我是乐天：
七月中下旬开始找工作，自己陆续拿到了几个不错的offer。几经比较权衡，八月底决定选择阿里开启自己人生的第二份工作。
一路走来，每当自己迷茫、懈怠的时候便会在知乎上寻找力量，在此感谢猴子及社群同学的无私分享与帮助，也庆幸自己能够坚持到底。我想我应该把找工作的一些心得总结并分享出来，去帮助后来的人。
一、想清楚
选择大于努力，做出任何选择并采取行动前都应该想清楚，主要是学习源动力和个人定位。
（1）学习源动力
正所谓谋定而后动，任何想要进入数据分析领域的人，都要时刻问问自己学习数据分析知识的源动力是什么？理由是否自己坚信不疑，是否能够在你迷茫的时候给你动力。对于我，我的源动力是我对数据价值的认同以及未来商业智能的期待。
多年工作实践，让我深刻感受到了数据驱动业务决策及数据产品在企业决策中的价值，具体表现为以下两个方面：
第一，企业决策开始从人工经验决策转变为基于数据、算法的科学决策。
第二，数据价值的体现从主要是依靠专业数据分析服务提供过渡为依靠数据产提供。
随着越来越多企业提出数据化，系统化，智能化的战略，大数据和人工智能相关技术将逐步落地，相关人才需求将持续供不应求，因此我们要做的就是做风口上的猪。
（2）个人定位
大数据相关的岗位可以细分为数据工程、数据挖掘、数据分析、数据产品、数据运营五大类。但有些专家也将数据运营和数据分析可以合并为一类。
面对几个方向，我们需要结合自身经历、个人能力选择一个方向上车，才能分享大数据时代红利。个人认为，数据分析师、数据运营专员、数据产品经理是比较适合上车的方向。起步门槛相对较低，市场需求量大，竞争激烈是这些岗位的特点。
正如前面提到的，数据价值的体现未来可能是更倾向于通过数据产品提供，因此具备产品思维、系统思维的数据分析师未来更能够在激烈的岗位竞争中脱颖而出，获得理想工作。
我目前在职的企业，数据分析师和数据产品经理同属一个部门。数据产品经理很多也是业务出身，甚至本身就是数据分析师，因为只有这样的背景才能更好的设计出符合业务需求的数据产品（这里的数据产品偏向是TO B的企业决策支持系统）。
基于上述思考及个人工作经历，我将自己定位于既懂数据分析又有数据产品项目经验的人。
二、勤学习
想清楚了自己学习的源动力和个人定位后，我们就进入了学什么和怎么学的阶段。因为本人只涉及数据分析和数据产品两个领域，暂且分享这两方面的理解。
（1）学什么
1.1 数据分析
关于数据分析，感觉要学习的非常多，回顾自己的经历，总结的学习路径如下图:
1.2数据产品
现在企业很多都在建自己的BI系统，因此个人也建议学习一些数据可视化工具。如果是基于数据可视化工具建立的BI系统，其实数据分析师完全可以胜任。下图是我的数据产品学习笔记。
（2）怎么学
2.1碎片化学习
工作之余，很难有一段完整的时间进行学习，都是一些碎片化的时间。自从学会了了猴子的碎片化学习方法，自己也不在那么焦虑了，上下班途中、午休间隔，都可以点开一门网课学习。
2.2报班学习
目前五花八门的培训课程很多，可以说各有优缺点，有时候学习者很容易迷失，建议先自己列个学习路径图，然后对应的去找相应的教程或网课学习，一来是有目标、有针对性。二来是可以省去收集资、整理资料的时间，快速高效。
3.3输出学习
输出学习，也是我在猴子社群中学习到的。形式可以是脑图形式的学习笔记，可以是一篇自己写的知乎文章，甚至只是跟朋友分享自己的所学所思。
自己在输出学习上做得不好，但我深知，作为一名数据分析师，懂得言简意赅、逻辑清楚的表达自己的观点太重要了。而输出学习正好是锻炼了你这方面的技能。
三、迈开腿
学无止境，很多人经常在问，我学数据分析多久才可以找工作呢？我的回答是随时都可以。不要犹豫，迈开腿就对了！
（1）整项目
学习了很多数据分析的理论和工具。需要找几个有代表性、复杂的项目进行实践下。以便检验自己的学习成果。关于项目整理，建议注意以下三点。
一是写进简历的项目不建议太过大众化。大众化的项目比较难做到人有我优的效果。大部分是抄袭别人的成果，也不利于检验自己的能力。
二是一个项目尽可能多串联自己掌握的几个技能。
三是简历展示的项目最好能够与面试的业务领域相关。
项目描述举例：
以来源于Kaggle平台的Prosper公司2007年-2014年113936条贷款数据为研究对象，首先利用Python实现对数据的清洗整理，其次利用Tableau对数据进行快速探索分析，总结了Prosper平台上的贷款客户特征、贷款业务特征，贷款违约影响因素。最后回到Python建立贷款违约预测模型，预测贷款违约率，准确率达90%。
上面的项目描述，展示了面试者会用PYTHON、tableau、以及懂点机器学习基础。一个项目言简意赅，含蓄表达了面试者的技术面。而不是空洞的在简历中描述自己懂PYTHON的skelearn包、TABLEAU可视化、机型学习的逻辑回归模型等。
（2）投简历
简历就好像个人的名片和脸面，建议简历组织上注意以下三点。
第一是适当拔高自己的经历。比如如果你原来就是个表哥，你工作经历的描述上也尽可能带点数据驱动业务决策的描述。毕竟业务分析师的大忌就是停留在给业务各种出各种表。
第二是简洁、清晰，关注点明确。简历不要超过一页，字数不要密密麻麻，精炼文字、重点突出，尽可能让别人有阅读的兴致。
第三是尽可能有些数据支持，比如个人业绩描述，项目效果描述上引用一些数据。
关于简历投递，本人经验不多，就只是用了猎聘网，个人感觉职位相对高端些。每个人情况不同，各个平台都可以。
（3）多总结
简历投递后，接下来就应该准备面试了。几次面试下来，对于面试的套路应该就有数了。你要做的只是不断完善你对每个问题的话术。附上比较常见的几个问题，引发大家思考下：
1、自我介绍
2、谈谈你在数据分析岗位的工作内容
3、你有什么比较出彩的项目，描述下你的项目
4、工作中遇到的最大挑战是什么，你怎么应对的
5、为什么辞职
针对以上几个问题，建议答案的组织上注意以下三点。
一是结构化。比如为什么辞职这个问题，可以从兴趣、发展、待遇三个角度作答。
二是场景化。比如项目描述和最大挑战，可以把实际业务场景还原出来，使得面试官更有代入感。
三是正面积极。比如在自我介绍、辞职原因中恰到好处地表达出自己对数据的热爱与激情。
最后总结下，想清楚，勤学习，迈开腿，九字真经，大道至简，却知易行难！后面的小伙伴加油！
我是猴子社群会员，知乎：乐天
