如何一步步轉行成數據分析師

我是一名剛從德國畢業回國的化工碩士生，本科在國內化工的頂尖學府-華東理工念的，碩士畢業論文是在德國最有名的馬克斯-普朗克研究所做的，在德國留學期間，自己做了一些小生意，還算收益頗豐，加上這兩年得到的學習，自己對於自己的未來有了不一樣的看法，不想再往化工方向發展了，主要原因有：

1、知道自己沒有一顆做科研的心，所以，博士和博士後我是沒打算讀的；

2、化工作為一個相對傳統，重資產，長周期的行業，未來的發展空間很有限，已經錯過了該行業最佳的成長期了，不做科研的話，從事相關工作，自己實在不願意；

3、因為自己創業還算成功，化工行業目前的收入無法滿足自己。

綜合上述原因，我打算換一個行業，重新開始。

至於我為什麼不把我的小生意做下去，主要原因是，覺得自己資源和能力還是不夠，小打小鬧可以，但是想發展更大，確實不易，所以想先回國找一個大平台發展，積累資源，以後再找機會。

那麼我接下來考慮的問題，就是選什麼行業，以及做什麼職位了。

按照阿里總參謀長曾鳴教授的點線面體理論，點就是自己，線就是公司，面就是行業，體就是趨勢。顯然，作為一個點，再怎麼努力，也沒有選對了一個上升的趨勢重要，風起了，豬都能飛起來，對吧。

通過自己的了解，目前互聯網和數據化是大趨勢，金融，電商，醫療，保險，教育，物流，IM，搜索廣告，物聯網，智能設備等等，都是在這個大趨勢下，會有很快增長的面。結合自己的創業經驗，以及自己有一個金融的學士學位，所以我最後敲定往互聯網金融的方向發展，而具體的職位，也是結合自己化工的實驗數據分析經驗，覺得這塊還是有相交的地方的，所以職位選擇是數據分析師。

基於此，我定位的互聯網金融的企業有：

互聯網到金融型：螞蟻金服，京東金融，微眾銀行，度小滿，挖財，51信用卡等等。

金融到互聯網型：平安，招行，四大行和傳統銀行的互聯網金融部等等

畢竟自己是跨行，而且沒有相關行業的經驗，所以想要做成，既要積累數據分析師的基本技能，還要有相關行業的基礎知識。

基本技能：SQL，Excel，Python，統計學基礎，數據可視化技能，數據分析報告，數據產品化技能，機器學習

行業技能：用戶的生命周期理論，A/B-Test，用戶的信用評估，風險評估，商業分析工具等等。

具體項目的數據獲取，目前互聯網金融的信貸業務的兩大難題-逆向選擇和道德風險，具體就是，錢該借給誰，借出去的錢怎麼才能收回來，所以我在這兩方面打算各選一個項目進行練習。

作為練手的項目，titanic號可以從kaggle上直接下載，主要特徵是乘客的年齡，性別，姓名，登船點，船艙等級，家屬情況，票價等等。訓練集樣本量為891，測試集樣本量為418；數據下載鏈接在這裡：泰坦尼克號沉船倖存者預測

行業的項目（備選，根據實際時間決定），可以從天池的螞蟻金服競賽中，獲得餘額寶買入和贖回的數據，預測下一個月的買入和贖回，主要特徵有，用戶的城市，性別，星座，一共有將近3萬的用戶信息；14個月的每一個賬戶交易行為，買入贖回數據，一共有將近300萬交易記錄；餘額寶14個月的每日利率；以及14個月的銀行間拆借利率，數據下載地址在這裡：餘額寶買入贖回預測；

逆行選擇項目：我選擇kaggle上的Thera Bank銀行的客戶信息，裡面一共有14個欄位，包含有客戶的年齡，工作時長，收入，郵編，家庭成員，平均月信用卡消費額，受教育程度，房貸月供，個人貸款額，是否是私密賬戶，是否有存單，是否有網上銀行，是否有信用卡，一共有將近5000人的樣本信息。數據下載地址在這裡：Thera Bank銀行貸款客戶預測數據集

道德風險項目：我選擇kaggle上P2P公司Lending Club的借款信息，預測未來的借款和還款信息。裡面一共有18個欄位，包含每次的借款額，借款周期，借款利率，分期金額，信用等級，借款時間，借款原因，本金金額，本金償還，利息償還，延期費用，債務出售收入，最後還款期，下次履約期，到期日，還款狀態，數據源。一共有280萬的借款數據。數據下載地址在這裡：P2P LendingClub借貸信息預測

用戶生命周期理論，可以通過增長黑客進行學習和了解;

A/B-Test:可以借用猴子老師的項目案例進行訓練;

商業分析思維及工具：我選擇《金字塔思維》還有得到的劉潤五分鐘商學院作為學習資料。

參考猴子老師的數據分析師方法，我將這樣安排自己的學習計劃：

1、如何制定職業規劃？

這是我的成為數據分析師的規劃之路，以後的發展，我想更偏向於業務的發展，具體還要看哪個公司和行業了。

2、Python學習

目前自己已經把基本的python數據分析知識學習了，然後抓緊把相關項目做好，分享出來就好。

3、Python數據分析

同上。

4、相關性分析，titanic項目

已經做好，也做好分享，成績是前4%，直接複製黏貼到知乎平台就好。