,比傳統行業略高,後期一般人上升有限。
?
應聘第二種:
您一定要對每種算法原理優缺點及使用的經驗非常了解,敘述項目時要體現出您數據建立預測模型的整個過程,包括特征選擇、交叉驗證、算法調試等等。更高的要求是您需要能推導出算法。
優點:薪資較高,具有挑戰性,後期有上升空間。
缺點:學習難度高,對數學基礎要求高
?
¥總結
專業完全不相關在找數據相關工作時不容置疑處於劣勢,但機會還是有的。尤其是現在的新型數據科技公司,在這些公司,數據處於核心地位,而其他互聯網公司數據是輔助其他部門而生的。面試時需要充分準備,你得向面試官證明你的專業能力。
?
我個人感覺雖然鋪天蓋地的新聞說大數據缺口很大,但對於國內很多企業只是在跟風做數據,並不急缺只要很有經驗的,數據這一塊做得很不成熟,好多業務都外包給數據科技公司。
所以,大數據這塊蛋糕目前只是看著大,可食用的不夠多。但未來需求增長應是肯定的,如美國現在需求量非常大,國內的發展總是滯後的。
?
Anyway,數據相關的崗位普遍薪資比傳統行業高得多,晉升快,只要你喜歡,一切會非常值得!
如果您也想從事數據相關的工作,有問題歡迎咨詢我,不閑聊有問題總結後提問哦,希望理解,畢竟每個人都只有24小時!希望這篇文章能對您有所幫助,後期還有一系列數據挖掘學習內容具體的介紹,喜歡請關註哦!
很多初學者,對大數據的概念都是模糊不清的,大數據是什麽,能做什麽,學的時候,該按照什麽線路去學習,學完往哪方面發展,想深入了解,想學習的同學歡迎加入大數據學習企鵝群:458345782,有大量幹貨(零基礎以及進階的經典實戰)分享給大家,並且有清華大學畢業的資深大數據講師給大家免費授課,給大家分享目前國內最完整的大數據高端實戰實用學習流程體系
?
專業完全不相關如何轉行大數據?