關於大數據時代的職業規劃？

01-01

先說一下我的情況。我是河南的一名高二學生，在一個每年能考上10個左右清華北大的學校年級前十五名里徘徊，目標復旦大學。從前我的職業方向是金融財會企業管理這一類，但當我看了大數據時代這本書後感覺金融方面未來會更多的被機器數據分析所取代。過去十年我國金融行業經歷了畸形的快速發展，未來會不會有所放緩？是否未來金融生會爛大街？我的職業規劃一下子凌亂了。另外，和大數據最緊密相關的行業有哪些？請賜教。

我的專業的統計，目前在申請 UW-Madison 的 Data Science MS 項目。我對金融行業了解不多，但可以就自身經驗給你一些幫助。

學好數學。 無論是你所憧憬的金融業，還是數據處理的相關行業，數學都是基礎中的基礎。在大學，你會接觸微積分，線性代數這些基礎課程。如果你希望成為數據處理方面的專家，統計的知識必不可少，可以修概率論和數理統計作為入門。再者，在上大學之前我也抱著本科學金融的想法，或者企業管理，因為那樣的職位看似在金字塔的頂端。但實際上中國高校金融專業的學生數不勝數，管理類關於亦是，而教學質量並不高。復旦的學歷決定了你的起點會比其他畢業生高，但不代表你能走的更遠。學好數學，你將會有足夠的資本深造金融，或者做其他選擇，數據科學家，軟體工程師…
多閱讀。 高中時代你的重心應該是放在高考上，閱讀課外書的時間對學生是一種奢侈。不管你將來從事什麼行業，光靠考試高分是不行的，社交能力，生活態度，個人視野都是你的競爭力。如果你在大學中有閑暇時光（實際上再忙也能抽出時間來），那麼請多讀書。你的生活會因為讀書而跟身邊的人不同，相信我。
至少精通一到兩門計算機編程語言。 很多職業沒有明確的界限，比如軟體工程師同樣要懂高數，數學科學家要會編程。如果你相信大數據會是未來一個有前途的行業，那麼掌握編程語言也是必要的。非CS類學生可能會對編程重視不夠，即使是我身邊很多學計算機的學生，讓他們編一個排序代碼也不輕鬆。多練習多實踐，掌握這些語言不是加分項，而是必需項。
熱愛你的專業。 如果不熱愛你的專業，是無法從你所從事的事業中獲得快樂的。我猜測你對金融的接觸並不多，了解並不深。在選專業之前還需要慎重考慮。當你明白這是你所熱愛的那一行時，那麼恭喜你，你是幸運的，相比許多人。

和（大）數據相關的行業很多，遍布生活的各個角落。你讀的那本書里有很多具體的案例。九十年代，谷歌的搜索引擎引爆了數據，你可以發現數據對谷歌是一筆多麼重要的財富，谷歌翻譯，谷歌數字圖書館，自動駕駛技術都是基於海量數據的。現在，社交媒體的發達帶來更巨大的數據大山。不僅僅是數據，也是機會。

下面是我在另一個回答想從事大數據、海量數據處理相關的工作，如何自學打基礎？里羅列的數據科學學習資源：

機器學習類：

斯坦福大學：機器學習 coursera
Learning From Data

數據分析類：

約翰霍普金斯： Data Analysis Methods
杜克： Data Analysis and Statistical Inference
約翰霍普金斯： Computing for Data Analysis
MIT： The Analytics Edge

編程類：

萊斯大學： Introduction to Interactive Programming in Python
MIT： Introduction to Computer Science Programming in Python

相信你會走得更遠。

美國現在最火的職業之一是data scientist. 需要學習計算機專業編程，演算法和machine learning.

Mckinsey 預測這個專業在美國起碼會有十幾年的生命力，國內的話可能更久。

最本質的原因是相關的人工智慧使得大量重複性的工作被軟體取代。而現在被取代的工作已經包括大量白領的工作，包括marketing, sales, etc. 可以參看MIT教授寫的一本書， race against the machine.

