數據時代哪些職位缺國際生？

數據時代哪些職位缺國際生？

2018-02-23 北美職場三人行

北美職場三人行是一個針對留學生的求職資訊平台，匯聚金融、數據、諮詢等業內大牛和過來人，為留學生提供針對特定行業與工作的求職信息和專業指導。我們的團隊涵蓋在Asset Management, Hedge Fund, Risk Management, Data Analytics, Business Intelligence等領域擁有豐富實戰經驗和深厚行業聯繫的導師。我們至今成功為學生鎖定了Goldman Sachs, UBS, Credit Suisse, Blackrock, EY, Voya Financial以及Investment Banking, Investment Advisory, Hedge Fund等公司及行業的offer。

在目前人人稱頌的數據時代，不僅相關產業如烈火烹油，蒸蒸日上，也促進了很大一部分就業市場的繁榮， 接踵而至的便是學生對數據技能的渴望和熱衷。然而龐大的數據產業究竟分為哪些部分？又有哪些相關的工作適合留學生？本文將帶你一一揭秘。而限於篇幅並且乾貨過多^-^，本文先集中介紹除數據分析環節之外，通常都有哪些工作。而數據分析會作為一個單獨的篇幅在下一篇中為大家詳細介紹。

在了解相關的職業和技能之前，大家首先要了解數據產業和其他產業一樣，是一個生態系統，並不是現在媒體熱炒的machine learning, AI就是數據產業的全部，相反，這只是其中的一小部分。那麼我們循產業鏈而上，首先會遇到什麼呢？

Data Storage

data storage首當其衝，也是一個相對偏向硬體的產業，按照現在的流行劃分，通常分為兩類，一類是本地存儲（Local），另一類就是雲存儲(Cloud)了。 當然，企業數據的存儲不是像我們平時存儲文件那麼簡單，這個產業通常要考慮到不同商業用途的文件使用不同的壓縮和存儲方式，雲端的安全性和傳輸性能等等。

舉個例子，一些企業三五年不想碰又捨不得刪除的數據可能就要被「打入冷宮」，儲存方式和待遇自然不能和日常數據相提並論。

通常，像EE專業的同學會比較適合這方面的構架工作，例如data architect。

而不了解此產業的同學們也可以從口頭禪「大數據」入手。「大數據」並不是單指數據量之大，而更多情況下強調數據量大到無法用主流軟體處理，以至於需要召喚新的神龍（下文會提及)，所以凡是咱們在學校通過SAS之類搞定的項目就不要蹭熱度啦，記得寫簡歷不要再用錯嘍。

而談到大數據平台，很多CS的同學很可能虎軀一震，因為，有了硬體和平台，哪能少得了我們的程序員大軍!

那麼，提到大數據，就不得不說神龍Hadoop。

是的，這就是大數據時代召喚出的一個新的數據解決方案。為了方便同學們懂（zhuang）行（bi），大家請記住，Hadoop分為兩塊理解：

一塊是存儲方式，叫HDFS,另一塊是處理框架，叫MapReduce。

所以呢，通俗的來說，「大數據」實際上是指一種存數據和處理數據的方法。

前者仍然適合EE的同學們就業，各大諮詢公司和雲平台都需要此類人才，而後者，便慢慢接了地氣，畢竟，處理方法嘛，基礎就是處理語言。在此透露給你，只要會Java，就可以自學入門Mapreduce了！CS的同學們大可由此出發，大談特談big data！

總結： Data Storage行業偏硬體，可以作為行業發展的談資，更對big data感興趣的同學剛接觸可以從一些介紹Hadoop的網站或者著名的雲平台產品入手。

Data Storage 聽不過癮？文章最後有驚喜！

Data Warehousing

然而談到現在，大部分同學還是一臉懵逼，難道數據就如此不通人情嗎？俺們不會編程能不能聊數據？當然可以！

接下來，在數據平台之中，便會產生data warehousing產業，相對應的DBA職業（database administrators）門檻便會低一些，資料庫也是很多留學生真正接觸企業數據的起點。

