2019.5.7 学习路径更新

已完成：

优达美国共享单车项目: Mok：项目-探索美国单车共享数据；

计划完成：

共享单车项目整理上传到知乎；完成猴子第二章基础；完成优达探索数据集项目；浏览一遍菜鸟教程和廖雪峰。

知识储备库（完成以上后添加，参考 学习完基础语法知识后，如何进一步提高？）：

《 》 3rd ; 练习，每天一个小程序;《500 line or less》Index of /en/500L;实战 | 的技术博客;选择继续学习的方向，在上找相应的学习项目.

P1 背景

本科专业安全工程，研究生专业水与环境工程。

毕业后一直从事水处理环保工作，现在在深圳一家环保上市公司做研发工程师，工作主要包括水处理设备设计、水处理工艺研发等。

平时有两个方面让我不断接触数据分析，一方面是在工作中会慢慢接触到智慧环保、智慧城市等带智慧字眼的新兴方向，集成信息，将大数据融入到工程设计之中，以后不再是用经验去判断、用经验值去做设计参数，而是用海量的数据作为支撑，为设计、为运营提供更可靠的决策参考，越发使我觉得智慧是做环保的必然趋势。

另一方面，除了工作之外，前几年还跟几个朋友一起做电商，在海外亚马逊销售商品。所以我深知数据的重要性，有时候会想，如果商品数据、客户数据、竞争对手数据每天都能自动更新，随时能在自己面前展示，这对一个电商做产品决策是多么重要。

因此我目前想学数据分析的目的很简单，未来的智慧工作既需要专业能力也需要一定数据分析能力。另外是设计一套电商数据界面，一旦运用专业的数据分析辅助决策一定能得到很好的发展。

P2 学习目标

根据招聘网站提供的职位要求进行分析，目前比较符合个人意向的分为两类：

1.行业咨询类-行业解决方案经理

这一类岗位对数据分析技术方面要求比较低，只需了解即可，但需要有很强的逻辑思维，专业能力要过关。

2.数据挖掘类-数据分析师

这一类偏技术，有过硬的技能需求，需要建模，需要精通SQL，熟悉、可视化工具以及较强的逻辑思维能力。

考虑到自身条件，我的目标是转岗不转行，以本专业业务作为切入点，找业务咨询方面的工作，继而往技术方向偏移，最终目标是往数据挖掘方向发展。总结下来我的行业选择就是互联网+环保，或者互联网+咨询。

P3 初探行业数据

获取数据是一个数据分析师的必备技能。

以下是亚马逊2010-2018年的客户评论数据，数据来源-（//--of--#.csv）。数据集一共有34656行，包含21个字段，分别为：

P4 学习计划

根据现阶段所需技能有：Excel、SQL、、统计学、，制定以下计划：

除了7月前要完成优达数据分析初级的所有课程外，每天坚持以下计划，额外学习1个小时以上，不求快，求质量。

制定职业规划（1天）：了解数据分析师的类型，确定自己的职业生涯方向，了解自身需要具备哪些能力；入门（1周）：主要是复习，多用做模拟项目；使用进行数据分析（1周）：复习Numpy和这两个包，做模拟项目；机器学习入门-相关性分析（1周）：主要学习统计学相关知识，最后做项目；数据可视化和分析报告（1周）：可视化技能学习，制作分析报告；推论统计学分析（1周）：继续学习基础统计学知识为数据分析打牢基础；求职应聘（2天）：修改简历，了解应聘经验，熟悉面试试题，投简历。按计划完成以上学习后，自学和爬虫，继续丰富数据分析技术能力。

此外，逻辑思维的锻炼、Excel和SQL的复习会穿插在这次的学习之旅中，巩固熟练。

整个计划从5月持续到7月，争取7月份上岸！加油！