這個趨勢在美國很明顯，在國內可能剛開始。

題主很厲害！第二句話讓我知道你還是很不容易的！加油。

高二考慮職業規劃還是挺早的，不是說不好，只是未來變數還有很多。不過如果考慮本科時代能獲取的對數據分析相關工作有用的知識有兩個，一是英語，二是統計，屬於投入產出比最高，萬年不用擔心更新換代的技能。在將來選課的時候自己多留心花時間就好。

學校方面北大清華復旦交大的圈子還是最好的。此外中國科技大、華中科技大在計算機方面，湖南大學在金融方面也值得關注一下。

如果有時間，也可以到

Coursera.org

翻翻看，有沒有自己感興趣的內容。

世界很大，你時間也很多，慢慢發覺自己的興趣所在，不用為現在的熱點和大多數人關注的事情而分神。

高二就開始規劃？太早了。你們的哲學課本上是不是有德國一個實踐共產主義的案例，話說連農莊種多少棵樹，種幾行幾列都計劃好的模式，是不可能成功的。成功，有太多的意外。必然有太多的意外，尤其是失敗，伴隨其間，不時出現。

人生，不是靠規劃就能取得先機的。有個大方向就差不多。

所以，不要追熱潮，不要追求所謂的別人眼裡的成功。劉德華張學友都公開說過，自己才剛剛起步。我相信這是他們的真心話。但凡取得一定成就的人，都是靠不斷積累。

所以，我的建議是，有一個大方向，然後站在一個台階上，再看看，確定下一個目標。一步步來。

你敬佩誰？毛澤東還是Jobs，比爾蓋茨，你去看看他們的傳記，沒人高二開始規劃一切。你只要決定自己是干互聯網，還是金融，決定了這個就很好了。然後就是就讀知名學府。到了新的台階，你會明白不同。

登上東山，先曉魯，再登泰山，曉天下。

一個一個山頭來。

讚賞題主的年輕與見識。有人說計劃趕不上變化，這個說法其實是不負責任的，因為人最重要的能力就是」審時度勢「、」順勢而為「，而不是」聽天由命「、」見招拆招「。但是越是動蕩的時代，規劃就越重要。大數據將全面改變我們的生活，這已經成為學界、業界和政府的共識，那麼如何進行相應的職業規劃，就開始成為一個重要的問題。

任何新技術剛出現的時候，人們都是難以理解的。而這些技術所引發的經濟和社會變革，往往連技術的發明者都難以預料。所以每一次的時代變革，都只有少數人能夠進行正確響應，享受變革帶來的時代紅利。面對互聯網革命，多數人都只能接受「看不見、看不起、看不懂、跟不上」的結果。俞敏洪也感慨「一夜之間，你有可能就被別人超越、佔領、推翻了。」

《大數據時代》英文名實為「Big Data Revolution」，即「大數據革命」。上一次人們用Revolution來形容一個技術，是讓一代企業家從看不起，到跟不上的互聯網革命。麥肯錫公司在研究報告中指出，大數據技術對於實體經濟產生的影響，將會高於互聯網技術。大數據是我們工作上的幫手，更是我們工作中的對手。能否正確理解大數據，關係到我們學習的技能是否會貶值，我們所在的企業是否會倒閉，而我們的職業，是否會被大數據技術徹底替代。

面對就業難，大學生們被迫參加CPA、CFA、司法、口譯等認證考試，以增強就業競爭力。在美國，自動報稅軟體已經讓17%的稅務師下崗，這個數字還在擴大。考證是舊時代的辦法，卻是新時代的糊塗。能被標準化考試所評估的技能，最容易被大數據技術複製。未來的職業出路是學會駕馭大數據，實現個人的數據化升級。數據技術有著不小的門檻，但升級已是每個人必然的選擇。

未來白領的三大必備能力

中國正在進行全面的產業結構調整，中國的現代服務業產值將從2014年的47%逐步提高到70%以上，服務業的白領崗位仍是多數畢業生的職業歸宿。與此同時，大數據也正在悄無聲息地替代白領崗位，任何白領工作者都應當嚴陣以待。

