随着四大敲响秋招的锣鼓，各大银行，公司纷纷开启秋招的进程。在竞争压力这么大的如今，商科专业的学生要是想进心中的Dream Company，除了传统的岗位，还可以另辟蹊径。
在如今大数据时代，无论是投行，银行，还是各大快消等，都需要大量的数据分析师，这职位并不是只有计算机专业的学生才能做，商科或其他背景学生也都可以。而且作为拥有商科背景的毕业生，如果学会BI, 则可以从事商业数据分析的工作，会更加有竞争力。
那么，到底应该如何入门？怎样成为一个优秀的DATA ANALYST？ 有哪些技能是必须掌握的呢？这个方向前途如何呢？
在我们的访谈之前，我们先来了解一下基础的背景知识吧~
到底什么是Data Analyst?
DA主要分为泛用型，和专用型。而泛用型，则是更适合没有编程背景的商科学生。
泛用型DA的工作主要任务是对业务数据进行直观统计分析，不涉及复杂数学公式和原理，做成报表发给line manager， 以辅助高阶管理层的决策，某些领域可能需要初级建模技能，由于有企业及平台的辅助，实际工作不会很复杂。
接下来，看看我们的导师GZ是怎么说的吧！
本次访谈我们很荣幸的请到了澳洲资深IT从业者，目前在澳洲知名银行任大数据工程师，匠人数据分析导师GZ来为我们详细解说一下。
为什么商科学生可以学习数据分析？我到底需要学哪些基础内容？具有什么学习背景？
泛用型DATA ANALYST几乎没有什么专业局限性， 有普通的数理能力， 相关的数据库知识，加上我们的课程辅导是很快可以入门的，商科的大部分同学应该都在这个范围内。虽然 DA 需要的技术的确要偏向IT 方面， 但是总的来说它还是属于熟练工种，而且目前的系统成熟度已经设计的可以让非IT背景的人员很快上手， 所以商科的同学无需对自己的能力有太多疑惑。
对于具备一定IT背景，想往数据工程师方面发展的同学，您有什么建议呢？
对于数据工程师这个职位，我个人觉得是由于市场分门别类的产品太多了，而且大企业内部又有相对隔离各自为政业务系统， 但是成熟的数据平台又要求把所有相关的业务数据采集到一个通用平台上，这个复杂的过程需要有跨系统，跨平台经验的工程师来完成。
其次， 由于数据产品是业务的衍生， 所以数据工程师需要对相关行业有一定的学习能力， 这样能相对保证最后产品的业务相关性。还有就是交流能力， 在一个项目里面数据工程师的交际可能是最多了， 所以有效的和同事交换意见是非常重要的。
如果是想当DATA ENGINEER 的同学， 虽然说目前的趋势是用BIG DATA来替换原来的Relational database management system, 但是很多企业的都在这个更替过程当中， 所以学号数据库基础，SQL是十分必要的。其次， 由于目前的BIG DATA 需要有较强的编程基础辅助，除了打算走AWS或者MS路线的， 建议同学加强 shell, python 和scala 的学习。
您对数据行业未来发展有什么见解呢？
就目前的数据行业发展而言， 我个人觉得它还在相对初始阶段， 当然在平台上， 目前的主流产品确实比10年前要成熟的很多。我这么说的依据是， 搭建一个比较完善的数据平台然后开发相关的数据产品，其所需要的人力和财力远远超出普通企业的承受能力，很多时候， 即便是TIER 1的公司也需要妥协去找一个折中选择。
打个具体的比方， 不夸张的说90%以上的企业没有建立一条完善的DATA PIPE LINE系统， 换句话说，就是数据平台的数据完整性相对缺失或者滞后， 在这样的情况下， 所开发出来的数据产品的缺点就不言而喻了。 所以我理解为目前行业发展还没到半山腰。
您是计算机科学毕业，请问您当初为什么选择了数据方向呢？
我本人大学的专业是SOFTWARE ENGINEERING, 虽然我确实修了好几门Data Mining的课程和项目， 我毕业的时候其实并没有很好的对自己进行职业规划，一开始我也想直接进入TIER 1 的大企业， 由于当时在PR Bridging 中， HR 直接在电话里说了我的VISA状态不符合graduation program 要求。
