近日Uni酱被字节一则招聘JD惊到了!
HR的岗位,tittle却和数据分析挂钩!
而且根据字节薪酬分位表显示:
75%的人月薪能够高达11万
(还有25%的人高于这个薪资)
月薪比好多HR的年薪都高!
Uni酱直呼:unbelievable
现在做啥都要会数据分析了吗?
会数据分析技能到底有多赚钱?
快和Uni酱一起来看看吧!
今日重磅福利
重磅福利一:数据分析课程,下文免费参加!
重磅福利二:后台回复【赚钱】即可获得:
  • Uni出品数据分析知识技能地图
  • Uni独家整理50GExcel数据进阶视频教程
  • 3000页常春藤数据挖掘课程教材精华版
  • 800道高频Excel宏与VBA编程题库
  • 900分钟Coursera Python编程课程打包
  • 1G Bloomberg最全使用手册+视频教程
  • 500项Wind资讯终端功能命令集
全部推文福利,每周统一发送至Uni会员邮箱
1
字节花月薪11万雇HR,咋回事?
1
月薪11万的字节HR
Uni酱偶尔翻字节跳动官网,虽然金九银十已经过去一大半了,但字节跳动在招的人数还是有9600+!
其中字节跳动一则招聘HR的信息格外引人关注:
*图片来源:字节
原本以为一个人力资源数据岗位,月薪25000就已经很不错了(华为曾最低25K*16的年薪招聘HR数据分析师),结果字节跳动直接选择逆天K.O!
其薪酬分位表中可以发现,最高的月薪可以高达11万,月薪比很多HR的年薪都高!
*图片来源:字节
看完之后,很多人表示不可思议,HR的职位,工资能开这么高?假如仔细看看他的JD岗位要求,我们就会发现该岗位非常强调数据分析
  • 1年以上数据工作经验
  • 敏锐的数据洞察力
  • 专业的数据处理和分析能力
  • 精通excel、tableau、Python等数据分析工具
2
全行业在疯抢的数据分析人才
正是因为数据分析技能,原本平平无奇的HR岗瞬间值钱了不少!而且不止字节,懂数据分析的人才正在被全行业疯抢:
  • 咨询公司向数据化转型:麦肯锡组建CKC数据中心,培养自己的数据人才;麦肯锡秋招国内录取50个Generalist,数据岗就占据了1/3BCG落户深圳,甚至专门建立Digital Ventures、Gamma和Platinion等新的业务团队,聚焦咨询数字化转型。
*图片来源:Uni自制
  • 投行注重数据能力JP Morgan Chase 去年在9月举办 Campus Event,专门设置了关于 Data science 的专场
*图片来源:Uni自制
  • 数据分析早已是互联网人才必备技能:除了研发,运营岗、产品岗都需要数据分析;像腾讯阿里这样的大厂,平均给应届生开出了年薪20W+的薪资!
*图片来源:Uni自制
0基础入行数据分析
如何快速入门数据分析?
数据分析底层思维逻辑?
数据分析岗位有何常见考点+面试题?
......
为了帮助大家快速上手数据分析和其背后的商业逻辑,Uni邀请到500强数据分析导师为大家精心制作《0基础入行数据分析师》,扫码海报二维码回复【赚钱】即可免费听课。
课程亮点
通过本次课程,你将学到:
1
数据分析师高薪职业路径规划

  • 去哪个行业的数据分析岗最吃香?
  • 500强对于数据分析岗的要求有哪些?
  • 招聘流程和秋招岗位开放数量如何?
  • 成为数据分析师,是走专家岗还是走管理岗好?这些我们都将在课程中一一揭秘。
2
数据分析岗位技能拆解+案例解读

不会代码,文科出身,如何快速转型数据分析?别担心,我们教你不写代码也能快速分析数据的Tableau。
课程里,你将学会如何用Tableau实现数据的动态展示、创建你自己的仪表板和透过超炫数据可视化图表定策略等。
为帮助大家深入理解岗位所需技能,课程将配备企业真实业务作为案例,全面还原企业需求。
比如在Excel在数据分析中的作用方面,就会出现实例:如何用数据分析评估酒店营销效果。课程将会用方差分析法与AB测试教你一步步理清思路,解决业务问题。
*图片来源:Uni
3
500强数据岗技术面必考题解析

如何运用数据分析驱动业务发展?

如何使用聚类和PCA方法精简数据?
如何高效使用VLOOKUP函数?
如何利用Python写一个的爬虫软件,从而高效获取数据?
面对各大名企数据分析的常见考点,你有准备吗?如果不知道从哪里入手,不妨报名《0基础入行数据分析师》,500强导师带队,手把手教你从0到1,搞定数据分析技术面。
扫码回复【赚钱】
《0基础入行数据分析师》, 免费听
2
会数据分析,谁都了不起!
1
为什么越来越多的岗位都需要数据分析?
当今这个大数据时代,任何行业、任何岗位都在大量接触数据,企业对数据分析的重视程度也是空前的,逛下招聘网站,随便点开10个岗位,有9个都要求有数据分析能力:
*图片来源:网络
据统计,北京地区每天急需10000+的数据分析人才,1年经验的数据分析岗位大部分月薪在20k以上。


