最近,寫了 Linux C/C++、Java 的學(xué)習(xí)路線,對于要走這個方向的讀者,看看文章,大致方向不會錯的,在看的過程中,要慢慢培養(yǎng)自己的技術(shù)棧:
1、Linux C/C++ 學(xué)習(xí)路線(已拿騰訊、百度 offer)
2、Java 學(xué)習(xí)路線
對于 Java 學(xué)習(xí)路線,上篇文章說到的框架那塊,有些過時了,現(xiàn)在直奔 spring 或 springboot 即可,另外 2 個框架不用學(xué)了。
后臺三大主力,C++、Java、Go,Go 語言的學(xué)習(xí)路線不打算寫了,目前走 Go 方向的人很少,看之后發(fā)展如何吧;上次讀者留言,提到了數(shù)據(jù)分析,對于目前大火的 Python,在數(shù)據(jù)分析方面,是有一定的優(yōu)勢的。
數(shù)據(jù)分析方向的思考
1、
對于 Python,可以從事的方向有:爬蟲、后臺、web、數(shù)據(jù)分析、算法崗,目前來說,要是選擇 Python 的話,走數(shù)據(jù)分析、算法崗是比較好的;當然了,Python 最適合的場景就是 AI,要是能直接走算法崗是最佳選擇。
走數(shù)據(jù)分析的,大部分人本身可能只熟悉 Python,有一部分人是真的喜歡這個方向,有一部分人其實是被動選擇,想找后臺方向,不熟悉 C++、Java、Go,沒法投遞,想找算法崗,對于機器學(xué)習(xí)十大算法以及算法方向的能力暫時不具備,只能選擇數(shù)據(jù)分析這么一個崗位了。
對于數(shù)據(jù)分析,國內(nèi)招聘的需求崗位遠不如后臺、算法崗多,加上現(xiàn)在 Python 大火,很多人都走的 Python 路線,其競爭非常激烈,對于數(shù)據(jù)分析崗的技術(shù)含量,遠沒有算法崗那么多,要求也沒那么嚴,其薪資待遇也不算高。
數(shù)據(jù)分析其實很實用,可以通過對大量數(shù)據(jù)的觀察、分析、得到一定的規(guī)律,對于現(xiàn)在的大數(shù)據(jù)、云計算,尤其是面對海量數(shù)據(jù),就需要一些快速處理的方法,數(shù)據(jù)分析崗位在公司中有一定的重要性,這個方向可以作為走向 AI 算法崗的跳板。
2、
對于技術(shù)沒多大追求的,還想踏入互聯(lián)網(wǎng)行業(yè)的,完全可以選擇走數(shù)據(jù)分析,數(shù)據(jù)分析這個方向相對而言,跟業(yè)務(wù)掛鉤比較大,熟悉了業(yè)務(wù)背景,還是很好上手的,如果一開始不具備算法崗的能力,也可以從數(shù)據(jù)分析入手,慢慢轉(zhuǎn)向算法崗。
我要清醒的告訴大家一點:數(shù)據(jù)分析的技術(shù)含量是比較低的,如果你想長期從事技術(shù)方面的工作,還是需要走后臺或者算法崗,很多人投遞這個方向,其實是被動與無奈的選擇(都不知道在工作中,數(shù)據(jù)分析到底是干啥的),一定要想好自己的職業(yè)方向。
如果真的喜歡數(shù)據(jù)分析,對數(shù)據(jù)比較敏感,一直從事在這個崗位也是挺好的,關(guān)鍵是要做自己喜歡的事情!
