菜鸟数据岛的岛民们！
想象中的数据分析师大概是酱紫的
荣登各种悲情段子男主的程序员是酱紫的
两个角色之间差了无数个魅力加分点。
而今天我们的大咖是从程序猿走向数据分析师，再凭数据分析高段位一路高歌进入金融圈。武能代码编程序，文能写就畅销书，问题是颜！值！还！高！
技术背景转行、金融行业、R语言解析，，高参考性关键词闪耀在采访之中。
张丹
前况客创始人兼CTO
拥有10年IT编程背景，多项SUN及IBM技术认证，丰富的互联网应用开发架构经验，精通R ,Java, Nodejs 多种编程语言，掌握大数据处理、数据挖掘等核心技术和丰富统计、金融的知识积累。熟悉金融二级市场、交易规则和投研体系。多次在IT互联网技术大会中担任演讲嘉宾。著有《R的极客理想-工具篇》、《R的极客理想-高级开发篇》图书，自媒体平台http://blog.fens.me，Alexa全球排名80k。
这是真相~
张大咖，你当初是如何决定从编程转行做数据分析的呀？
从程序员到架构师一路走来，经历过太多的系统和应用。做过手机游戏，写过编程工具；做过大型Web应用系统，写过公司内部CRM；做过SOA的系统集成，写过基于Hadoop的大数据工具；做过外包，做过电商，做过团购，做过支付，做过SNS，也做过移动SNS。以前只用Java，然后学了PHP，现在用R和Javascript。最后跳出IT圈，进入金融圈，研发量化交易软件。
但是我觉得做开发和coding都很快能看到职业发展的边界。就像，如果不是顶尖的程序员，写程序也就写到35岁左右。而且软件开发只是工具，要真正拿工具去落地才有意义。转型的话最直接就是做数据分析，数据分析直接面向业务，能把职业走宽走远。
其实，从技术转向数据分析路还是很长的。我当初用了大概一年半的时间，把所有算法的书，数据挖掘的书看了一遍，还把高数、线性代数、统计、概率的课程听了一遍。才稍微有些底气可以转到数据分析。要知道，不是能写出代码就是转行成功，只有把原理和底层的东西都搞清楚才能称为一个成功的过度。
你编写的《R的极客理想》系列书籍都超受欢迎，当初是怎么想到要写书呢？
当初出书的原因很简单。从IT到数据分析再到金融行业转行过程中涉及的知识点太多了，我怕记不住就开始写博客。第一年就写了260多篇博客，粉丝反响很是不错。就有出版社主动找我想要把博客内容编辑成书。
随后就出了两本书：《R的极客理想-工具篇》主要是给一些刚接触R的人扩展知识面用的，介绍30多个 R包，比较基础；《R的极客理想-高级开发篇》-比较深的R的技巧，有很多关于底层的东西，环境变量、命名空间等等。
我一共写了两年博客，发布了接近500篇文章，除了R语言，还涉及有Nodejs和Hadoop。
（小编：wow，学习笔记都可以出书，菜鸟数据岛岛民还不快get起来）
你研究R语言比较深入，菜鸟数据也是以R语言作为课程教授的主要工具，你觉得R语言有什么值得推荐的地方？
我觉得R语言最大的优势在于它对数据和业务理解很直接，可以帮你锁定问题，解决问题，避免了很多程序上复杂的事情。
比如，如果用Java，看到一个数据需要先考虑如何读到内存，数据读出来做什么算法和循环，数据怎么存…但是R语言的使用者不需要考虑复杂的开发问题，拿到数据读到内存，就是一个固定的类型：矩阵或者数据框。分析的时候只需要调取相应的算法包做出结果，然后再根据业务进行解读就可以了。除此之外，R语言的可视化也很清楚。如果用 Java , C++，还要再考虑怎么呈现的问题。
R语言学习的难点在数学、统计、基础学科和具体业务理解而不在开发上，如果没有编程背景也容易上手，有编程背景学起来会更快。
根据你的经验，数据分析在金融领域的发展情况如何？
我现在从事金融领域量化投资方向，和数据分析十分相关。我可以使用软件开发技术和数据分析的方法在金融市场上直接获利，直接变现。（小编注：就是直接捞钱哦）金融行业钱来的最为简单粗暴。因为数据分析就是分析数据，分析其他数据还要经过买方购买转化成资本，而金融行业只要发现规律，市场就在那里，开个股票或者期货账户就可以去抢钱。但是这个领域聪明人很多，所以也是很难做的。
你对于刚上数据岛的菜鸟们有些什么建议呢？
数据分析面向数据，只要能产生数据的地方就能用到数据分析的方法。数据分析可以实现很多事儿，比如爬天气数据去分析天气，爬大众点评的数据找美食。
但是，切记数据分析不是一朝一夕能学会的，要放长线钓大鱼，不要浮躁要踏踏实实下来，积累几年之后才能有收获。
