文科生的数据分析师之路：怀揣勇敢之心，寻找答案

档案：

许桢

复旦中文系本科

宾夕法尼亚大学教育统计硕士

现就职于纽约时报，担任广告数据分析师

Part 01

“在进入数据行业之前，我尝试过很多方向。”

谈到自己进入数据行业的过程，桢子说，“这是一个经过许多尝试和探索之后的结果。”

她本科的时候就读于复旦中文系，希望成为一位高中语文老师，到了大三的时候，由于学院有实习的要求，她打算借这个机会探索一些新的可能，“找第一份实习的时候什么都投，半年里尝试了电视台的编辑和药企的HR，发现各行各业和自己想的很不一样，而自己还没有充分地尝试过”。她突然意识到自己一直以为的正确的道路并没有经过推敲，而在做出决定之前，她还需要更多尝试，思考之后，她决定出国，再去看看外面的世界。

Part 02

“但是来到美国之后，就发现现实和我想的不太一样。”

挑战之一是文化背景。

在日本的NGO实习时，她接触的主要是东亚的社会状况，因此对于议题本身有很强的共鸣感，而在来到美国之后，主流讨论的话题却是自己完全不了解的议题。“当时上课讨论的话题经常是‘房产税对于学区质量的影响’这样很‘接地气’的问题，有些美国同学甚至会很激动，但我就觉得很陌生、没有什么热情”。

而另一个挑战则来自实习之后的感受。

“我在入学之后很快就找了很多志愿者、实习的机会，其中最长的一份公共领域的实习做了一年，主要项目是在费城的各个早教机构评估一套新课程的落地情况。虽然实习本身很有收获，但同时我也意识到它可能和我的职业兴趣、目标不是很契合。这个领域要有好的发展必须要读PhD，而如果不读，职业发展就会比较慢，身边的许多同事也是以兼顾家庭为首要考量选择职业的，但我当时还是想试一下成长更快的工作。” 在意识到这个方向还是不对之后，她决定要再换一个赛道，这一次把目标放到了数据分析这个行业。

Part 03

“数据行业求职，经验比技能更重要。”

“这一点是我基于自己的经验的总结，也是我想对想要从事这个行业的人的建议。”

在决定数据分析这个求职方向之后，桢子又开始了新一轮求职。当时已经是研究生第二年，错过了暑期实习的黄金期，剩下的学期间的机会所剩无几，就在她几乎准备要毕业裸投全职工作的时候，机会来了！“我的第一份数据分析的实习运气真的非常好。我在研究生第一年的时候认识了一位已经人在国内工作多年、想要申请海外的教育学院的人。当时他来向我咨询一些教育学院的情况，我们就这么认识了，没想到一年后，他就跳槽到了一个教育科技公司做一个部门的leader，并且在招募数据分析师，我就立刻联系了他。”由于之前已经有了基本的了解，老板知道她是一个有数据分析能力、并且对于教育充满热情的人，于是简单聊过确认了时间之后，桢子的第一份数据分析实习到手了。

“这份实习对当时的我来说非常理想，首先产品和项目本身是我非常感兴趣的，其次也和我的求职方向契合，加上和老板在前期已经有了基本的了解，合作起来也非常愉快。做完这份实习，我对于自己的求职方向更加确定了，觉得这就是我想做的工作”。除了愉快的经历，这份实习也让她第一次拥有了和团队合作、用数据解决商业问题的经验，“这其实是非常重要的，因为在之后的面试过程中，除了技术面会专门问你统计和代码的知识，其他的面试问题都是围绕你的项目经验展开的，而如果你对你做的项目有背景上的了解，就会是一个更大的加分项。” 基于自己的经验，桢子建议所有想成为数据分析师的人，多看看自己感兴趣的方向里有没有有意思的数据问题和实习机会，而不是把所有的时间都花在“学Python、学很复杂的模型”这样的硬技能培养。如果暂时没有找到很好的机会，也可以上网搜索一些自己感兴趣的数据库，带着自己的研究问题，做一些exploratory data analysis，或者比较简单的统计模型。在做的过程中，除了熟悉数据分析的软件，更重要的是培养自己的数据思维。在看到一个数据库的时候，先去思考：

1）我想从数据里获得什么答案？

2）在数据分析给了我答案之后，相关人员可以采取怎样的行动，进而改善现状？

3）在这个方案落地之后，我可以用什么方法去衡量我提出的方案切实有效？

多多训练自己这方面的思维能力，不仅在简历书写、求职面试中可以帮助你脱颖而出，也是一个很好的从学校向职场的衔接。

在这份实习之后，桢子又找到了一份创业公司的实习，并且在毕业之后顺利留用，又很快跳槽到了纽约时报，谈及这个过程，桢子说：“当时还挺纠结的。我全职工作三个月之后公司就被收购了，团队就变得比较混乱。一方面觉得自己作为一个工龄三个月的职场新人，立刻去社招也不是很有竞争力，另一方面作为外国人，签证的制约也比较多，有一阵压力特别大。” 最后促使桢子做出决定的是一个想法 “觉得不想在这里浪费时间，青春一下子就过去了，万一来年还因为工签被困住了，要再挪动就更难了。” 经过了另一番求职之后，桢子最终来到了纽约时报，成为了一名数据分析师。