數(shù)據(jù)分析學(xué)習(xí)路線
數(shù)據(jù)分析,我在工作中有過簡單的接觸,自己目前入門較淺,根據(jù)自己的思考,分享一下我認為的學(xué)習(xí)路線、資料推薦,其中肯定有不足之處,希望大家在學(xué)習(xí)的時候,慢慢完善自己的技術(shù)棧就好了。
數(shù)據(jù)分析崗位,簡單理解,就是對于數(shù)據(jù)的處理、分析,得到結(jié)果,所以這個方向需要學(xué)習(xí)數(shù)據(jù)分析的 2 個方面:工具 + 方法 (數(shù)據(jù)處理的工具以及數(shù)據(jù)處理的常見方法)。
數(shù)據(jù)分析最完整的流程:數(shù)據(jù)獲取--->數(shù)據(jù)存儲--->數(shù)據(jù)預(yù)處理--->數(shù)據(jù)分析--->數(shù)據(jù)可視化。
1、基礎(chǔ)
Excel :最基礎(chǔ)的數(shù)據(jù)處理工具,偏向于運營崗位的數(shù)據(jù)分析,作為一個數(shù)據(jù)分析師,Excel 無條件的熟練掌握,對于數(shù)據(jù)量較少,拿 Excel 進行分析、轉(zhuǎn)換、運算即可,而且數(shù)據(jù)分析師很大一部分時間是在與 Excel 在打交道。
SQL:sql 語句的熟練掌握,這就是跟數(shù)據(jù)庫打交道了,利用 sql 把數(shù)據(jù)進行提取,分析是很常見的一種方法(說句實話:算法崗也有一部分時間是在寫 sql),不管你從事數(shù)據(jù)分析、還是算法崗,sql 都非常的重要,因為這是跟數(shù)據(jù)庫打交道最直接的語句了。
我前面說過,不管你是啥方向,工作中最重要的三項技能,必須非常非常熟練的掌握起來:Linux + Git + Sql。
Python:Python 基礎(chǔ)知識的掌握,主要是 Python 非常擅長處理數(shù)據(jù),Python 有很多包、方法都是可以直接調(diào)用的,作為一名數(shù)據(jù)分析師,對于一些復(fù)雜的場景,會用腳本語言進行數(shù)據(jù)分析。
Python 爬蟲:對于這項技術(shù)的理解,掌握了會更好,不會也不影響你作為數(shù)據(jù)分析師的日常工作,數(shù)據(jù)分析師的主要工作是對于數(shù)據(jù)的理解、處理,拿到結(jié)果;對于 R 語言,也是一門腳本語言,方便處理數(shù)據(jù)的,有時間可以接觸,學(xué)習(xí)學(xué)習(xí),Python 在這方面的需求是遠大于 R。
數(shù)據(jù)分析師的基本功:Excel + Sql + Python,加上對于業(yè)務(wù)的理解,日常需求還是能完成的,對于那些計算機基礎(chǔ)知識,肯定是掌握了更好??!
2、進階
Python 科學(xué)計算:pandas、numpy、scipy 等,pandas 常用于數(shù)據(jù)的清洗(重復(fù)、缺失、異常值等),把這些缺失的數(shù)據(jù)處理好,才能獲得更加準確的分析;numpy 支持數(shù)組和矩陣的運算,提供了大量的數(shù)學(xué)函數(shù)庫;scipy 是一個高級的科學(xué)計算庫,很多數(shù)學(xué)統(tǒng)計的相關(guān)函數(shù)都在其中。
對于科學(xué)計算包pandas、numpy、scipy 等,作為數(shù)據(jù)分析師的進階是最好要掌握的,花些時間,把這些都得熟悉掌握起來。
概率論及統(tǒng)計知識:
(1)、基本的概念:均值、中位數(shù)、眾數(shù)、極值等;
(2)、統(tǒng)計量:方差、標準差、顯著性等;
(3)、概率論知識:條件概率、貝葉斯等;
。。。
有了統(tǒng)計學(xué)的基本知識,就可以拿上面的量化數(shù)據(jù),來描述數(shù)據(jù)的指標,觀察數(shù)據(jù)規(guī)律,得到一些結(jié)論性的總結(jié),以及一些變化趨勢的預(yù)估,這塊數(shù)據(jù)分析做的就是有些技術(shù)含量的東西了。
3、拔高
數(shù)據(jù)分析師的拔高,就是在慢慢的走向機器學(xué)習(xí)方向,慢慢的轉(zhuǎn)為算法崗。
特征工程的基礎(chǔ):如何統(tǒng)計數(shù)據(jù)特征、選用不同的特征,做模型的優(yōu)化;
基本的分類算法:決策樹、隨機森林等;
基本的聚類算法、數(shù)據(jù)挖掘、常見的機器學(xué)習(xí)算法的了解;
做到這步的話,慢慢就會有數(shù)據(jù)挖掘、機器學(xué)習(xí)的感覺,一個優(yōu)秀的數(shù)據(jù)分析師,數(shù)學(xué)功底是扎實的,就是在潛移默化的轉(zhuǎn)向數(shù)據(jù)挖掘崗。
4、推薦資料
書籍:
《對比Excel,輕松學(xué)習(xí)Python數(shù)據(jù)分析》:易懂易學(xué)的好書,強烈推薦!
