转行数据已接近两年，最近对数据分析岗有了些新的理解，总的来说就是数分不是局限于报告，而是自己能生成能够落地的工具，比如api,web，模型等，让数据产生“价值”。
最后公布一波上年12月我求职的部分简历内容。
对会计由爱生恨
先说说自身情况吧：18年本科毕业，专业财务管理。在家乡，一个二线城市，做会计做了一年多（包括实习期）。
这一年多，把我从一个会计粉转变成一个会计黑。
一脚踩进了数据分析师这个大坑
有转行的念头是18年7月，当时就是刷刷贴吧，百度一下，了解了数据分析岗的状况，18年10月正式开始准备。
后来不满意准备的进度，年3月提出离职申请，待业在家学习，直至8月份在杭州才拿到稍微满意的offer。薪资确实翻了个倍还有多，但也依托于以前会计岗位的薪资实在太低太低。
19年10月，从转行数据分析，还是考二线城市的公务员两个选项中挣脱出来，最终没听父母的，选择了数据分析这个无底洞。
刚开始，我是查看拉勾网上的公司岗位招聘要求，然后才决定我需要准备什么知识。当时拉勾网的广州数据分析师岗几乎都被我翻完了，总结了下需要做以下几点准备；
1、统计学相关知识；
2、excel的熟练使用，报表关联，数据透视等；
3、SQL语法，了解数据库知识；
4、python或则r，需要有建模能力；
5、业务理解能力；
6、项目经验。
学习路径
统计学相关知识：
先看了《商务经济与统计》第十二版，当时看起来真的蛮吃力的，自己定的目标，比如一天看一章，根本完成不了。
断断续续看了接近两个月，才看到12章，也越发发现在职学习真的需要很大的毅力，并且上班时候总是有一个念头：好浪费时间啊。
直到后面我又买了一本统计学书籍《深入浅出的统计学》。对比上本书，真的可读性高很多，书里的案例很生动，里面的题目也不会太难，学起来相当有成就感，很快就把整本书看完了。因此也爱上了这个系列的书籍，又购买了，深入浅出的数据分析和深入浅出的SQL。但发现这里两本有些啰嗦，并没有看完这两本书。
excel的熟练使用，报表关联，数据透视等:
以前做财务就是一个十足的表哥，一直对excel比较有信心，所以这方面我没有过多的复习。直到现在工作了，目前使用的是google.docs一个类excel工具，excel的公式也是能在这里使用，才发现自己的excel能力其实很弱。比如，我以前做财务写的公式是这样子的：
现在我写的公式是这样子的：
也是因为以前做财务的时候不用写有关业务逻辑的公式吧。还有表和表的关联也是个难点。
SQL语法，了解数据库知识：
虽说买了深入浅出的SQL，因为记得当时已经是我4月份了，当时定目标是5月找到工作（虽然最后8月才找到orz），所以觉得看书太耗费时间了，直接看的是九道门的sql教程。
还要了解下SQL语法的顺序（很重要！）然后面试SQL的笔试题基本没啥问题了。
反正面试时的笔试，印象中都会做。还有数据库的知识推荐很多人推荐的一本：《MYSQL必知必会》吧（然而我并没准备这方面知识，好像也不太影响。）
python，需要有建模能力：
python和r，我选了python。单纯觉得python好听！面试了16家，其中只有3家公司是真正要求需要用到python进行数据分析的。
当时看的书籍是pandas作者写的《利用python进行数据分析》至今工作后仍在温习，跟着代码打一遍，受益匪浅。
当然，我觉得零基础看这本书还是会有些吃力，所以可以先看看网上的免费教程比如九道门的python小白入门课程，非常适合安装都不会的新手。
业务理解能力：
数据分析中的重中之重！无奈这方面实在没有很好的学习途径，结合自身面试的经历给大家一些小Tips吧。
1，做面试准备时，一定要去了解该公司的有哪些数据指标？这些指标是如何计算的？如何提高的？比如电商：如何提高复购率？或者运营的：有哪些常用的数据指标？
2，需要了解一些流量统计的常用工具：GoogleAnalytics;百度统计；百度指数等。
