转型数据分析之路-优快云博客

分享出来，希望对大家有点启发。

我非技术出身，辗转几次，现在到了数据分析这个岗位。刚开始觉得自己是要转型，后来领导给我的定位仍以发展业务为主，数据分析为辅。然而，我对自己的认识很清楚，哪儿短就补哪一块，业余时间大都花在了技术上。同时，心里有个弦也一直在紧绷：我就是学到死，技术也一定比不上那些科班出身的。

那我该怎么办呢？

我相信太多转行转专业的人，会有这样的迷茫。年纪也不小了，时间也没以前那么多了，工作几年，做事的架子也有了，现在要我去做一份不熟悉的工作，是归零从头再来，还是找到合适的切入点，用以前的经验打出一片天？

退一步说，从头再来，就代表我们没有机会了吗？我看未必。我们常常将自己的职业生涯套在一个成熟的职业机制里头，比如你会说，奋斗三年后成为高级数据分析师，Hadoop、MapReduce、Python什么都门儿清，五年后成为数据部门总监，负责整个公司的数据运营业务，blahblahblah。但真实情况是这样的吗？十年前有数据分析师这个岗位吗，那会儿有分析师，是什么都拿来分析，也包括数据。为什么现在出现了专门的数据分析岗？很简单，就是数据的市场做大了，细分到了要请专门的人才去做数据分析这一块。可见，不太能预料十年后会出现什么样的新职业，同理，十年后你给自己定的职业规划还是否吃香，都是个问题。

我在归零，也在找切入点，同时，还在学技术。技术是一道硬性门槛，跨不过，就没有资格混这一行了。但新技术层出不穷，很难找到一个真正可以长久安身立命的所在。我觉得互联网公司人员流动性大的一个主要原因是：业务变化快，需要的技术支持变化也快，不够用的情况实在太多了。也不光是技术，上一家公司的老板非常折腾人，但我记得他说过一句话：创业公司最大的特色就是变。没有什么能一直保持不变的，只有变本身是永恒的。

变的背后是市场需求和各种潜在的商机，为什么做市场的同事待遇往往比做技术的高？恐怕就是这个道理，以市场为导向罢。现在的趋势有点变化，以人工智能为例，巨头公司不惜以上亿计美元报酬挖角技术大牛，但我们要看清楚，这些技术大牛有主导人工智能市场狂飙突进式变革的能力。一流企业做标准，二流企业做品牌，三流企业做产品，谷歌发布免费的安卓手机系统、免费的人工智能平台tensorflow，国内华为公司参与制定5G标准，这是一流公司的做法，我不敢妄定苹果的品牌和微信这个产品怎么归类，但有一点可以确定：随着云计算、大数据、机器学习时代的到来，技术的话语权又加重了。扯远了，这确实是很有意思的研究话题，我们以后可以再详细讨论这个。

跨过技术的这道门槛，前面还有许多门槛，高阶技术、业务主管、项目经理，等等。但值得恭喜的是：你终于成为这个行业的玩家了。机会在眼前，新兴产业公司的管理领导层普遍年纪不超过四十岁（我前东家和新东家的更年轻），他们的教育背景和晋升经历更是会让渴望在这个行业有所作为的年轻人深受鼓舞。

但是第一步，不想随波逐流，唯有打好学科基础，多点扩散学习。网上有很多优质的公开课，内容几乎无所不包，学习资料那更是铺天盖地。拿机器学习来说，中国人已占半壁江山，我们语言上的优势，欧美会议资料、最新文献等能第一时间翻译过来，而中国这边的研究成果，要是只有中文，老外就只能干瞪眼了。

如果你跟我一样，正遭遇职业生涯的瓶颈期，何不动动手，动动脑，多接触点新知识呢？王老板的小目标是一个亿，我们的目标要简单很多，而且很具体：今年看完几本书？学习几门课？做几个自己认定的项目？当然，王老板肯定比我们忙，我们除了学习计划外，还可以定旅游计划，当作对自己一年勤奋学习工作的奖励吧。还有就是要多陪陪家人，少玩点游戏，相信我，你能掌控的时间，要比你想象的要多得多的多。