抬起头，环顾一下你的四周。
这大数据时代...
....正将人如温水煮青蛙一般文火慢烹
可你却一无所觉。
你的生活正被数据所侵蚀着，你知道么？
当你想听点新歌，
满意的发现应用里的“每日推荐”都特别合你胃口；
当你需要网购，
打开网站发现首页上根据你喜好推荐的都是你喜欢的；
当你想看点电影小视频，
却发现投放的广告恰巧都是你网购时搜索过的…
而生活在这个被数据操控的时代，
我们却并不觉得细思恐极，反倒是很惬意。
以提供一部分信息为代价，
我们无比享受这大数据时代为我们带来的高效和便利。
等等，你该不会以为，这一切都仅仅只是“时代”的功劳吧？
有这样一群人，每天通过和大数据的斗智斗勇，来驱动整个商业社会以高效且稳定的方式运转。可以说，不但所有的服务行业都正在从他们的劳动成果中获利，包括医疗、教育甚至金融等行业，也在从中获利。
虽然目前国内本科暂时并没有开设一个专业叫做数据分析专业，但数据分析师的确是符合市场刚需的复合型人才。而且，对于这种急缺性人才，美国的高校，比如加州大学伯克利分校，哥伦比亚大学，已经纽约大学等，都已经开设了诸如Business Analytics和Data Science等的专门的硕士学位。可见，大数据分析行业的的确确是大势所趋。
本着对大数据行业的好奇，这一回小司机有幸请来了一位正在大数据行业从事一线工作的Data Scientist——L导师。L导师有着数学和统计学的教育背景，大量的求职面试经验，和丰富的数据分析行业实习及从业经历；同时，他在数据分析课程的教学上也颇有心得。
此次，他非常愿意和大家分享他在数据分析行业从求职技能到专业面试上的经验，希望能帮助大家更高效的去学习，并且最终能如愿进入大数据分析行业。
L导师
在国内念的数学的本科；
美国统计界前3名的学校的统计Master，主要方向是Machine Learning；
实习经验丰富；
曾从事过Health Care, Insurance, Commercial Banking等行业的Data Analytics。
毕业之后的第一份工作是在一个初创公司做Insight Analyst的Data Science。
现于四大之一的Advisory从事Data Scientist。

大数据时代的智囊——数据分析师
当你对什么事情开始有好奇心，首先是它的果，其次才是因。
在简单了解了L导师的背景之后，我也不能免俗的想知道，为什么L导师最初会选择进入大数据分析这一行业，并进入四大的咨询部门就职。他却说他既喜欢和人打交道，又喜欢解决问题，专业学的还是数学和统计，想来想去这个工作就挺合适的了。
听到这个答案我略微有些诧异，因为一直以来我都以为大数据分析行业的工作，每天就只需要和数据打交道呢。L导师解释说，Data Analytics所涵盖的范围非常广，他目前所从事的方向主要是和资讯相关的。常常会有客户来咨询一些关于数据上的困惑和问题。这些困惑和问题往往会对客户在实际工作的决策产生不小的影响。而L导师的职责就需要根据数据分析的结果给客户提供一些解决方案。
目前，不论不同的职位在具体的Job Description上的差异，从事大数据行业主要有两个方向：数据分析师，和数据工程师。由此可见，数据分析师也不仅仅是分析数据而已。它更像是通过分析汇集而来的各种“情报”来为“主公”们提供战略建议的现代版“门客”，也是企业所不可或缺的“智囊”。
论成为一个“智囊”的必要条件
L导师本身具有数学和统计学的背景，因此他在大数据分析行业这条康庄大道上走得可以说是相当稳当。这令文科生出身的我十分羡慕。那么，非数学专业的人是否就不适合从事这一行业呢？
L导师回答说：“应该说，一个良好的数学背景对于学习数据科学，或者从事数据科学是一个比较好的起点。”原因有二：其一，在数据分析的实际工作中，的确需要应用到很多数学统计学的知识；其二，学习数学所带来的严谨的逻辑性，对于思考问题和解决问题的方式也是很必要的。
但是，这并不代表学习其他专业的同学就不能从事大数据分析。如果其他专业的同学能将自身的专业优势和数据分析结合起来，也将会获得非常不错的发展机会。当然了，前提条件是仍需要掌握数据分析类的基础知识。比如说，函数，数据分析模型，以及概率论等统计相关的知识等等。
