个局限于互联网行业内部的职业,科技、金融、零售等行业都需要专业的数据官,所以这两个职业不太能够做到逆周期,但是完全可以跨周期存续。
所以,如果我们换一个角度去思考:比如,怎么建立大数据专业知识的护城河?
那么我们就明白到底应该把学习重点放在哪里了。
简单总结一句话:别人不学的我们学,别人学的我们综合起来去学。
重中之重是数学,然后是统计,再之后是计算机基础,数据框架和算法题,java的底层和框架源码,数仓之类的项目实战…等等等等。
我翻了翻咱们大学4年的课表,感觉课程设计是用了心的,但也有一些遗漏和迟滞,需要咱们自己补。
怎么补?
我个人以为,要根据大厂和顶级科技公司、金融公司的需求,有针对性的开展自学自研。
最迟大二吧,我会和任课老师以及系里领导仔细研究讨论,看看能不能搞来额外的培训甚至是新课程。
随着社会的发展,企业对于普通it人才的需求已经降到了冰点,但大数据正如烈火烹油。
兄弟姐妹们,我们值此盛世,已经在赛道选择上领先了同龄人不止一筹,剩下的无非就是潜心学习努力钻研,争取把他们甩得越来越远。
经过今天的讨论,我们的目标和路径都已经相当清晰——
入职薪酬过万,努力成为数据部门骨干,接着瞄准数据官,然后偏数据的可以继续冲击首席数据官,偏业务的可以转岗产品部门负责人。
再历练个一两年,有相关资源的可以跳到金融业去做首席分析师,下一步冲击公私募经理…
有某些背景的跳到央企下属公司做数据线负责人,瞄准副厅…
有积累又碰到好机会的可以开启第一次创业…
本章未完,请点击下一页继续阅读! 第3页 / 共9页