前言
经常遇到很多人留言咨询，想做数据分析，但是面临着很多'困境'，比如：
- 数据分析现在就业机会还多吗？
- 这个职业稳定吗？以后的发展方向有哪些？
- 数据分析是不是越来越卷了？对技术要求高吗？
- 转行数据分析师难度大吗？如何准备才能成功上岸？
- 今年数据分析师行业的大概薪资范围？
归根溯源，很多人看好数据分析，想要入职数据分析岗位，但是为什么选择数据分析，你真的想清楚弄明白了吗？是因为网上铺天盖地的宣传吗？还是因为招聘网站上让人心动的薪资数字？
数据分析师现在就业机会还多吗？
在互联网的快速发展下，目前各大公司对数据分析相关岗位的要求持续上升。据统计全国 500 强企业中，90% 以上都建立了数据分析部门。
2020 年中国大数据行业人才需求规模预计达到 210 万，未来 5 年仍将保持 30%~40% 的增速，需求总量在 2000 万人左右。世界经济论坛（WEF）在最近的一份报告中预测，未来三年劳动力需求增加最多的职业，是数据分析师或数据科学家。
造成数据分析师最近一段时间就业下滑的原因到底是什么呢？主要是企业对数据分析岗位的要求在提升。
2015 年，你会用 Excel，会查 SQL 数据库，就能找到很好的工作； 2017 年，你还得会做数据可视化，会用 SPSS 做数据挖掘，能给老板做漂亮的报表，同时会一点 Python，就能崭露头角； 到了 2023 年的今天，除了 MySQL、Python 这些基础的工具，你还要懂统计、数据清洗、建模、算法……所以，虽然数据分析类的岗位增多了，但需求也同样提高了。
总结，数据分析就业机会依然多，但是对岗位技术要求也在逐渐提升。
数据分析师稳定吗？以后的发展方向有哪些？
当你从事数据分析后，最不希望看到的就是被'毕业'，也就是我们常说的稳定性。
稳定性与公司性质戚戚相关，众所周知：事业单位 > 国企 > 私企，因此度量不同类型企业的稳定性，意义固然不大。这里，我们拉齐到私企互联网公司，分析下数据分析岗位，对比内部其他岗位的稳定性情况。
总体来看，数据分析岗位相比销售、市场、产品、运营，稳定性要高。
- 从人数角度来看：数据分析团队饱和度一般会低于销售、市场等岗位，因此在经济不好的情况下，数据团队往往是最后一个被开刀的，开刀比例也相对较低。
- 从普适性角度来看：数据分析在不同行业中，思维迁移能力相比产品、运营，普遍更强。举个例子：游戏公司招聘产品大多数要求有游戏公司的经验，而数据分析岗位招聘，这方面要求会相对松一些。
转行数据分析师难度大吗？如何准备才能成功上岸？
在 IT 行业中，数据分析往往是最容易入门和学习的，很多零基础的小伙伴被数据分析吓到劝退往往是不知道怎么样高效学习，没有找到适合自己的方法。
其实，在掌握学习大数据的方法方式之前，我们首先要审视一下自己，自己对大数据是不是真的感兴趣，自己对大数据的了解有多少，自己的学习潜力和控制力可以吗等等。
以下对学习大数据的同学总结了三种分类，如果说你对自己还不了解的话，快快对号入座吧！
- 零基础小白，对大数据行业一无所知；
- 有浅层编程基础的学生，对大数据行业略知一二；
- 有一定工作经验的工程师，对大数据行业了解，但对技术不熟悉。
在搞清楚自己的状况之后，我们针对不同阶段不同基础的同学制定不同的学习方案。
第一套方案：关于零基础的小白 先关注大数据领域的动态，让自己融入大数据这样的大环境。然后找一些编程语言的资料和大数据入门的视频和书籍，一步一个脚印。如果说自己都觉得入门困难，要么放弃，要么为自己去投资一把，参加培训班。
第二套方案：有编程基础的同学 欠缺的是对大数据技术知识的匮乏，所以要先吃透编程语言，从 Hadoop、Spark 入手对大数据的技术研究学习。
第三套方案：对于有一定经验的工程师而言 如果想要自学大数据，要找一些中高级的大数据视频或者书籍，在工作之余可以进行学习。但一定要注意的点是：一定要坚持下去！
如何学大数据技术，首先要找准自己的定位，了解自己的实力基础，然后各个击破。
转行进入数据分析的方法，无不外乎三种：
- 网上找资源自学
- 培训机构系统学习
- 公司内部培养
公司内部培养这种机会一般不多，所以我们常见的方式现在都是自学 or 培训班。
我身边一个朋友就是报班学习的数据分析，另一个朋友直接拿着上一个朋友培训班的视频自学的，结果两个人都找到了工作。那你能说我报班学习的这个朋友，花的是冤枉钱吗？