數據分析(入門)計劃——論景觀設計轉行的可能性

前言：

在比較了優達學城soton猴子等多家數據分析學習類服務之後，我選擇了猴子的社群，付出人民幣599元，準備在接下來的一年內認真學習數據分析，在2019年初跨過數據分析師的門檻，並且在2019年9月之前找到一份數據分析師的工作。

1 個人簡介

我是一名風景園林行業的本科學生，五年制，已經在熬夜畫圖改圖中度過了三年半的生活，在渣學校與長期熬夜的雙重壓力下選擇轉行。

決定轉行之後，我對未來發展做了一個簡單的分析用於選擇合適的行業和【說服家長】。數據分析的上升渠道給的並不高是因為學歷限制，未來如果有學歷提升或技能提升，上升渠道應該不止於此。

2 行業情況

在知乎看到了數據分析的一些話題之後，我大概的了解了行業的（表面）情況。

企業：人才缺口較大，未來發展前景好，給轉行者提供了充足的機會；

學校：數據分析的專業開設少，輸出的專業性人才少，2016年2月教育部才增設數據科學與大數據技術專業，第一批只有3所學校增加了這個專業，截至2017年開設數據分析的學校只有35所。也就是說，你的競爭對手可能是：數學、物理、統計學、計算機等專業自學數據分析的本科生，數據分析或深度學習的海歸、研究生和博士。後面兩種的專業行和技術性和燒腦程度不贅述了這不是我目前的競爭對手，請讓他們去改變世界吧！

附北大人工智慧公開課-視頻在線觀看- 人工智慧創新會-愛奇藝

總之！有機會！！！

作為自學者，我對學習數據分析並不是很有信心，編程、演算法、模型……這些東西看起來真的很困難。看了知乎推薦的一些書籍之後我覺得自己還是需要一個系統的網上或線下課程，並且需要一個督促我學習的機制，絕對不能半途而廢。對於人類的意志力我是沒什麼信心的，於是我報名了——一個闖關類的、不打卡就不讓你通過還不退錢的社群。

3 學習目的及意義

通過學習數據分析我想做到什麼？

6個月：把專業課程和數據分析相結合，通過數據支撐設計，提高方案可信度。

12個月：通過作品獲得一個數據分析的實習，進一步了解|互聯網領域|內數據分析的工作內容。

16個月：：獲得一個數據分析或者數據運營的offer，並且在這個領域有所成就，在這個時代有立足之地。

4 實踐計劃

根據課程體系制定學習計劃（還在猶豫的朋友別糾結了閉著眼選一個都挺好的）：

猴子課程體系：深入淺出統計學（統計學理論），SQL（數據存儲和讀取），R（數據分析語言），數據挖掘（數據分析演算法），python（數據分析語言），實用數據分析（實踐）

優達課程體系：Python，Data analysis with Python,SQL，統計學知識，data wrangling，data exploration，data visualization with Tableau

soton課程體系（這個是數據挖掘不是數據分析）：SQL，python，統計學，數據挖掘理論和實戰，無監督學習，自然語言處理，Linux，深度學習入門，深度學習

其他……來不及比較了，好像這個也不錯數據分析師 CPDA|中國數據分析行業權威認證

實踐計劃兩個基本點：

1、跟著課程體系走。

2、項目分析給自己加戲，從豐富的（本專業）大作業經驗來講，做項目和大作業是最快的學習方式。

根據課程體系得出自己的實踐計劃如下

1個月：完成1-3關。讀完9本數據分析的參考書，python入門，統計學入門

2-3個月：完成4-5關。從目錄來看這兩關很難，可能要加一些數學上的自學課程。把學到的內容應用在設計中，用數據分析支持方案。

4-6個月：完成6-7關課程並且做一些項目，充實簡歷，如果能力還不夠做競賽那就繼續學習~！

計劃根據後期的學習會繼續調整。再長期的計劃就不做了，從兩個基本點出發，不會有錯。