如何自学成长
入门阶段
目标一：会用数据分析的方式解决一些简单的业务问题
1.通读《深入浅出数据分析》
所有问题一开始都会有实际业务场景的引入
然后会告诉你如何在实际的沟通中提取信息，对问题进行拆解
更有结合实际数据的分析过程和结论参考，最后还会给你留练习题
2.《深入浅出统计学》看到理解不了为止
目标二：掌握SQL的7大核心语句以及表连接和子查询
正确认知SQL
夯实基础
补充学习
目标三：掌握Excel的常用函数和数据透视表
目标四：掌握Excel和任一智能图表工具（BI）的基础图表制作
求职阶段
系统认知数据分析
目标一：直面问题，并且用数据分析的能力去解决它
深入理解并思考《精益数据分析》
多积累数据分析的方法和案例
- 36kr
- 人人都是产品经理
- 简书
产出一份深度的产品或行业分析报告
目标二：掌握实际工作场景中SQL的使用，尤其是开窗函数和数据转置
目标三：掌握python的函数、控制流还有数据分析核心的numpy/pandas/matplotlib三个工具包，能用python实现各种各样的数据处理
目标四：只需要掌握sklearn工具包中的机器学习模型即可
【重磅来袭！Python3.10最新教程】中国好老师带你开启新世界大门！人人都可以学会的python课程，从入门到精通全栈开发，现分享给大家_哔哩哔哩_bilibili
钻研阶段
算法建模
补充统计学基础
- 《深入浅出统计学》
- 《大话统计学》
研究算法原理
- 《西瓜书》
- 《花书》-补充学习
补充高数基础
带你快速掌握高数原理，剩下的在学习具体算法时搜索补充
刷题比赛准备转型
- 刷题
LeetCode：https://leetcode-cn.com/ - 参加各类算法比赛
Kaggle：https://www.kaggle.com/
天池：https://tianchi.aliyun.com/
和鲸：https://www.kesci.com/home/competition
FlyAI：https://www.flyai.com/
商业智能
- 数据工程（开发）
- 数据产品（设计）
- 数据赋能（使用）
业务分析
没有业务场景很难继续精进
有了业务场景也要深入思考，广泛涉猎
自学和报课究竟应该如何选择？
你的学习能力是否能够有节奏地完成自学？
大家可以先尝试一下自学SQL和Tableau，如果你无法坚持，那么自学对你来说完全是个伪命题
如果你能搞定，那么所有的工具型知识，师兄都建议你自学，千万不要报课
你是否有足够的时间自学？
在校
大三下学期之前，师兄都建议你先自学工具，然后赶紧找个数据方向的实习
大三下要开始找暑期实习，并且为秋招做准备，此时找实习都来不及，其实你已经没有时间自学了
在职
现有的工作需要你用到数据技能，那么就算时间不够，也要坚持自学
如果工作不那么忙，师兄建议你慢慢自学，并借此机会恢复你的探索精神和学习能力
如果现在的工作用不到，每天忙得要死，那么报课快速突破是最好的选择
待业
师兄是宁愿赌钱，也不愿意去赌时间
不要指望通过花时间来省钱，因为分析师岗位的薪资远比课程费用高，并且待业的每一天都是职业形象的损失
早一天上岸，比什么都重要
你的目标岗位是否需要工作经验
如果你的目标岗位是数据专员等不需要工作经验的岗位，完全可以通过自学转型
如果数据运营和数据分析等需要工作经验，直接对业务负责的岗位，果断报课，因为业务场景是无法自学的，你甚至连数据都找不到
你是否具备目标岗位相关的工作经验？
如果你有工作经验或工作场景，优先自学，并将自学的知识应用到工作中，这是最快的提升方式
如果你没有工作经验/场景，或者没法发挥
- 可以先从事运营产品等工作，积累工作经验
- 或者通过报课增加业务经验积累案例场景