*图片来源:网络
一家权威数据调研机构报告显示,到2025年中国数据人才缺口或将达到200万中国商委会数据分析部的统计显示:未来中国基础性数据分析人才的缺口将达到1000万+
各行业的数据分析师都应该具备前边说的基本技能,但是不同行业也会有各自特殊的要求。下面的图列举几个行业数据分析师的不同工作内容:
*图片来源:知乎
所以,不同行业数据分析师的工作内容主要是在业务上有差异,所以在选择的时候要考虑到自身在什么行业有业务优势或者兴趣所在。
2
数据分析有多赚钱?
数据分析在英国
根据Glassdoor的最数据,在英国,数据科学家相关类岗位的平均年薪高达4W英镑!入门级Data Analyst岗位也有超过3W英镑的薪资。
*图片来源:Glassdoor
数据分析在国内
在国内,数据分析师的平均工资为10630/月;大数据开发平均工资为30230/月;数据挖掘的平均工资为21740/月。
并且薪资待遇从2017年来不断走高!2019年较2016 年,数据分析师的薪资涨幅高达 86.87%。
*图片来源:职友集
数据分析在美国
根据Glassdoor的数据显示,美国数据相关岗位,如Data Scientist年薪高达118,700美金,年薪将近100万RMB!高居排行榜榜首!
*图片来源:Glassdoor
3
数据分析求职小课堂!
掌握数据分析,你需要学些什么?
简单说一下学习路径,如果你打算成为一名数据分析师,如何出身并不重要!数据分析是一门应用学科,你需要系统提升数据获取、数据分析、数据可视化、机器学习的水平。
1
Excel 分析
对于没有经验的你,Excel是一款必须熟练的工具,它是日常工作中最常用的工具,如果不考虑性能和数据量,它可以应付绝大部分分析工作。
主要学习内容是excel分析函数、透视表、常见的数据分析库等,学会用excel分析一份数据即可。
2
SQL数据库
作为数据分析人员,首先要知道如何去获取数据,其中最常见的就是从关系型数据库中取数,因此你可以不会R,不会python,但是你不能不会SQL。
主要了解数据库查询语言,where,group by,orderby,having,like,count,sum,min,max,distinct,if,join,left join,limit,and和or的逻辑,时间转换函数等。
学习SQL最快的方法是能自己下载数据库管理工具,找些数据练习。客户端这里推荐MYSQL。
推荐书籍:《MYSQL必知必会》
3
BI工具
数据分析界有一句经典名言,字不如表,表不如图。实际上除掉数据挖掘这类高级分析,不少数据分析就是监控数据和观察数据。
可视化的工具有很多,这里推荐Tableau或者FineBI。这两款都不要编程功底,实现起来简单,功能强大。
Tableau制作股票分析仪:
FineBI可视化分析:
3
数理统计学
统计学是数据分析最重要的基础之一,是数据分析的基石和方法论。
这里需要从基础的统计理论(描述性统计、区间估计、假设检验等)出发,到基本的统计分析(T 检验、方差分析等),最后到商业常用的模型(回归分析、方差分析等),学习数据分析背后的逻辑,掌握实用统计学的概念和会利用统计的思维去思考问题。
推荐书籍:《从零进阶 数据分析的统计基础》-曹正凤;《统计学》-贾俊平
4
数据分析编程软件
对于工具,这一阶段,建议选择一门编程语言来学习。
Python或者R语言,这一点是必备项也是加分项,在数据挖掘方向是必备项,语言相比较工具更加灵活也更加实用。
对于R和Python,我们应该使用哪种语言,已经争论很多年了,至今没有定论...... 事实大概是Python的主要功能是编程,除了单纯的数据分析,在很多领域还有广泛利用,所以就业市场上对Python的需求是远大于R。
R主要侧重统计功能,在统计方面显示出了很多的优势,用R做单纯的数据分析还是妥妥的稳稳的。但是往数据科学方向走的话,R就有点顶不住了,轮到Python扬眉吐气了......
是否具备编程能力,是初级数据分析和高级数据分析的风水岭。数据挖掘、BI、爬虫、可视化报表都需要用到编程。以下以python介绍语言学习的路径:
Python则是万能的胶水语言,适用性强,可以将分析的过程脚本化。Pandas、Numpy、SKLearn等包也是非常丰富。
5
数据分析行业应用和数据分析思维
对于数据分析师来说,业务的了解比数据方法论更重要。当然很遗憾,业务学习没有捷径。
推荐书籍:《增长黑客》;《精益数据分析》
今日福利
扫码回复关键词【赚钱】
▼即可领取

本期福利领取截止日期:
北京时间2020年11月10日23:59
*UniCareer全体学员每周邮件统一发送
注意查收邮箱以及垃圾邮件噢
—— END ——
由UniCareer独家整理发布, 如需转载请注明来源
版权声明:UniCareer除发布原创求职干货文章及独家讲座福利等优质内容外,致力于分享优秀求职干货文章。如涉及版权问题,敬请原作者原谅,并联系微信UniCareer_Buddy26(Uni君)进行处理。UniCareer非常欢迎品牌的推广以及战略合作,请发邮件至sophie.yang@unicareer.com
继续阅读