数据分析秋招总结

等到学校发三方后，秋招基本就告一段落了。之前看到很多数据分析的小伙伴比较迷茫，贴一下自己在之前面试的一些经验和学习路程，算是对秋招画上一个圆满的句号。

楼主基本情况末流985本+中上流985硕，数学相关专业，之前有一段时间从头学习过一遍机器学习，主要是李航的统计学习理论和机器学习西瓜书，对算法理论进行过推导，由于之前的实习经历，算是学习过一些NLP相关基础知识，之前打算走机器学习或者NLP相关内容，但奈何代码能力不行，最后转行数据分析。

在3月份之前，都没有定下来自己要从事数据分析相关职业，之后觉得数据结构，代码什么的还有leetcode相关题自己实在力不从心，于是转战数据分析。大概3月份开始找数据分析相关实习，主要想去了解一下数据分析到底是做什么的，4月份入职一所互联网中厂数据分析。

在这之前，楼主只会基本的机器学习算法和sklearn建模以及pandas基础操作，3月份突击了一个月mysql就去面试了。实习面试主要问了pandas一些常规用法和sql基础知识，如左右连接和窗口函数。再加上之前有一段NLP相关实习，做了文本聚类分析，所以问了kmeans聚类相关内容，面腾讯的时候问了sql连接python的代码，sql建表等。

去实习之后，发现互联网数据分析一个非常重要的技能是sql，也就是大家常说的sql boy,另一个非常重要的技能就是对业务的理解能力，数据分析一定要有非常敏锐的也许洞察能力，才能让所分析的东西有价值，数据敏感度这种全靠平时业务积累，如指标涨跌异动等，能判断出为什么会有指标的变化，需要对数据维度进行不断拆分，找到问题来源。包括埋点文档梳理等，都是数据分析师的必备技能。

在互联网这段实习经历让我之前学习的技术得以了一定的应用，也明白了数据分析到底是做什么的，觉得自己还是挺感兴趣的，因此秋招依然选择了数据分析。

总结这段时间的经历，我觉得互联网数据分析师最重要的技能有下面几点

1.SQL：能够增删改查连表，熟练使用窗口函数casewhen等等操作，在工作中，很多数据需要sql提数，如果sql能力很强，会加大工作效率。

2.excel：不要小瞧excel，在你没有玩转明白各种函数数据透视表vlookup前，一定要好好学学excel，对于数据量不大的情况下，excel有时候会比pandas好用很多。

3.python：主要是pandas进行数据预处理，在数据量大的情况下,pandas清洗数据还是非常牛的。

4.机器学习基础：对常见的机器学习算法要能够了解原理，代码的话感觉能用sklearn调包就够了，当然不排除有些公司的数据分析和数据挖掘是在一起的，这时候可能需要更强的代码能力。

5.业务敏感度：对常见指标如DAU,uv,pv,ARPPU类似这种指标有所了解，如果某一指标下降，知道如何去挖掘原因，建议去人人都是产品经理网站读一些文章，有意者数据运营相关书籍也会系统讲解关于业务相关知识。

数据分析要学的很多，而且每个公司的要求都不一样，有的公司偏业务，有的公司偏技术，数据分析的同学有时候会很迷茫，感觉自己学了很多，却好像都是半吊子，业务能力比不上产品经理，代码能力比不上算法工程师，数据敏感度比不上运营同学，但一定不要放弃，数据分析是有他的价值的，如果我们可以踏实坚持的学习下去，一定会找到合适自己的岗位，数据分析一定会有它存在的价值，坚持不下去的数分同学，请在坚持一下，offer就在下一个路口等你！