為了保持競爭力，企業正在加速實現管理信息化和決策數據化。 面對企業的升級，白領們更是需要練就三大能力，實現白領人才2.0的升級。

第一是管理信息的能力 。白領必須學會在ERP（Enterprise Resource Planning）系統、CRM（Customer Relationship Management）系統中處理經營數據，從社交媒體、專業書籍中發現關鍵信息，並用印象筆記等軟體管理信息。白領必須實現個人的信息化，才能在已經信息化的企業中生存。

第二是數據分析能力。基於企業信息系統提供的經營數據，藉助Excel、SPSS、R等軟體進行數據分析，找到改善經營的出發點。白領必須練就數據分析的能力，才能適應企業決策的數據化。

第三是理解精細化管理 。海量數據的時代，人們很容易在決策時陷入信息過載。缺少精細化管理的系統思想，和企業管理的整體認識，員工很可能在海量數據中陷入盲人摸象。精細化的理論和實踐仍在不斷發展，國內外的多數企業都才剛剛起步。如果，技術+管理=價值。那麼，精細化管理+大數據技術=大價值。

大數據時代的企業競爭將空前激烈，市場壓力將全面傳導至個人層面，迎接我們的，將是換人就像換手機，裁員就像刪軟體的年代。不斷實現個人升級，成為2.0版本的白領人才，和企業信息系統和精細化管理保持高度兼容，是大數據時代職業規劃的必然出路。

這三種能力有著很高的門檻，高校更是缺少相應的培養，根本辦法還是閱讀、自學、請教、實踐，實現自我驅動的系統升級。沒有實現個人信息化的員工，將很難和信息化的企業實現兼容。在找工作時就會面臨難度大、起點低的困境，往往陷入邊緣性的繁瑣工作，進入沒有積累和沒有出路的惡性循環。培養匱乏和學習門檻，也帶來了信息化人才的高度稀缺性。但實現了自我升級的畢業生，則抓住了企業升級時的痛點，有著巨大的職業優勢。

轉型成為數據工作者：

大數據時代的到來，為多數白領工作者帶來了巨大的競爭壓力與替代風險。但是大數據時代，也讓一種人才變得嚴重供不應求。那就是專業化的數據工作者，包括數據科學家、數據工程師和數據分析師。Gartner諮詢公司2014年發布報告，估計全球的數據科學家人才缺口已達到440萬。由於數據價值的繼續增加，數據成本的持續下降，人才的供應則持續緊缺。數據分析師的人才缺口會持續擴大，形成歷史上最大規模的職業人才缺口。此前最大的崗位缺口比例，是達到30%的軟體工程師崗位，而數據科學家和數據分析師的缺口，目前已經達到了65%。數據存量和數據技術早已進入指數增長，人才培養的線性增長已被大幅甩開，數據人才的缺口將會不斷擴大。

數據科學家的工作，是用統計學和機器學習建立數據模型。數據分析師，基於數據模型，來找出現實問題的最好的解決方案。數據工程師則為前兩者，搭建分散式計算的軟體平台。谷歌的首席經濟學家表示「數據科學家是21世紀最性感的職業。數據非常之多且有戰略意義，但是我們缺少從數據中提取價值的人。」這是大數據時代最重要，也是最難以被機器替代的崗位。軟體工程師和互聯網企業，讓我們擁有了信息化的企業和社會。而數據科學家、數據分析師，則在構建著擁有更強生產力和競爭力的智能化企業。

嚴格地說，谷歌、Facebook、Twitter、阿里巴巴、百度，這五家互聯網巨頭本質上都是大數據公司，他們的主要盈利都源於大數據技術驅動的在線廣告收入。信息化程度最高的互聯網公司，首先展開了大規模的數據工作者招聘。金融業、電信業、零售業這些數據存量巨大的企業，已經存在大量數據人才的需求。隨著大數據技術在醫療、科研、教育、政府部門的應用普及，數據人才的缺口也將擴散至各個行業。擁有數據分析團隊，和沒有數據分析團隊的企業競爭，就像智能手機和功能手機的競爭，隨著時間推移，競爭差距只會被不斷拉大。

數據職業生涯的四大優勢：

數據工作是我們這個時代的最大職業機會，對於這個機會的把握，決定了我們選擇成為大數據技術的隊友，還是對手。身處大數據時代，所有的白領都必須實現個人的信息化升級，成為半個數據分析師。對於白領而言，數據分析就像英語技能，是這個時代的基本溝通工具。在這場人類構建智能企業、智能社會，乃至智慧地球的數據革命中，我們面臨著人類歷史上的最大人才缺口，每一個企業都在尋覓優秀的數據工作者。