簡單地說，也就是平台搭建完成後，企業需要同學們能把數據排排坐放好，按圖索驥找出需要使用的數據，組裝好以備後用。

不要驚訝，為什麼我們不會一開始就接觸高等分析？說好的machine learning, data mining呢？

可是，如果你連企業的資料庫都沒碰過，何來的數據？

難道，你的分析工作都是由下載下來的數據開始的。。。

所以，有沒有接觸過資料庫，向來都是企業判斷學生有沒有做過有含金量實習的最基本要素。沒有碰過企業資料庫的孩子分析能力再好那也一定是紙上談兵。

當然，懂資料庫和知道SQL是兩個概念，就彷彿知道此地是倉庫和會看庫存表的區別。

而後，懂SQL和知道data modeling又是入門和精通的區分。這就彷彿是會看庫存表和依據庫存表會把水果蔬菜肉類分開保存的區別。

然而作為一個潮流DBA，又豈能滿足於SQL, NoSQL中的Hive, Pig信手拈來便是眾人爭搶的DBA王牌。這就彷彿是了解相對有序的菜市場食品倉庫和見識過繁雜的超市倉庫的區別。

然而最讓我們這些局內人心痛的是，其實這些看似玄妙的東西並不複雜，比大家平日學的SAS, R等工具更簡單，只是學生並沒有機會了解而已。

總結： Data Modeling相當於將數據分類，利用特定的資料庫語言搭積木，不同的結構用於不同的商業用途，例如產品積木組，客戶積木組，庫存積木組等等。

此類工作入門難度較低，甚至會SQL就可以，而學習空間較大，因為不同行業有不同建模需求。

DataWarehousing好想入門？零基礎怎麼做？本文最後告訴你！

Data Processing

接下來，仍然沒有到數據行業華美的一頁，data processing是目前數據產業非常重要的一個環節。

直白地說，如果分析是炒菜，那麼數據處理就是洗菜，摘菜，切菜，腌菜。。。（相信身為留學生的你對這些過程體會深刻）。

很多剛畢業的master，在招聘會上非常主動，也非常賣力地宣揚自己的數據分析能力，就彷彿是大廚們對美食評委們宣傳自己的火候，卻忽視了自己的刀功一樣。

殊不知，如果你能和業內人士談談目前數據的70/30原則（70%時間處理數據30%時間分析數據）和同情一下處理的繁雜性，你一定會被他們視為知音，如果一些junior的校友更可能抱著你失聲痛哭。

而在這一環節，除了資料庫的調用，更有很多主流的軟體，對編程的要求也是非常少，只可惜，很多學校和課程注重學生的編程及分析能力，卻忘了接地氣，並沒有充分考慮企業實際情況，對這一塊介紹甚少。而所有申請數據相關工作的同學，特別是統計，數學類的同學們，一定要多關注這一環節。

總結：data processing是在做數據分析前的準備工作，現實工作中必不可少，入門基本不需要太多編程知識，相對依賴軟體，考察實戰能力。優秀的分析人員一定擁有優秀的數據處理能力，所以通常作為數據分析的附加值展示給企業。

之後，才會慢慢踏入我們通常所說的數據分析以及相關產業。那麼數據分析，是不是傳說中的高冷呢？編程和非編程的職業又有哪些？請聽下回分解！

如果你對本文介紹的任何環節有疑問，北美職場三人行現提供專業的數據課程 "Data Pro: Your Way to Excel"，為您提供全面的數據行業理解，並按照您的背景設計課程和提供專業導師，一路輔導並推薦相應實習，完全做到Customize Your Data Career. 關注回復「Data Pro」，了解更多數據課程和相關實習機會。

ef="http://mp.weixin.qq.com/s?__biz=MzU5NTQyNzkyMg==&mid=2247483662&idx=1&sn=b8269ce11e4621dc9cb5a65f94f9a4b8&scene=21#wechat_redirect">往期回顧：《國際生北美就業最大缺口在哪？》

《在北美做資產管理與對沖基金是什麼體驗？第一彈：買方究竟掙多少》 關注北美職場三人行，傳授最前沿的招聘秘籍

http://weixin.qq.com/r/hC08JJfEEMpvrdNH93iW (二維碼自動識別)

http://weixin.qq.com/r/Ei2koALEi8r3KUbDb3iW (二維碼自動識別)

Scan QR Code via WeChat