怎么办呢，活下去要吃饭啊， 阴错阳差的进了一个TIER 3 的咨询公司。 该公司主要的业务是Digital Marketing Solution, 简单地说就是利用数据平台筛选出最有价值的客户然后对其可能的需求发送Offer。一路辗转，一个项目一个项目做下了，后来为了职业的发展调整了自己的步伐， 进入了金融体系。所以坦白说， 我个人的选择在前期可以说是比较被动的， 到了中间的时候才相对清晰知道下一步的选择。
您在澳洲做项目时，实际工作情况是怎样的呢？
具体到澳洲的项目，其实是要看你站的位置， 比方说你如果是乙方，那加班加点也要在deal line 之前把产品搞定， sla 的话也有24*7的要求。
如果是甲方自己的项目， 那就相对没有那么赶， 毕竟都是internal stakeholder. 不过总的来说， 澳洲大企业的项目的总体效率还是不错的， 主要是因为返工率很低， 在上Production之前的层层测试很大程度上规避了业务和技术上的错误。
您做过的项目中印象最深刻的是？
很多时候， 我知道我解决了问题， 但是我其实没有实际明白我是怎么解决的。 有一次项目里需要整合一个企业级master data service服务， 数据库的接口可以使用但是速度慢到让人无法接受， 当时打电话给美国去解决这个问题， 供应商给出的方案都不靠谱，甲方的上线日期是已经拍板子订好了，没法子， 当时和项目部门的老大领了个军令状说停下手头的工作3天去解决这个问题， 万幸最后是给我搞定了。我只能说干活有时候需要耐心，也需要点运气。
您可以简单介绍一下您的课程吗？
我们目前安排的课程是针对 BI 方向的主要分如下几部分：
-
介绍行业内的BI相关的职位及其技能要求
-
介绍BI相关职位在实际工作中的交流以及工作流程
-
介绍BIG DATA 生态以及BI的在其中的位置
-
介绍相关的技术平台以及为什么我们目前为同学们选择POWER BI平台
-
详细介绍BI 平台的技术实例， 从基础到中级， 这些技能涵盖了大部分BI相关工作的的基础要求
为什么我一个商科毕业生学Power BI比我直接去找其他工作要好一些？是工资高一些还是我找其他岗位根本找不到工作？
首先，我个人觉的大部分同学在毕业以后，都希望自己能够学以致用，如果大家能够找到对口的出路，那自然是很好的。 我们推广BI 的课程是告诉同学们，路不是只有一种走法， 如果有商科背景辅助，在从事BI相关职位其实是如虎添翼的， 为什么呢， 因为此类职位对产品的认识和交流能力都有一定的要求， 而这些恰恰是商科学生的优势。此外，从收入水平上客观地说， 目前数据行业的处在一个中高的位置。所以我的课程并不是让学生背弃自己的专业和努力， 反之我们的目的是拓宽同学们的出口。
这个课程学完毕业以后，到底可以进一家怎么样的公司做什么样的工作？要细化到一个公司的名字和岗位的名字，和工作的内容进行说明，哪些公司有这个职位？
我们的课程主要设计的让同学们在学完以后对整个数据产业有个基础的了解， 其技术讲解及实例是由实际工作的任务衍生出来的。 目前POWER BI主要的用户集中在TIER 2 和TIER 3， 以及TIER 1 的部分业务部门， 相关工作任务简单可以总结为
-
检查报表(BAU)
-
制作新的报表(PROJECT)
-
数据分析（HIGH LEVEL）
相对应的工作岗位还是比较多的， 例如
-
Business Intelligence Analyst
-
Business Intelligence Developer
-
Data Analyst
-
Reporting Analyst
-
Power BI Developer
具体的公司可以归结为只要是使用MS产品的公司，它们几乎都有这个需求。