數據工作不僅是有史以來缺口最大的崗位，也有著很強的職業吸引力。大數據時代以前，數據工作就在美國被認為是最佳職業選擇，精算師和統計學家長期佔據著最佳職業排名的前三位。在大數據時代，數據工作者有著四大職業優勢。

第一，他們有著很高的不可替代性、稀缺性，以及相應的高收入。在大數據時代，越來越少的崗位是不能被機器所替代的，不可替代性越來越重要。

第二，他們能實現深厚的個人積累。數據工作的過程，也是自身知識積累和技術積累的過程。數學、統計的相關知識積累很難被更替，而且數據分析往往要和決策層合作，對決策和視野也是難得的歷練。

第三，他們能獲得更強的工作成就感。大數據時代的數據更多，技術更強，數據工作者的潛能也變得更大。

第四，他們有著很強的職業自由度。任何行業和國家、都在尋找數據工作者。他們可以選擇自己真正感興趣的工作內容、地點、環境和時間，這都是決定職業幸福感的重要因素。

目前最受畢業生青睞的崗位中，諮詢行業能夠實現更大的鍛煉和積累，金融行業能夠實現更高的收入，政府能夠實現年輕人改善社會的成就感和極大的穩定性，程序設計能夠擁有巨大的職業自由度，所有這些明星崗位的優點，都集中在數據工作者的身上。數據工作者的價值和優勢並非偶然，這是因為他們駕馭著最先進的生產力，在推動著這個時代的智能化變革。

大數據時代中，所有企業都在努力實現信息升級和智能升級。我們每一個青年，也應該認真思考自身的轉型升級路徑，實現和這個時代的對接兼容。只有實現了系統的升級，才能夠拿到前進的車票，享受只屬於這個時代的動人風景與變革紅利。

學什麼不重要未來的人才分兩種一種是專才一種是全才。你先分清楚自己屬於那種，無論專才還是全才，都是由天分決定的，這一點你的老師絕對不會承認。有的人天生在某方面有天分，找對方向做下去，你會成功，成為有價值的人，這和你什麼專業沒關係。有的人比如我，天生不安分，做過N多行業，涉獵非常廣泛，現在在做的事情和大數據密切相關。我的總結就是這個行業需要全才，而全才需要天分，你強迫自己涉獵廣泛，是沒有意義的，正如好奇心一樣。不知道對你是否有幫助。

最近，有很多小夥伴們給大叔留言，說自從聽完大叔在QQ群的關於自身職業發展的「試錯論」之後深有同感，想問大叔一個問題，既然當下的「互聯網+」這麼火，那可以不可以用這個方法來預測自己未來的發展，並結合大數據的模型來預測。

關於如何用「互聯網+大數據」來預測你未來的職業發展，在埃累茲-愛登的《可視化未來：數據透視化的人文趨勢》（你回復「可視化未來」給你看這本書）這本書中有詳細介紹，比如明星的成名一般在30歲左右，作家一般在40歲左右，政治家在50歲，科學家一般在60歲左右。

此外，這本書也提到了用數據化作為工具來分析的各個社會時期、相關社會的各個行業的發展趨勢，也有相關關於人類行為和職業發展的分析。其中一個觀點很新穎——

「在未來，我們每個人都有7.5分鐘的時間讓自己出名」

有興趣的小夥伴可以去大家所在地的書店看看這本書哈，說不定會有所啟示了。（記得先去書店看看這本書，有些書不一定要購買哈）

那麼問題來了，用大數據來預測你的未來，真的准么？

關於以上問題值得有100，000，000+種回答，相信大家在心中都會有自己的想法，大叔在此將按照生物進化論思想和機械論思想給大家回答兩種答案：

一、按照生活進化論思想提供的答案

生物進化論思想是說，未來一切都是可變的，雖然我們預測不了未來，但是我們可以通過給自己制定人生的終極目標，通過自己一點點點改變和嘗試去讓自己實現這個目標。

還記得大叔說那句話么，「未來已經來臨，只不過尚未流行」，站在你的未來看待你的當下，相信你一定會收穫不少乾貨。

有人說，這不是唯心主義嘛，大叔對此表示中立態度，並以此舉個例子，愛迪生在失敗10000次後，對所有質疑他是否成功的人說，「在通往成功的道路上，我得經歷10000次失敗才能獲得成功」。

