你是我的荣耀 | 林先生：从酷爱数学到毕业走向数据分析岗位

人物背景：
研究生国家奖学金、本科生国家奖学金、学业奖学金一等奖、上海市优秀毕业生；
应用统计专业
CPDA优秀学员

## 为什么选择数据分析相关专业
我是应用统计专业的一个应届毕业生，目前在一家上海市属的国企，从事数据分析相关的工作。我的职场经历其实不算丰富，所以可能我自己的个人经历更适合让现在在校的同学去参考，不管是本科生还是研究生。

首先我是一个比较喜欢数学的人，所以从大学刚开始的时候学一些基础课，比如数学分析、高等代数概率论，对此我是非常感兴趣的。因为我本科也是统计专业的，也相当于是一个偏数学的专业。我尤其是对概论感兴趣，经常会了解一些概率相关的题目。

我觉得统计和数据分析的很多理论都是跟概率论紧密联系的，所以我觉得要学好数据分析工具或者技能，概论基础是非常重要的，会让大家对于数据分析的理论有更加深刻，更加直观的认识。所以我觉得我现在数据分析能力主要还是之前基础打得比较好。

在本科和研究生生涯当中，我也会积极地去参加一些比赛与科研项目来深化自己的数据分析能力，因为毕竟大学里的大部分课程它只是停留在书面上，没有其他的渠道去加强我的实战经验，所以我会通过这些方式让自己在案例中提升我的技能。

在比赛或者项目中，我们会经常接触到一些常用的统计方法或者数据分析，还有机器学习算法，*这些比赛的赛题有很大的一部分也是来源于企业的一些真实的项目还有案例，这可以让我们对各个的行业，它的一些行业的背景，具体的需求都能够产生一定的理解，这样能让我们积累数据分析方法的实战运用的经验。*到了研究生阶段，我还会积极参与一些数据分析和算法相关岗位的企业实习，来提高自己的数据分析能力以及业务理解等等，进而提高我的就业竞争力。

## 为什么你有数据分析基础还要学习数据分析呢？
*主要还是要巩固我的基础和增加实战能力，在更多场景和案例中掌握数据思维和方法。*然后课程确实也给我在业务理解有提升，给了很多案例。像一些数据模型，我之前没有接触过，但是我看了之后确实有了新的一些思路。还有两个方面，第一方面是感兴趣，比较喜欢数据分析，因为我前面也提到我比较喜欢数学，自然也就比较喜欢数据分析。一般我们做数据分析的，同时需要有一个业务背景，还有一个预想的结果，如果能够通过数据分析得到了我自己预期的结果，那么对于我来说也是比较有成就感的事情，所以我还是对这方面很感兴趣的。另一方面也是顺应时代，因为我刚读本科的时候，那时候才 16 年，其实计算机和统计专业没有现在那么火，纯粹是因为自己喜欢数学读的。而到如今过了七八年的时间，加上AI大语言模型的风潮，其实数据分析这样技能已经影响到各行各业了，互联网自然不用多说，但是现在连一些传统的企业近年来都在做一些数字化转型，那么对于我们来说，其实就更加需要我们拥有的数据分析能力去给企业赋能，是一种机会。

如何找到了适合自己的数据分析课程？

首先，我比较看重实操性，这也是我做选择的主要原因之一，是我的很直观的感受。课程整体来说我觉得偏实战一些，它里面的案例会比较多。

我是先去看课程大纲和考纲的，*对于我这类有一定基础的人来说，去看课程大纲和考纲是最直接的，我能很直观地了解是不是我想学习和提高的内容所以我大概知道里面可能有我比较感兴趣的一些知识点。我知道我缺什么，*我就会对有针对性地去比较其他的品牌或其他类似的那个培训。主要是侧重于实操实战这块。

之后的个人发展有什么规划呢

因为我现在的岗位是数据分析岗，但是我的这个应用领域是财会方面，还是需要跟自己比较感兴趣的行业，或者是自己具体的业务去结合。

不能只是懂了技能而不去懂业务，因为数据分析师他的这个最终的目标还是为了在业务上去做发展的，所以对我来说我可能现在还是需要去补一下这个财会相关的知识，根据具体问题去做具体分析，数据分析技能，它要在一个行业发挥它的功效，还是需要数据分析师对业务十分了解的。

第二就是我还要继续精进我的数据分析能力。比如说要去了解更多新的模型之类的。因为数据分析相关的模型其实也是在日益完善，到如今还发展得比较迅速，每天可能都会有很多种新模型被不断地开发出来，那么对数据分析师来说，其实做这方面的积累我觉得是对我非常有帮助的。

第三就是还需要去提高我的编程能力，做出自己想做的东西。因为我觉得对数据分析师而言，其实不单单只会一些图形化的这种交互式地应用软件，而且像那些比较常用的编程语言，像 Python 这些都是数据分析，是做数据分析常用的一些编程语言。我当时也是因为做数据分析，然后开始学习Python，接触计算机编程语言，如今已经积累到可以尝试用 Python 去做一些数据分析以外的内容，就比如说像一些网页开发或应用程序开发等等。

而且我现在每天在工作时也会用到datahoop平台很方便，来辅助我的工作，比如说我看到一个数据，我就会有个想法闪过，然后我就想去试一下。比如说哪个模型跑出来效果比较好，或者大概做出来什么样结果，我觉得迭代互补可以，能很快速地能帮我实现这一点。我觉得这个是很好用的。其实不管我Python用的再怎么熟练，datahoop总归是比 Python 快的，这个是真的。

今后我还会精进这一块跟我数据分析能力去做结合，然后为企业提供一些需要的比较有用的一些工具和产品。