網(wǎng)上都在說數(shù)據(jù)分析師門檻低,工資高,動輒年薪百萬?(誰說的?我也去)
你要是相信:都在說、門檻低、工資高三件事會同時存在,那我也救不了你了。
要知道,愿意高薪招聘數(shù)據(jù)分析師的公司,門檻都不低。而想進大廠的人多了去了,單純拼資歷、拼背景,拼經(jīng)驗就能刷下90%的人,還輪不到拼技能。而門檻低的數(shù)據(jù)工作,可替代性不會低。只是做個統(tǒng)計、拉個數(shù)、平時沒人搭理的數(shù)據(jù)專員遍地都是。
至于為什么有那么多人宣傳:低門檻,高薪資。這么說吧,上次我聽有人這么講,還是詐騙講座上,一個主持人有請用了xx大師的高效記憶法后神速背單詞的高三學生上臺分享。
這些人還喜歡用以下話術:
“我是二本,一個月0基礎逆襲進入XX”
“感謝某老師帶我成功進入XX行業(yè)”
“我學完XX技能就能拿高薪了”
但凡頭腦稍微清醒一點,都知道這些是托兒。然而為啥這些“賣神藥”的總有市場呢?因為病急亂投醫(yī),人在著急的時候,總愿意相信有這種神秘的力量,會覺得萬一這是真的呢?
那數(shù)據(jù)分析師薪資到底多少?實事求是地說,目前數(shù)據(jù)分析師的薪資主要劃分為初級/中級/高級三個等級,接下來,我們根據(jù)不同的崗位JD來看看其對應的不同等級的崗位薪資。
首先,初級數(shù)據(jù)分析師,主要工作職責為∶數(shù)據(jù)監(jiān)控,報表輸出,為業(yè)務決策提供數(shù)據(jù)支撐。使用的分析工具主要是excel,部分公司會要求MySQL技能,薪資普遍在6-8k,工作難度和強度都不大。
其次,中級數(shù)據(jù)分析師,主要職責為∶數(shù)據(jù)抽取、清洗、轉(zhuǎn)化、集成,要有數(shù)據(jù)分析思維、會數(shù)據(jù)建模,會搭建指標體系,要能對接業(yè)務部門,滿足其臨時取數(shù)需求。使用的分析工具為SQL,Pyhton,熟悉機器學習,會一種市面上常見的BI軟件即可,薪資在15-25k。
高級數(shù)據(jù)分析師∶要有一定的產(chǎn)品經(jīng)驗、懂得業(yè)務痛點。通過數(shù)據(jù)分析和建模,提出相應的營銷科學方案。并且要沉淀定制化方案直到規(guī)?;桨?。要求 有扎實的機器學習、數(shù)據(jù)科學基礎,熟悉自然語言處理、計算機視覺、推薦策略。薪資一般在40-60k。
你想要多高的薪資,取決于你掌握多少技能,那應該如何沉淀必備技能呢?
excel:一定要會它能夠處理幾萬行的數(shù)據(jù)量;處于處理小數(shù)據(jù)范疇。
a. 掌握Excel函數(shù)開始,vlookup,if,sumifs等函數(shù)
b. 學會使用透視表和做可視化
BI:能將結(jié)論以圖表的形式展現(xiàn)出來;處于中量數(shù)據(jù)范疇。
a. 掌握BI軟件連接數(shù)據(jù)庫,并且掌握數(shù)據(jù)清洗操作
b. 能做指標看板
MySQL:基礎SQL-Sever語言,大多數(shù)數(shù)據(jù)提取語言都以此為基礎,如Hive-sql,
spark-sql等。建表,查詢,窗口函數(shù),高級函數(shù),索引優(yōu)化
Python:能處理百萬到千萬的數(shù)據(jù),屬于中大型處理能力。numpy計算,pandas數(shù)據(jù)清洗,sklearn機器學習等
Hadoop, Spark, Flink:掌握大數(shù)據(jù)領域最活躍的三個框架(處理千萬及以上數(shù)據(jù)量)
所以啊,要想成為數(shù)據(jù)分析師,還是要踏實學習苦練本領,成功的路上沒有捷徑,學習數(shù)據(jù)分析也是。畢竟公司不傻,高薪不是白給的!