《利用Python進行數(shù)據(jù)分析》
《深入淺出統(tǒng)計學(xué)》
數(shù)據(jù)分析工作中
2019 年騰訊暑期實習(xí)招聘
看看投遞數(shù)據(jù)分析方向的比例是多么的嚇人(50:1),崗位少,投遞人多,競爭太激烈了;看看騰訊對于數(shù)據(jù)分析師要求的技術(shù)棧:數(shù)學(xué)功底 + Python 腳本,基本上就是這些。
當你對于一個崗位,不知道學(xué)啥、不知道怎么構(gòu)建自己技術(shù)棧的時候,你就多去官網(wǎng)看看,對于這個方向的要求,會給你指明一個大體的方向,按照著學(xué)習(xí)、準備、提升自己的技術(shù)能力就好。
為啥大部分人都投遞這個方向呢?我上面都說了,無奈與被迫的選擇,如果計算機水平足夠,大部分人還是愿意選擇后臺或者算法崗,多想想,時刻保持獨立思考的能力。
對于大部分數(shù)據(jù)分析師,在工作中,掌握:Excel + Sql + Python 足夠了,并沒有多大的技術(shù)含量,拿的錢相對較少;我這邊工作中接觸的數(shù)據(jù)分析工程師,主要就是統(tǒng)計數(shù)據(jù)、效果追蹤、報表可視化展示等。
每家公司的數(shù)據(jù)分析做的工作是完全不一樣的,有的感覺很無聊,有的還有些技術(shù)含量,這取決于你的業(yè)務(wù)與場景,大廠和小廠的數(shù)據(jù)分析也有差別,不管咋樣,時刻保持不斷學(xué)習(xí)的勁頭就好了。
面對新的領(lǐng)域,不在于我是否走這條路線,在于我是否思考、查資料、解決這些問題,能快速的給自己規(guī)劃學(xué)習(xí)路線,這就是能力。
數(shù)據(jù)分析未來崗位還會增加,看看是否適合自己,認清自己在技術(shù)方面的能力,做好選擇。
-
Linux
+關(guān)注
關(guān)注
87文章
11350瀏覽量
210466 -
JAVA
+關(guān)注
關(guān)注
19文章
2975瀏覽量
105187 -
數(shù)據(jù)分析
+關(guān)注
關(guān)注
2文章
1461瀏覽量
34176
原文標題:數(shù)據(jù)分析學(xué)習(xí)路線
文章出處:【微信號:TheBigData1024,微信公眾號:人工智能與大數(shù)據(jù)技術(shù)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
Matlab關(guān)于FFT算法的編程及原理詳細講解
怎么有效學(xué)習(xí)Python數(shù)據(jù)分析?
AIoT智能物聯(lián)網(wǎng)工程師學(xué)習(xí)路線規(guī)劃以及詳細解析
TMS320DM6478功耗詳細數(shù)據(jù)分析
![TMS320DM6478功耗<b class='flag-5'>詳細數(shù)據(jù)分析</b>](https://file.elecfans.com/web1/M00/4F/4D/o4YBAFrX_MOAUFzWAABeuTM8mGY890.png)
TMS320DM368功耗詳細數(shù)據(jù)分析
![TMS320DM368功耗<b class='flag-5'>詳細數(shù)據(jù)分析</b>](https://file.elecfans.com/web1/M00/4F/4D/o4YBAFrX_6KAQlYbAABN9Woq-ew488.png)
TMS320DM643x功耗的詳細數(shù)據(jù)分析概述
![TMS320DM643x功耗的<b class='flag-5'>詳細數(shù)據(jù)分析</b>概述](https://file.elecfans.com/web1/M00/4F/4E/o4YBAFrYAN6AT-ioAACMOvz5VCU030.png)
TMS320DM814x和AM387x的功耗詳細數(shù)據(jù)分析
![TMS320DM814x和AM387x的功耗<b class='flag-5'>詳細數(shù)據(jù)分析</b>](https://file.elecfans.com/web1/M00/4F/60/o4YBAFrZWMGAIxajAAA0lVDvWd0213.png)
DRV8711調(diào)試詳細數(shù)據(jù)分析說明
![DRV8711調(diào)試<b class='flag-5'>詳細數(shù)據(jù)分析</b>說明](https://file.elecfans.com/web1/M00/4F/84/pIYBAFrdmKWAewJKAAGmdBEw3Wc672.png)
12種用于數(shù)據(jù)分析的Pandas技巧可用來學(xué)習(xí)Python詳細概述
MPU6050傳感器進行數(shù)據(jù)分析與濾波的詳細資料說明
![MPU6050傳感器進行<b class='flag-5'>數(shù)據(jù)分析</b>與濾波的<b class='flag-5'>詳細</b>資料說明](https://file.elecfans.com/web1/M00/A4/44/pIYBAF1dFCKAPwN9AAP5xN-0YfA573.png)
數(shù)據(jù)分析修煉手冊教程免費下載
![<b class='flag-5'>數(shù)據(jù)分析</b>修煉手冊教程免費下載](https://file.elecfans.com/web1/M00/A9/AA/pIYBAF2cQuGARzVoAAPtA6Mbqe0184.png)
工作環(huán)境準備及數(shù)據(jù)分析建模理論基礎(chǔ)的學(xué)習(xí)課件免費下載
數(shù)據(jù)分析有哪些思維詳細說明
![<b class='flag-5'>數(shù)據(jù)分析</b>有哪些思維<b class='flag-5'>詳細</b>說明](https://file.elecfans.com/web1/M00/B9/17/pIYBAF58SDOAXZVXAASvy9loyds357.png)
評論