從零轉行數據分析的親身經歷

做者：xiaoyu

微信公衆號：Python數據科學

知乎：python數據分析師

---

快兩週沒更新了，先跟你們說一下抱歉。最近生活上確實有點忙，不事後續將恢復正常。今天和你們聊一個非技術性的話題：轉行。全篇無代碼，可是我想對於這個話題，不少朋友都很是感興趣，畢竟工做伴隨着咱們的一輩子，也是主要的收入來源，誰不想找一份高薪又有前景的工做呢？

是否要轉行？

有些朋友對因而否該轉行一直抱有遲疑態度，轉行會不會有風險啊，轉行之後萬一後悔了怎麼辦啊，轉行是否是要從新學啊，等等一系列的問題。這些問題大多數人都想過，博主也想過。畢竟工做是人生大事，轉行固然也須要萬分的謹慎。可是，一切事物都是有風險的，誰又可以預測將來怎麼樣呢？有時候人是須要一些果斷的（不是衝動），可是須要本身想清楚，想好了就不猶豫。下面，博主結合自身，談一談要本身轉行的幾點考慮吧，供你們參考。

• 現所處行業的將來發展：

分析如今所在行業在將來10或者20年裏是否有很好的發展前景，說實話這個是很差判斷的，但就目前而言，傳統制造等行業一直處於萎靡狀態，而互聯網和金融行業是比較熱門的領域。但這些都是見仁見智吧，每一個行業作到極致都會有不錯的發展，每一個人的理解也不同，可是博主選擇了互聯網金融行業。

• 現所在公司的發展情況：

一個公司的發展好壞能夠直接從領導CEO身上反映出來。領導是否有長遠眼光，有管理能力，以及領導是否定真幹事，會直接影響公司將來發展。博主所在公司領導層不斷更換，而且內部管理很是差，不重視技術水平，工做效率巨低，因此致使一直在走下坡路，這種狀況就沒理由呆下去了，畢竟要考慮我的的發展。固然，不少小夥伴原本的工做可能就很好，那就要權衡一下利弊了，看你是否真的熱愛這個行業。

• 現所在公司的學習環境：

對於職場菜鳥而言，選擇一個公司實際上是在選擇一個好的學習環境。若是有機會去一個好的團隊即便薪水低，那也是值得的，由於你鍛鍊的是學習能力，有了這種能力，你纔會有更高的價值。固然，就目前而言，若是你以爲如今的公司已經沒有什麼可讓你學習的了，或者說遇到了瓶頸，那我以爲也能夠考慮換換環境了。

• 本身的生活需求：

對於很低的薪水沒法知足生活需求，那麼這時候迫於生存也只能考慮轉行。各類房貸車貸款的壓力如此之大，經過轉行增長收入也是一個有效解決問題的途徑，但也是須要結合其它考慮而慎重選擇。

• 興趣愛好：

是否對轉行的行業感興趣。興趣是最好的老師，若是本身自己對這份職業不感興趣，僅僅是由於薪水等一些外部因素而轉行，那麼可能也不會太發展的過久遠。

基於以上問題，博主進行了認真的思考並最終作出了轉行的決定，由於對於我而言，每一個問題都說的很通。固然這裏絕非誤導你們轉行，只是給你們多提供一個參考。

個人轉行經歷

博主從開公衆號起前2個月開始接觸Python語言，而後接觸到了數據方面的技術，包括爬蟲，數據分析，數據挖掘，機器學習等，一直到如今仍然在堅持自學，我相信只要堅持結果總不會太差。直至今日，我能夠說本身算是入門了，但須要學的東西還有不少。雖然這個過程比較艱辛（白天上班，晚上學習），可是因爲興趣的激勵，也並未感受太累，反而以爲頗有成就感。

前一陣子，博主以爲本身能夠嘗試着找找這方面的工做了，因而開始在網上投遞簡歷。不少網投的小夥伴確定有過相似的經歷，那就是石沉大海（實際上是我太菜）。你會發現投遞的幾十份簡歷一個迴應的都沒有，因而在這個過程當中開始對本身有了一些懷疑，尤爲是對於像博主同樣的轉行求職者們，由於相比於科班出身的競爭者，咱們沒有太多優點。在這種狀況下壓力是很大的，但沒有辦法，既然踏上了這條路，就必須堅持下去。好在數據分析，數據挖掘這些崗位目前需求量很大，因此機會仍是不少的。

十份不行，就投二十份，二十份不行就投三十份（固然在這個過程當中是須要不斷反思修改簡歷，並同時不斷學習鞏固，否則仍是徒勞）。還有，必定要尋找身邊的一切資源爭取內推機會，內推面試的成功率仍是蠻大的。慢慢的，開始有公司邀請面試了，雖然不是BAT，可是都是規模還算比較大的公司。

博主在過去的兩週裏一共面了5家公司，數量很少，崗位是數據分析/數據挖掘（根據招聘職位而定），其中3家給了offer。其實，這對於一個從零學起轉行的求職者來講，結果我仍是很是滿意的，同時也給本身增長了一些信心。下面介紹一下面試公司的概況以及面試結果。