除此之外，掌握数据分析类的一些技能组也是非常必要的。比如说，R和Python的编程，有一些地方可能需要用到SAS，还有一些Skill L的编程也是需要掌握的。
最后，对实际操作经验的累计也不容小视。比如说，一些数据模型在实际工作中该如何操作和应用；如何应用更加准确，更加高效等等。
竞争上岗的时代，“智囊”该何去何从
采访中L导师也略微提到了大数据分析行业在中美两地的就业形势。
就在美的就业形势而言，大家都说大数据分析行业是“挣得多又好就业”，但这个行业职位也有不同，公司也有多种，所以收入其实不太好一概而论。不过从总体而言，大数据分析行业收入可能略低于码农，不过整个行业人才上来讲还是比较缺乏的。
而就国内的就业形势而言，国内现在对于国内现在对于数据的需求也很大。然后在很多和数据相关的行业里面，国内的行业本身的发展也并不比美国差很远，所以，应该说国内在这块也会有很多的机会。相对来说国内的发展可能性可能更大，但起步的时候工作环境相对来说压力也会更大一些。
不过，不论是在美国还是在中国，对大数据分析行业的基本技能和要求还是差不多的，所以不论是想在美发展还是回国发展，大数据分析行业的就业形势都是很不错的。换言之，只要你能做到千里马，就不怕没有伯乐认得你啦！
对
话
导
师
问
结合您自身的一些经验，恰好马上秋招就要开始了，能否给我们的读者，学员，或者以后想要从事或者进入这一行业的人，在求职和面试上能给予一些建议呢？
我觉得给的第一点建议是多尝试。不管是什么行业，不管是什么样的职位，不管是哪一种求职方式，多尝试也许会遇到自己之前没有想到的事情，以及没有见到可能性。
第二个是在尝试的过程中多去想，为什么成功了，为什么失败了，同时可能也要去想，哪一个是最合适自己的，哪一个是自己最想要的。
第三个就是，在尝试过以后要做一个决定。我相信以大部分中国学生的能力，只要认认真真的去经历了这件事情，最后结果一定不会太差的。
我觉得求职这件事，可能是属于大家一开始都觉得都有些压力，但最后只要你努力，在正确的方向上，结果都不会太差的一件事情。就我自身而言，我面试经过了很多，有不同的行业，不同类型的公司…也算是在这个面试过程中对自己有了更深的了解和认识。
问
回顾刚开始求职时候的您，到现在作为一个行业内人士，有没有哪些要点是非常重要但新手却往往容易忽略的呢？
我觉得首先一点是大家可能寻找工作的方式会有一点点问题。如果你都是在网上通过网申的方式投简历的话呢，我认为这不是最高效的，我也不是通过这个途径拿到那么多面试的。
第二个是大家对于这个工作的期待，可能需要有一点点改变。工作和在学校里面是完全不一样的状态。你所扮演的角色是完全不同的，从你整个人的状态，到你需要对这个问题付的责任，以及周围人对你的包容程度，包括你解决问题的时候遇到的数据，甚至你用的模型都是不一样的。
大家可能来之前都觉得这是一个最性感的工作，但是工作不仅有诗和远方，可能也有眼前的苟且吧。比如说，很多时候你可能会花很多时间在处理初始的数据上，而不一定都是核心的建模的这种任务来给你做。即使是核心的建模，很多时候你会发现你在中间的这种参与的成就感并不会那么大。
问
我知道L导师马上就要在北美职通卡的平台上开设Data Analytics课程了。那么，通过这次Data Analytics的课程，想要带给学生什么呢？学生又能从这次的课程中学到什么呢？
对这个课程最大的期待是和同学们分享一些我对于这个行业的认识，以及这个行业里面需要的一些基础技能的培训。
当然中间也会有很多的部分是从面试题的角度去剖析每一块的面试是怎样进行的，然后我们的重点应该怎么样的去准备，这些都是实战题，都是根据我的之前的经验去总结的一些东西。
然后我也希望这些同学在经过这个课之后，准备面试上有一个自己的方向，可以更好的去应对面试，然后去拿到一些符合自己想法的offer。
L导师将于近日在北美职通卡开设
Data Analytics的课程
👇👇👇
8·16
EDT  8:00 P.M.
星期三
开课
Data Analytics 免费试听
请长按识别左侧二维码
添加北美求职小管家，
并回复“DA试听”
获取详细的试听方式

向左滑
Highlight
往期精彩
北美职通卡 USCareerPass
继续阅读
阅读原文