轉行到資料行業差不多一個月了，才敢來回答這個問題，其中各種心酸、無助真不是能用語言能表達的，下面我儘可能的詳細的說說，希望對接下來想轉行的朋友有幫助。

我是2016年6月畢業的控制工程碩士，就是個不入流的普通二本，學習成績也不好，糊里糊塗的也不知道將來要幹什麼、能幹什麼就畢業了，進了成都的國企工作，那時候也不想未來就是往前走。

成都＋國企註定了我第一份工作是安逸、緩慢、與世隔絕的。就這麼過了一年半，工資雖然不高但好在國企福利好，也能活的滋潤。

直到過年回家才知道不能這麼下去，好在讀研的時候學過數理分析與統計，加上在讀書的時候就知道猴子資料分析(我不是有目的賣課哈，只是實事求是的分享下，以表示對猴子老師的感激)，於是開始系統學習資料分析。

那需要學到什麼程度才可以找到工作呢？

剛開始也是一頭霧水，在這種情況下，我採取的辦法是從Excel開始學習。雖然各種分析軟體層出不窮，但毫無疑問Excel仍是資料處理第一工具，沒有之一。學習excel是個很瑣碎的過程，一定要用起來才不至於遺忘。

然後是SQL，這個一定要學會。

無論用什麼資料庫軟體，無論從事資料方面的什麼工作，SQL都是最開始要用的。這就好比做飯，SQL是買米、買菜用的，會SQL就可以自己取資料，甚至在SQL中做一些初步處理，方便後續分析。

SQL推薦《SQL必知必會》作為入門工具書，可以在sqlzoo這個網站做練習題，一邊鞏固知識，一邊做過的題目面試的時候也能用的上。

解決完資料的提取儲存之後，就是資料分析的程式語言了。這裡推薦三個工具：tableau、python、R。

這部分學習我是通過書本理論＋軟體案例實操兩條腿走路。我花了大量時間搜尋關於概率論有用的分享，包含知識框架的思維導圖、知乎上別人分享的總結、有用的資料和案例等。

tableau是一款簡單易學的資料分析與視覺化軟體。我也是被朋友推薦的，BI神器。最主要的是，其連結的資料來源豐富，資料分析對比都是拖拽式完成的，對新手比較友好，一週可入門，但學精就需要練習了，總的來說學習成本並不高，且應用場景豐富。

python就不需要多介紹了，最有潛力的人工智慧語言，能幹很多事兒，當然包括資料分析。實際上用python做資料分析只是其強大功能的冰山一角，能幹的遠不止於此。建議學會python的基本操作，包括常見資料分析包（numpy、pandas）、繪圖包（matplotlib）、機器學習包（sklearn）等常見的操作，這對個人技能提升有巨大的幫助。

R相對python，有些統計分析功能要強於python，但適用面不如python，學習成本略高於python。

總結一下知識結構：

吃透 統計概率＋熟練Excel（簡易分析）+熟練SQL（資料儲存整理）＋PPT（資料分析報告）

加分項：Tableau/Python/R（大資料分析）

最後的一點小建議：

時間有限，不要把時間花費在網上檢索資料、群裡聊天、互相吐槽上，你唯一要做的是保持專注。

2.要適當投入資源，如花錢買點課程、資料、書籍等。可有的人會說，網上什麼都有還要我我花錢？對於新手還沒有完整的知識框架前，自己搜尋是個痛苦的過程，並且更容易使人困惑不知該從何處下手，最後不了了之。這時候別人帶著梳理好知識框架就顯得很有效率，並且能大幅提升學習效率，何樂而不為？

3.轉行最難的是：邁出第一步。如果你想轉，現在就是最好的時間，世界上大多數活動並不是等你準備的百分百後再去做的，而是走一步看一步慢慢修正的。大膽去開始，“完成比完美更重要”。

4.要學會自己去搜索解決問題。搜尋引擎是這個世上知道的最多的人，大部分問題都能在網上找到解決方法或思路，特別是一些老外技術網站、部落格等，一定要能自己解決問題，這是個很重要的能力。

實際工作中會碰到比學習過程中更麻煩的問題。我們的一個群裡有一個人，遇到屁大點的問題就在群裡各種求助，@這個@那個的，這是一種典型的懶惰行為，其實他的大部分問題搜尋引擎都能解決的。

所以，如果您想轉行，遇到了問題請先自己嘗試解決，實在解決不了了再把當前故障介面、你做過的排故工作描述清楚了再去求助別人。這是最起碼的禮貌，大家時間都很寶貴，沒有人有義務給你提供保姆式的服務。

5.堅定意志。這個過程有可能會很漫長，面試中會被啪啪啪打臉，也會被各路low逼嘲笑。

這時候不要懷疑自己，要找出當前問題的所在，到底是資料分析不適合我？還是我沒準備好？還是公司的需求與我不匹配？不斷的去嘗試，不斷的被打臉，這樣的過程雖然難熬，但是能快速定位自己能力的不足並有助於迅速進步。所以，請堅持下去。

回想這一路走來，我得到了很多朋友的指點、幫助、鼓勵與陪伴，有認識也有不認識的，恕我不能一一寫出你們的名字，真的謝謝你們。接下來的學習中，期待與大家一起共同進步，謝謝。