3，要会画思维导图，面试时有一道题印象很深：用思维导图预测杭州10年后人口数量。
4，可以学学爬虫工具，面试时有被经常问到这样的问题：“你会用python？那你能帮我爬竞争对手的数据吗”。
我:”我...只会数据分析的常用库。”
后来了解了几款爬虫工具，暂时已经能满足我爬数据的需求，不过我后续仍会去学习python爬虫的知识。
项目经验：
没有项目，凭什么一个转行人士说你懂数据分析？所以，我乖乖的去做项目了。可能你觉得一个转行人士哪有项目啊？实际上，想要有项目经验，真不难！我总结了有以下途径：
1，在网上下载数据进行分析：筛选免费的数据就好！（没高手带需要强大的自主能动性）
2，自己爬数据进行分析，这就需要用到爬虫工具了（百度一搜很多的不过，时间成本很高可能小一年才能看到点效果）
3，报名一个专门带你做项目的实训班（脱产学习）两个月左右可以拿到别人2年多的项目经验（可了解九道门实训营国内唯一一家）
面试注意事项
除了面试的准备，还想提醒大家需要避免的几个误区：
网上论坛的数据分析版块已逛好久，越发觉得这版块营销味浓厚，也请大家带着怀疑的态度去看。有些营销味浓厚到已经影响我观看的体验了。
为此，也和大家分享下零基础转行需要注意的几个误区：
毕竟我（文科生）也是零基础过来的，说说我觉得有几个必须要注意的误区吧。
数据分析岗大多数用不到python与r！机器学习更是用不到！
以我目前的工作为例，我用到的工具是google.docs(类excel工具)，和ppt.word.sql等等。
而python和r是非必要工具，感觉像是简历中的加分项，当然我也认为数据分析需要必备掌握其中一门，但是这并非求职中的必备项。
机器学习就更不用说了，还是先理清自身公司数据的异常值，数据准确度，数据指标的逻辑等等吧。乱脏数据都没理清，谈何建模。
若你想快速进入数据分析岗，python和r可以入岗之后学，专心做一两个项目出来才是关键！
认为数据分析岗普遍工资很高！
在网上文章看多了，觉得转行就有9K上万，现在想想也是醉了，感觉做到这个数字的人。
应该有他的原因，但我认为如果条件和我相差不远的话，很难做到。除非有项目经验，在杭州面试了两个礼拜，拿到的offer的工资都在4.5~6之间！然而这些岗位的招聘有项目经验几乎都是8K-1w。
印象最深的是有个做邮件推广的公司，招聘时写着7.5-1.2，去到只有3.5(黑人问号??。虽说拿到不少面试邀请（16个拿了8个offer，都是小公司）但满意的真的很少很少，最后找到心灰意冷的时候，终于拿到一个算是满意的offer。
而我最满意的三个公司都没有给我复试的机会。想起还有些难受。
误认为数据挖掘岗就是数据分析岗！
面试时候就能强烈的感受到这两者的区别。
一般数据分析岗，招聘标题为：
1，数据运营。2，数据分析师。3，数据分析专员。4，数据产品经理等等
而招聘数据挖掘，标题：数据挖掘工程师。（算法工程师不算）
其中里面的要求更是十分不同，数据分析岗会偏向对业务的理解，学历大专往上。
工具除了python和sql,也会包括一些流量统计的工具，比如googleanalytics,百度统计，百度指数等。对编程要求比较少，只是加分项。
数据挖掘岗，除业务理解对编程也有一定要求。机器学习必须了解，对工作经验也有要求。
可以往下看我简历中的技能要求。我学习了python和机器学习并参加的算法比赛，这使我偏向数据挖掘方向，但我又不够资格得到数据挖掘岗的offer，只能找数据分析岗，那种低不成高不就的感觉，很是尴尬。
不过通过一年工作的总结了解到数据分析岗的特殊属性，年龄越大越吃香（不怕秃头哈哈哈）
想说的都快说完了，感觉说了很多，又感觉没说什么，总感觉有一句很重要的没说。
想了很久，终于想起，转行数据分析前，还是先问问自己一个问题：“喜欢对着数据吗？”回答Yes的话，来不及解释了，数据的“火”车刚驶来，快上车！