那這個人會繼續問了，那也是偶然的，那大叔會說，自寒武紀生物數量出現大暴增以來，無論是自雄性生物以來給帶給後代的多樣性，還是咱們人類的出生，都是偶然的，不信，你看看你自己就知道了，畢竟你爸爸那麼多精子就和你媽媽一個精子結合變成你，這從本質來說就是偶然的。

這個人當然不會甘心，肯定要和大叔繼續撕逼，大叔也不怕，還記得網上瘋傳的一句話么——

「對於一個偏執的堅持者而言，你和他吵架就是自找沒趣」

換句話來說，你咋不想想，當你成為噴子的時候，你正在吐槽的這個人正在專心打怪，提升B格呢，也許你認為你和他一樣，可是，幾年後真不好說。

「一切，為了偏執的堅持」

二、按照機械論思想給大家的答案

很多小夥伴一定會認為，自己的一輩子就這樣了，每天上班、下班，有自己的興趣愛好就好，何必那麼累呢，話雖不錯，這樣也是一種幸福的方式。

可是，你這樣的做法是在假定這個社會不發展，科技不進步的前提下做出的，如果你深諳歷史，那你一定不會陌生，隨著科技進步帶來的時代的大變遷，讓社會的發展愈來愈快，如果你一天不看新聞，很有可能你都會錯過很多信息，可問題來了，你看了那麼多信息，真的和你有毛線關係么？

這就涉及對海量信息的過濾了，也就是大叔和大家說的你得關注你時間的分配，要站在未來的角度看你當下的發展。舉個例子，自從引力波的發現，人類很有可能在2020年在宇宙中有新的發現，說不定我們的社會又會實現一次新的變革，那麼，你還在追求一塵不變的生活么？

相信很多小夥伴一定會反駁大叔的觀點，那大叔就一句話——

「你敢不敢從現在起不用智能手機，重新開始使用你五年前的手機」

【大叔曰】

1、未來已經到來，站在未來的高度和角度看當下，你會發現自己做的每一件事，都是對未來的一種宣告，要相信自己當下的決定，你就是未來，你就站在未來；

2、任何時代，只有順勢而為方能成大器，歷史書上這樣的例子太多了，如果你喜歡，可以先從君士坦丁堡戰爭開始讀起，你會收穫很多；

金融生還不夠爛大街么？？？

先扯個遠的。我網上認識一個人，認識的時候，他也是高二，不過當時我是不知道的，他白天上課，回家自己做網站，月收入大概在10k刀左右（注意，是美刀）。相信已經秒殺大部分干IT的人了。後來有一次看到他博客上更新了一篇文章，說今年經歷了人生一大要事，高考。我當時就震驚了。

回來再看，其實規劃什麼的沒有必要，因為你的知識體系還不完善，也許你看到的是在投行，四大風風光光的精英。但是這個世界就有這麼一些人，他不用怎麼費勁，輕輕鬆鬆，不用上班，但是還是能賺到很多錢的，因為他們在某個領域有很強的天賦和興趣，並且付諸於行動

如果是想做點事情的，你提的這個問題的時間，可以找自己的特長/愛好，去學習一些東西，做一些東西。真正的行動者，只關心實際的細節。因為正確的方向，是「干」出來的，而不是「規劃」出來的。沒有人靠規劃人生就能規划出一個比爾蓋茨或者喬布斯。

====================更新分割線======================

這哥們到了大學裡面乾的事情更加傳奇但也有點不道德。有人看到他一個pp號里的錢就不下100萬刀。但是具體事情再說就要人肉出來了，如果早年混過黑帽中國和隔壁幾個論壇的應該知道他是誰。

