在如今这个时代，Data人才成为各行业刚需，据IAPA调查报告， 澳洲Data人才年薪达20万澳元。
据Glassoor数据显示，数据相关类岗位的平均年薪高达近 13W 美金！入门级Data Analyst也有近 7W 美金的薪资。
前段时间，PwC官方宣布实施一个名为“New worl. New skills”项目，在接下来的4年时间， PwC将投入30亿美元，用于培训全球276,000名员工的数字化技能的提升。 是的， 即使是以会计、审计、咨询为主要业务的四大，也开始向数据转型， 不会数据分析的人将被淘汰。
01 各行各业都在抢占数据人才
数据分析究竟有多火？以咨询行业为例，肯锡设置名为CKC的机构，专门负责数据分析。不光是在澳洲，即使是回到国内，数据人才依旧是各行业哄抢的对象。今年年初，BCG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。
事实上，数据分析人才已经受到全行业的哄抢。PwC、麦肯锡、高盛、eBay都在招揽数据分析人才。
高盛招募数据人才
花钱请数据分析师，等于要求一个小PM(项目经理), 懂产品+会沟通+能写报告！所以其实可以速成的是数据技能，不能速成的是懂产品+写报告技能，数据岗位其实是不限制专业，但是确实更加偏好：统计！精算！CS(计算机人人爱)！
02 目前数据分析的热门学习工具
1、Tableau
Tableau，通俗来讲，是一款数据可视化的工具。它能够将枯燥的数据变化成为简单直观的效果图，比如下图这样：
目前，各大投行、科技公司已开放2020秋招，其中相当多的数据岗标明候选人需掌握Tableau技能。而且掌握Tableau，你不光能找到数据分析类岗位，同时还能找到BI类（商业智能）岗位。BI类工作机会的Title有：Tableau Developer、BI Analyst 或BI Developer。 其中，Tableau Developer的薪资甚至能达到$112,287！
2、Python
简单来说，Python是一门编程语言，也是数据分析必备语言之一。对于起步阶段的同学来说，其实不必会很多工具，用好一种就行：Python/SQL/R, 任君挑选。不过Python有多热门，看看薪资就知道了，根据gooroo.io的统计，掌握Ruby、Python、C++的人薪资最高。
Python纯入门并不是很难，在了解Python 的基本语法和功能后，就可以尝试实现一个mini project 了，比如利用Python做完原本需要耗费大量人工时才能完成的审计底稿合并工作，这也会帮助你在面试中有话可说。 这里推荐大家 招聘面试官会认证的课程证书以及基础数据技能：
- Coe Acaemy | Python programming
- Coursera | Python for everyboy
03 数据岗位高频面试题
1、数据挖掘与数据分析的区别
区别在于数据分析是针对个别属性的实例分析，并提供值范围，离散值及其频率，空值发生，数据类型，长度等信息。而数据挖掘是重点关注聚类分析，异常记录检测，依赖关系，序列发现，多个属性之间的关系控制等。
2、如何处理可疑或缺失数据
准备提供所有可疑数据信息的验证报告。它应该提供信息，如失败的验证标准以及发生的日期和时间，有经验的数据分析师应该检查可疑数据以确定其可接受性。应该找出无效数据并用验证码替换，对缺失数据进行处理，使用最佳分析策略，如删除，单一插补方法，基于模型的方法等。
3、列出清理数据的最佳实践
首先按不同的属性排序数据，对于大数据集，逐步清理并改进数据，直到获得良好的数据质量；对大型数据集，可以先将其分解为小数据集，使用更少的数据将增加迭代速度。
要处理常见的清理任务，请创建一组实用程序函数/工具/脚本。它可能包括基于CSV文件或SQL数据库重映射值，或者正则表达式搜索和替换，消除所有不匹配正则表达式的值。最后分析每列的汇总统计数据(标准差，均值，缺失值的数量)。 注意：保持对每一个清理操作的跟踪，以便可以根据需要更改或删除操作。
大数据时代，数据分析早已成为能够帮助管理者和企业做出正确决策的必备法宝。 既懂业务又懂数据的人才，才能成为就业市场上的香饽饽！
如果您对数据分析感兴趣，快来咨询我吧。