聲明：這是個人我的經歷，只供借鑑參考，並不是適用於全部人。

面試結果

博主這裏只列出其中三個給offer的公司。

面試公司一（offer）

• 規模：上市公司(大數據)
• 崗位：數據分析師
• 月薪：13K

面試公司二（offer）

• 規模：上市公司(地產商)
• 崗位：數據產品經理
• 月薪：15K

面試公司三（offer）

• 規模：初創公司(移動APP)
• 崗位：數據挖掘
• 月水：20K

面試總結

總的來講，全部面試的通過還算順利，但博主每一次面試後都發現了本身的許多不足的地方，下面總結一下。

• 面試時間：

接到的大多數電話面試都是下午快下班的時候，若是公司對你感興趣，會問你明天是否願意來面試（記得給HR回郵件）。博主每次都爽快的答應了次日面試，但這其實並不必定太好，由於本身根本沒有太多時間來準備。若是你特別中意這家公司，我認爲最好仍是準備充分再去面試效果會更好。我本身通常會留一天時間來進行面試前的準備。

• 面試準備：

利用面試前的時間來仔細研究一下這個公司的發展情況，組織架構，運營模式以及崗位的需求，最好可以在面試公司的業務或者技術上提出一些好的建議。技術細節上可準備的東西不少，這些更多在於平時的積累。這時候就不必再去研究具體的技術細節難點了，而應該把控總體，我通常會把寫在簡歷上的內容，好比項目經歷等都過一遍（須要本身真實的作過才行），以避免被問到細節問題尷尬。

• 談話技巧：

能夠說這部分也佔了很大的權重，若是你能夠侃侃而談，和麪試官聊的很high，那基本也就成了。我認爲最重要的就是不緊張，保持常態，即便被問道了不會的內容也別慌，虛心請教面試官，一來可讓他感受到你的學習熱情，二來會讓面試官感到頗有面兒。第二個就是觀察，能夠經過觀察面試官的表情來判斷面試官是否滿意你的回答或提問，而後及時改變回答策略。其中一個面試，HR英語特別好，博主硬是用英語陪她聊了10多分鐘，這也讓HR很滿意（固然前提是你的英語水平也不錯）。第三個是多提問題，與面試官的互動是很是關鍵的，若是面試官說到一個點上恰巧你可以緊接着很好的提問，那麼整個談話的氣氛就活躍起來了，面試官會認爲與你想法很契合（博主拿下了三個面試官的微信）。

• 技術內容：

幾個面試中多數面試官都會針對項目經歷仔細提問，問的很細，目的在於考察本身是否真實作過項目，認真思考過問題。固然也會問道一些細節的知識點，有不少基礎的問題博主並無回答的很好，這部分還需增強只能慢慢積累了。也問了一些其餘問題，好比某個機器學習算法的優缺點，給你一個應用場景，你會傾向於選擇哪一個模型算法來解決，再好比給你一個場景，如何進行A/B測試等問題。對於數據分析而言，機器學習和爬蟲等並非必須，可是加分項。就像博主在簡歷中提到用爬蟲爬取鏈家全網數據，而後作數據分析挖掘，沒想到在幾個面試中都有加分。關於這部分，博主會另開一篇詳細介紹。

公司選擇

對於最終公司的選擇上確定要考慮多方面的，待遇，發展，上升空間等。個人建議是選擇公司要把眼光放長遠，尋找一個好的團隊，畢竟是轉行，仍是要以能學到東西爲主。如下是幾點選擇公司的考慮：

• 大公司 or 小公司：

大公司通常規模比較大，每一個崗位分得比較細，平臺大，資源好，格局大。小公司通常崗位劃分很粗糙，通常一我的要幹全部的活兒，每一個環節都能接觸，進步成長速度會很是快。做爲轉行人員，我我的傾向於大公司，可是若是小公司有不錯的機會也是能夠考慮的。

• 風險 or 穩定：

一些初創公司的將來發展實際上是很不明朗的，像不少P2P公司看起來不錯，可是幾個月倒閉的也比比皆是。這時候須要評估一下本身是否能夠承受這種風險，高風險也就有高回報，因此不少初創公司提供的薪水纔會比大公司高不少。能夠嘗試性的問問公司的現金流，融資狀況，是否考慮上市等相關問題，來評估一下風險度。我我的傾向穩定發展的大公司，即便是初創公司最好在D輪融資以後是比較穩健靠譜的。

• 團隊專業水平：

這個其實經過與面試官的談話過程就能看出這個公司的技術水平怎麼樣，若是面試官的水平很通常，一些問題還沒你清楚，那麼你想一想你來這能學到啥，可能薪水很高，可是你將來的價值卻沒有提高。

• 薪水高 or 薪水低：

傻子都知道薪水高好，可是還須要把握以上提到的一些原則性問題，不能因小失大。在符合本身基本標準的狀況下固然薪水越高越好了。

這段時間裏，博主深入體會到轉行的不易，因此把本身轉行的經歷給你們作了一個簡單分享，但願對正在轉行或者準備轉行數據分析，數據挖掘方向的朋友們有所幫助。一句話，堅持就是勝利。

下一篇博主會詳細介紹一下轉行過程當中須要準備的內容和學習的重點，分享個人學習過程，以及面試中會問到的一些細節問題。

---

歡迎關注微信公衆號Python數據科學。