技术头条 - 一个快速在微博传播文章的方式     搜索本站
您现在的位置首页 --> 奋斗 --> 谈谈与数据打交道的工作

谈谈与数据打交道的工作

浏览:4307次  出处信息

    发信人: Roburite (郭大路), 信区: M.S.S

    标 题: 谈谈与数据打交道的工作

    发信站: 珞珈山水 (Wed Jul 7 00:04:28 2010), 站内

    一直想写点什么,希望分享一些关于工作的事情,能够对学弟学妹们有所帮助。这时节,又有一批毕业生奔赴东西南北,走上工作岗位。两个多月后,新一季的校园招聘又将开始。关于求职面试,范围太大,谈起来恐怕够写几本书了。我这里废话就不说了,我只谈一个方向。对于我们数学出身的毕业生而言,比较合适的一个方向。希望能够抛砖引玉,让已经毕业的同学们都多做一些分享,给学弟学妹们指指路。

    就我看这几届数院学生(主要指硕士;本科生的就业好像不是很好;博士生基本上都是在高校当老师了),就业大致上有3类,一是中学或高校教师,二是金融行业,三是IT行业。 我要说的是与数据相关度比较大的就业方向,包括数据库、数据仓库、统计、数据分析、数据挖掘等。基本上涵盖了BI(Business Intelligence)的各个环节,简单点说,这些职位都围绕一个中心:体现和挖掘数据的价值。当前这类职位主要在银行、电信及互联网行业。

    我们数院的学生从事这方面工作的优势大致有以下几个:数学基础好(起码看到有些模型上的公式不会头疼吧)、统计学知识掌握较好、对数字相对更敏感。还有几点,这个方向主要是属于IT类,从业人员很多是计算机电信出身,所以有时候老大们会倾向于招点不同专业的调剂一下,好比全是男人的小组有时候会倾向于招几个女生过去。这也是有一定道理的,不同性别不同背景的人,其思维方式会有一定差异,如果能够磨合好,最后效益应该更大一些。当然,我们不能依赖这一点。另外,数学是理工科最基础的学科,不少人会认为数学系出身的人是很值得培养的。当然,我们同样不能去依赖这一点。

    大家可以留意下此类职位的招聘信息,一般的IT类职位对专业的要求可能是:计算机相关专业,或计算机、应用数学等专业,此类职位则一般是:数学、统计学、计算机等专业。这也说明我们去应聘此类职位还是很对口的。

    下面谈最重要的。现在社会化分工非常细致,BI的每个环节都可以对应一个职位。按专业族来分,有技术类、产品类、运营类、市场类等,甚至每个具体职位都可以属于不同的类别,比如技术类和产品类都有做数据分析的,技术类和市场类都有做数据挖掘的,而且各个公司相同名称的职位可能在实际工作内容会有较大差异。关键的问题来了:这些职位需要什么样的人,应聘者需要具备哪些基本素质和技能?

    先看技术类,有DBA、数据仓库、OLAP、数据分析、数据挖掘等方向,不同方向的要求当然不同。这方面的技能包括但不限于:数据库基本原理、统计学基础知识、数据建模方法、回归分析应用、人工智能、机器学习和数据挖掘常用算法,常用工具包括但不限于:linux、shell、awk、perl、 sql(主要是 oracle 和 mysql)、一两门编程语言(主要是 c/c++)、access、excel、spss、sas base、cognos 、datastage、sas em、clementine等。太多了吧?不要害怕,这里列出的是所有技术类职位相关技术要求的汇总。对于特定职位,你必须很熟悉你应聘方向的相关技能和工具,同时对相近方向的技能和工具应该有所了解。上述基本技能有不少在数院的选修课中是有涉及的,常用工具也有一些是我们在学校就用到过的。原理是关键,工具其实用一两个星期就熟悉了。对于应届生而言,公司更希望大家具有良好的基本功。

    如果是非技术类,比方说产品经理或负责市场或运营分析的职位(这里主要指数据分析方面),上述技术要求就会降低很多,基本上你只要用好excel就行(当然,excel其实也是个很强大的工具),顶多再要求下熟悉spss。但对于这类职位,在业务、产品和市场方面的要求就更高一些。常见的要求有:熟悉该行业的相关产品、商业触角敏锐、对产品细节和数据足够敏感、分析问题和输出报告的能力,有些甚至会要求对消费者行为学和心理学有所了解。

    包括技术类和非技术类,上述职位均会要求:数据敏感、逻辑严谨、思维缜密、实事求是。更一般的,适合于所有职位的基本素质:快速学习能力、沟通能力、执行力、团队精神、分享和总结的习惯。

    那怎样培养这方面的能力呢?细说起来,又是个很大的话题。我只简单讲几句。总体而言,都是一个长期积累的过程。技术类的,自然需要勤加苦练,产品和业务方面,平时也要多留心。至于基础素质,那更不能速成。但是,假如现在只有两三个月时间,怎么办?虽然学好很难,但速成一下,了解个大概,应该是不成问题的。我们想一下,院里每个学期开的专业课最多的时候至少有三四门吧,只要你不是打酱油过来的,那我估计在两个月内熟悉某一个细分方向上的技术知识,时间应该足够了。至于非技术方面,起码可以找些行业报告和分析来看看,不光是看,更要去想,去思考。另外如果是互联网行业,那还可以对产品方面作出更多思考,毕竟这个行业的大部分产品都是面向普通网民的。在使用产品时多思考,它的目标用户群,它如此设计的原因,包括一些竞品分析,如果能够给出一些数据支撑就更好了。

    在学校里面学到的都是基础知识,一方面我们是在掌握知识本身,更重要的另一方面,则是在培养学习能力,包括独立思考、学以致用等。数院的学生从事这个方向的工作,会有一定的优势,但最终还是靠自己。大家都知道,武大包括我们数院一向是很松散的,本科研究生很多都是放羊过去的。你想怎么过,决定权在自己手上。最后,用一句话作结,与大家共勉:纸上得来终觉浅,绝知此事要躬行!

建议继续学习:

  1. 数据分析中常用的数据模型    (阅读:6399)
  2. 五个免费开源的数据挖掘软件    (阅读:5136)
  3. 如何对统计数据进行分析    (阅读:3922)
  4. 页面停留时间和网站停留时间详解    (阅读:3733)
  5. 浅析十三种常用的数据挖掘的技术    (阅读:3542)
  6. 音乐智能推荐    (阅读:3140)
  7. 使用Weka进行数据挖掘    (阅读:3198)
  8. WEB数据挖掘相关术语整理    (阅读:2651)
  9. 如何萃取海量数据的价值    (阅读:2303)
  10. 网络数据的背后――网络日志的分析指标    (阅读:2050)
QQ技术交流群:445447336,欢迎加入!
扫一扫订阅我的微信号:IT技术博客大学习
© 2009 - 2024 by blogread.cn 微博:@IT技术博客大学习

京ICP备15002552号-1