数据分析工作经历-{下拉词

大家好，今天小编关注到一个比较有意思的话题，就是关于数据分析工作经历的问题，于是小编就整理了2个相关介绍数据分析工作经历的解答，让我们一起看看吧。

1. 从事财务工作和数据分析工作哪个好？
2. 29岁转行做大数据分析师晚不晚？

从事财务工作和数据分析工作哪个好？

谢邀!职业无贵贱，关键还是看自己喜好吧。如果能把爱好当作职业或谋生手段，此乃人生之幸事也。从事财务工作好还是数据分析好，主要还是从心，问问自己喜好什么。

一时半会分不清，那就随便找一份财务工作呗。数据分析和财务工作有很多共性和交叉的对方。两个工作都需要细心耐心，都和数字打交道，很枯燥，财务工作中也有很多数据分析的活要做。

单就职业发展前景来说，应该财务更有深度广度，涉及面多。简单从找工作的容易度看，所有企业都需要财务人员，但不是所有企业都需要专职数据分析员。

但是现在财务行业，鱼龙混杂，门槛太低。所以如果你选择从事财务行业，一定要有长远的职业规划，要给自己一个较为清晰的目标。

乍一看这两个工作好像完全不相关，但是楼主既然提出了这个问题，可能说明您既有财务背景，也有一定的数据分析背景，所以在纠结中；就我个人经验做一个简单的分享，我是一个传统会计出身的财务人员，工作前期那几年（大概5,6年）一直从事传统的财务核算，预算管理和一些基础的财务分析相关的工作，其中用到的数据分析技能并不多，也没有尝试过很多数据分析软件；基于前几年积累下来的财务分析知识，我后来跳槽到了一家世界排名靠前的咨询公司，从事财务数据分析咨询工作，也是从这个工作开始，我接触了真正的财务数据分析，从数理知识，财务知识，行业知识，可视化工具等多方面进行了自我的升级，我慢慢意识到，财务工作和数据分析是完全可以结合起来的，而随着大数据时代的到来，未来传统的财务会计所从事的财务核算工作一定会逐渐被RPA，人工智能等替代，而财务会计则不可避免的向管理会计转型，而管理会计所从事的报表分析，策略制定等工作，也更加需要数据分析技能作为支撑，所以总结下来，拥有良好数据分析知识（数理知识，分析工具的使用经验等），并匹配扎实的财务背景，会让你成为一个企业的优秀的财务人员，且这种财务人员是未来不可被替代的，***决策，甚至制定决策的关键人物；

29岁转行做大数据分析师晚不晚？

谢谢邀请！

对于大数据分析岗位来说，29岁入行还是可以的，因为相对于应用级程序员来说，数据分析师的职业生命周期还是比较长的。

随着大数据时代的到来，数据分析师的知识结构也在进行调整，早期数据分析师不少都是统计学、经济学相关专业毕业的，而目前数据分析师不少都是数据科学专业、数学、计算机相关专业毕业的，这也是大数据时代的一个特点。

大数据分析的基础知识包括统计学、计算机和数学，其中计算机相关技术的占比较大，对于不同知识结构的人来说，从事的数据分析岗位也有一定的区别。对于计算机基础比较薄弱的人来说可以从工具开始学起，数据分析有大量的工具可以使用，Excel就是一个数据分析的利器。

随着数据量的增加可以进一步学习数据库、编程语言等相关知识。目前行业里做数据分析实现的不少BI工程师基本上都属于应用级分析人员，懂数据库知识和BI工具的知识基本就可以了，涉及到编程的地方非常少。

对于基础比较好的人可以从事研发级分析，目前通过机器学习的方式来实现数据分析是比较流行的做法。机器学习的实现步骤包括数据收集、算法设计、算法实现、算法验证、算法应用等，机器学习开发需要有扎实的数学基础和程序设计基础。

目前***用Python进行机器学习实现是比较常见的选择，由于Python语言自身比较简单，而且Python语言有大量的库可以使用，所以***用Python做机器学习是非常方便的，在开发周期、代码量和代码调整等方面，Python与J***a相比都具备一定的优势。

人工智能和大数据是我的主要研究方向，目前也在带相关方向的研究生，我会陆续在头条写一些关于人工智能方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，也可以咨询我，谢谢！

到此，以上就是小编对于数据分析工作经历的问题就介绍到这了，希望介绍关于数据分析工作经历的2点解答对大家有用。