Part 04

从冒名顶替综合症到团队负责人

来到纽约时报之后，桢子正式开始了自己“职场打怪”的生涯。

“虽然大家一听到纽约时报都想到新闻，但其实公司内部newsroom和business是分得比较开的，数据分析师的工作内容和大多科技公司没什么差别，只是由于产品本身的性质，这里大概是商业世界里拥有文科背景比例最高的数据团队了，很多人曾经都是学校里文学社/校刊的编辑，最后转型做了数据来到这里，大家都挺有意思的”。相似的背景给了桢子熟悉感，但初入职场，她也同样感受到了作为文科生的压力：“刚入职的时候会有一些冒名顶替综合症，也觉得文科背景让我的未来发展很受限，还感觉自己对于日常工作会接触到的东西的理解非常浅。比如我们所有的数据项目都在云端，工作中只能机械地跟着程序员写好的教程一步步做，却不知道是为什么，跑模型也只知道调包，觉得自己欠缺一些底层的知识。”

压力之下，她决定在工作之余再攻读一个CS的硕士。“数据行业本身的发展路径还是很多元的，长期来看，做业务、建模、搞码，都可以有挺好的出路，但我刚入职的时候，觉得自己基本完全不会写码，统计也是半路出家，三条大方向两条走不通，觉得还是应该趁早期多学一点，拓宽自己的可能性。” 于是，入职新公司大半年后，半工半读的生活就开始了。

谈及学习CS对于自己做数据的帮助，桢子分享了这些体验：“学校里的项目和业界多少有一些距离，如果你不是以转型做码农为目标学习，估计很难会有立竿见影的效果，课业压力大的时候很想放弃，但是目前把学位完成了快80%，觉得对自己的帮助还是很大的。首先在使用各种工具的时候，能够知其然也知其所以然，这对于做商业分析的深度挖掘也会有帮助。另外，在掌握了比较好的写码能力之后，也会有更多机会去做一些能够落地（deploy）并和产品结合的模型，而不是停留在PPT里的分析模型，可以在早期多点开几个技能点。总体来说，分析师的工作虽然不要求engineering背景，但是和工程师合作的机会是很多的，如果你能在写码方面有一技之长，会更容易争取到自己想做的项目。” 除了这些“硬核”的好处，桢子还分享了一些关于软实力的体会：“有写码的能力，会让你的工作项目变得更多元，接触到各种不同背景的人，这对于提高自己的沟通技巧也很有帮助。其实和写码这样的硬技能一样，和人沟通、领导力这些软实力的培养也是没有捷径可走的，需要不断地练习。”

通过一天天的积累，桢子逐渐从一个文科生转型的数据新人，找到了适合自己的职场道路。过去一年，她参与的数据项目获得了公司的Publisher Award，在公司的hackathon中，她和同事一起开发的产品拿到了Best Overall的奖项，而在新的一年，她也将着手负责广告体验和后台数据两大块业务，对于自己一路走来的过程，桢子想对后来的人说：“虽然现在网上对于数据行业有很多讨论，但我觉得数据行业还很新，远没有定型，也没有什么标准的‘上升通道’。每个人都可以依凭自己的兴趣，通过努力，给自己充分的耐心和时间，为自己探索出一条适合自己的道路。”

Part 05

给学妹们的建议

（1）相比很多“早鸟”，我可能是一个做规划相对较晚、过程中还探索了很多方向的人，20出头的时候也一度担忧自己是不是“落后”了，但到现在快30了，每当想尝试新的东西的时候，反而觉得自己还很年轻，现在就是最好的时候。不要因为别人的步伐影响了自己的节奏，给自己徒增压力，更重要的是多多尝试自己感兴趣的事情，为自己寻找答案。

（2）针对亚裔/女性的职场天花板问题，我一开始也因为很多刻板印象而困惑，我觉得对于这个问题，每个人需要找到自己的解决方式，不要过于违背自己的本性，但也不要因为过分安静导致自己的职场发展受限。在职场的各个场合，保证自己的visibility、多沟通甚至“过度地沟通（over communicate）”，是很重要的，而在必要的职场对话之外，你对于各个社交场合的参与度可以依凭自己的舒适度来决定。此外，在职场中不要害怕犯错，也不要害怕说错话会被人不喜欢。程序员有一句笑话，叫做“先删库后跑路”，虽然这显然是不可行的，但是我觉得亚裔女孩子都可以“勇”一点，把这种“大不了我就跑路，从此两不相见”的心态作为自己的底气。很多能力是试错试出来的，而当下永远是我们试错成本最小的一天。在我跨过这道心理上的坎开始更多地表达自己之后，发现一切并没有想象的那么尴尬和困难。

（3）异国工作生活是充满挑战的，过程中除了应对问题本身，还需要应对随之而来的种种情绪，比如崩溃，恐惧，焦虑，等等。多和自己对话，了解自己的情绪的源头，把时间和精力多花在解决问题、实现目标上，而不是排解情绪上。一个很好的消化情绪的方法是，和背景相似的前辈、同行（尤其是女性）聊一聊，因为大家更了解你的处境和困惑，在交流的过程中不用费心解释，对方也往往更能设身处地地提供建议。在我求职和职业发展的各个阶段，都收到了来自女性同行无数的善意和好的建议，对我帮助很大。（比如AWA就是一个很好的平台！）

（4）数据分析是一个“英雄不问出处”的行业，这里有各个领域、各种背景的人，在职业的道路上，先想清楚自己想要什么，再以此为导向培养自己相应的硬技能和软技能。现在许多人觉得用Python洗数据的仿佛比用sql洗数的要高级，我对这种粗暴的判断是不认同的，而且写码的技能是可以在实践中学习、后来居上的。想清楚自己要做什么、为了实现目的需要会什么工具再开始逐个攻破，要比埋头苦学更容易达到好的效果。

许桢学姐还有一个有关数据分享的公众号和豆瓣号哦～

豆瓣号：榛榛榛子_

公众号：呆塔打怪日记

（二维码如下）