传统的统计员,统计数据已经没有必要做下去。但是可以继续积累经验,做“IT”界的数据分析师,即大数据分析。
不能继续做传统统计员的原因很简单:
做数据统计分析的往往只有一个人,不形成团队,少有交流和进步。
需要数据统计分析的公司,却罕有数据分析相关的职位级别和管理层,想在这个职位上发展比较困难。
数据统计分析并不是给公司赚钱的工种,罕有成就感,特别不受领导重视。
大部分公司并不是大数据云计算公司,公司既不高大上,待遇也不高大上。
虽然不能做传统统计员,但是可以积累能力做大数据分析师,进IT界:
在现有岗位积累分析数据的能力,提升业务能力,努力成为专家;
在现在岗位学习计算机、数理科学、业务模型优化、数据架构设计、运营数据资等相关知识,立志进入高科技公司;
一个合格的大数据分析师应该掌握的技能有:
统计分析:大数定律,抽样推测规律,秩和检验,回归分析,方差分析等;
可视化辅助工具:Excel,PPT,思维导图,Visio;
大数据处理框架:Hadoop,Kaffka,Storm,ELK,Spark;
数据库:SQLite,MySQL,MongoDB,Redis,Cassandra,HBase;
数据仓库/商业智能:SSIS数据仓库,SSAS SSRS,DW;
数据挖掘工具:Matlab,SAS,SPSS;
人工智能:机器学习相关知识;
挖掘算法:数据结构,一致性,常用算法;
编程语言:Python,R,Ruby,Java;
总之,传统的统计员,统计分析工作并不是常久的工作。但是这份工作可以成为一个很好的开始和跳板。
友情提醒:大数据分析其实就是跨了一个行业,需要重新学习行业知识,难度肯定是有的,得拥有信念,贵在坚持。
如果你确实想学习数据分析的话,那现在有两种选择,自学和报班。自学
自学的话,学习时间比较自由、不用受到任何约束,可以自己安排时间,而且学习直接支出费用要少很多,但是自学过程中一定要注意项目经验的积累,不能只学了工具技能却忘了项目经验。
因为现在企业招聘都是很看重数据分析师的项目经验,这个你在随便一个招聘网站搜索相关招聘信息都能看见企业需求。
所以,在学习的过程中,我建议尽可能地去找从事过或者是正在从事数据分析师的朋友,让他们能够“手把手”地带你去接触一些真实项目,并且能够传授一些项目经验给你。
只有在自学的过程中注重项目经验的获取,在学完后才能更顺利地步入大数据分析师这个岗位,如果没有项目经验,那就只能从数据清洗、数据统计等基础性的工作做起,其工资水平可能还没有现在的收入高。
同时,自学的过程可能会比较枯燥,一个人的学习会比较没意思,如果不够自律、信念不够坚定的话,很可能会中途放弃,来来回回反反复复,学习时长会不可控制。
如果按照正常的自学内容和进度来看,要达到初级的数据分析师水平,大概需要2年的时间。
报班学习
报班学习的话首先是时间上就能缩短很多,2个月就能掌握自学2年才能学到的内容。
当然这个时候选择什么样的培训机构,就要回到我们之前讲的学习目标上了。确定是要走大数据分析这条路,那就要去分辨各个培训机构的课程设计,选择主要带着学员做实训项目的,一定要是做企业真实项目的那种,而不是随便在网上爬一些数据,让你去练手的那种。
第一步,测试基础
测试基础是软件测试最重要的部分,相信不用我多说大家都知道,只要你是做测试,不管是什么测试,测试的基础理论知识都是必须熟料掌握的。测试的基础理论知识包括:测试计划编写、设计测试用例、编写测试报告、编写BUG报告单、跟踪BUG修复情况、还需要良好的沟通能力、以及各种测试阶段所使用的测试方法、单元测试、功能测试、集成测试、系统测试等等。学习这一段的时候可能比较枯燥,但是只有坚实的理论基础才能开展后面的学习。
第二步:学习脚本语言
如:python语言和java语言,当然python 是一门相对简单的计算机语言,考虑长远发展,需要了解C语言或者java。大家都说C语言最难,但是C语言毕竟是基础中的基础,掌握了它后期深入学习也会轻松一些,而且C语言用得确实也多。
第三步:学习软件测试工具
学习软件测试工具并不难,只是需要我们去系统的学习。比如性能测试工具loadrunner,自动化测试工具selenium、Appium,接口测试Jmeter、Postman等。虽然说工具不是万能的但是工具能为我们提高工作效率,所以必须得会熟练的使用。最关键的一点,是要结合项目具体去 *** 作,实践出真知,理论知识在实际项目中才能得到巩固。
第四步:计算机硬件知识
做过性能测试的都知道在性能测试过程中硬件性能也是一个非常重要的指标、CPU、内存、IO、带宽等等、如果你是做硬件测试的。那么就更不用说了。交换机、路由器、防火墙这些设备都需要有所了解。
第五步:数据库测试
MySQL数据库
MySQL简介、命令行工具以及数据管理、MySQL数据查询(条件、分组、聚合函数、排序、分页、连接查询、自关联、子查询)、内置函数、项目练习、数据分表、Python *** 作MySQL。
Redis数据库
Redis简介、客户端和服务器、数据类型(string、hash、list、set、zset)、各种数据类型 *** 作、Python *** 作Redis、主从、集群。
第六步:项目实战
把学会的理论与实践相结合起来,最好参与真实项目的测试工作,积累真实项目的测试经验。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)