學好統計學。

這個很重要。

然後再深入了解一個具體行業。

再然後把二者結合起來。

在你這個年代我還只知道網遊，朋友你勝利了，各個行業都需要大數據，其實主要培養對數據的敏感性，以及雜亂業務數據的頭緒整理能力，很重要

我能告訴你的很少，不過很佩服在這個年紀你已經領先很大一部，祝成功，如果有需求幫助或者實習可以提供

再多讀一些書，涉獵廣泛一點，凌亂到底，然後再想怎麼規劃。

現在的孩紙們從高中就開始職業規划了，不知該說是進步了還是小悲哀。

有計劃是好的，但不可能什麼都按計劃來。你年紀還小，定一個寬泛的大方向，然後在摸索中修正吧。

同意@於世英的說法，凌亂到底。我的解讀是，多讀書，多涉獵，雜一點，廣一點。不要這麼早把自己的路劃得太死。

挑你有興趣的專業，稍微冷門一點也沒關係。大學畢業後你會發現，

1.百分之八九十的人都沒有在干跟自己大學專業相關的工作，而且都做得還不錯。

2.只要對一個東西你有足夠的興趣和熱情去學，而且你不是太笨（你上高中就會職業規劃還讀了那些書還找到了知乎，你一定不笨）不論基礎多差你都可以上路。

樓上說早的，都是因為自己太遲了吧。

隨著你的知識面越變越廣，你就會發現以前的規劃全是扯淡~

覺得任何行業的頂尖人才都是稀缺的。雖然說金融人才爛大街，但是每年還總會有頂頂牛逼的人才輸送到香港那些高大上金融諮詢機構的。

如果說到大數據，建議樓主和移動互聯相結合。PC時代已經三大巨頭壟斷，到移動端還會有很長時間的發展空間。可以做些有關大數據挖掘，可視化分析，在結合商業理論做產品規劃，營銷策劃等的。

其實，當你在幾個選擇中糾結的時候，往往是因為選擇本身相差無幾。所以，逼自己儘快決定，然後認真做事就行了。

最後，強烈建議樓主大學選一個偏基礎的學科！！

我是看到清華北大才來回答問題的。答案和大數據無關，只是想告訴你，當初本吊也是這個排名，最後卻來天津大學這個地方。孩子還是認真學習吧，別考慮這麼遠的了。

看到你的這個疑問，我的小夥伴們驚呆了。我馬上就要讀研二了，在考慮要不要將大數據作為自己的研究方向和就業方向。因為目前看來，這個方向還是比較有前景的，對於擇業之後的專業或者創業來說會有比較多的機會，因為你有可能會接觸到不同行業，領域的數據和知識。如此，你便會從數據的角度會對不同的行業有更深刻的了解和認識。當然這些都是我的猜想，希望大數據領域的童鞋們能夠給予更詳盡的信息介紹。正如樓上 @陳拓海提到的，大數據

我也覺得，你現在做職業規劃有點早呢。

我是剛剛參加工作的，現在做職業規劃更具體，更了解自己適合什麼，市場需要什麼。現在高中的你只要讓自己變得更優秀就可以了。好好學習，努力上一所自己喜歡的大學，能上清華就不去復旦，好好享受自己的大學，自己的青春。選一個自己感興趣的專業，什麼雲計算，大數據，數據挖掘什麼的等你畢業那會兒不知道還有什麼更新的技術了呢。所以努力讓自己更優秀，更有競爭力，才能以不變應萬變，對吧。

為什麼說高二做職業規劃尚早？這一點我無法苟同。國外的小孩子多於職業規劃，從高中就開始了。我上大學的時候，對於那些比我自己年齡還小但是對於自己的人生和職業比我還有更清晰認識的同學感到羨慕。高中之後就是大學，面臨著選專業的問題。國內大學的學校體質不比國外可以任意更換專業或是學校。如果事先沒有對自己未來的職業有所了解和規劃，那要怎樣選擇一個正確的專業來幫助自己呢？

我覺得高中開始考慮自己的研究和職業方向完全不早，因為馬上進入大學校門要分專業的，中國不像美國可以同時讀那麼多專門。但我覺得更多要從個人興趣或資源方面去考慮。社會發展日新月益，但哪個行業都缺真正優秀的人。