今年不少人迎来职场寒冬，而学 Python 的热度却居高不下。其中一个主要原因，是数据分析带起来的。很多岗位都人人自危，而企业对数据分析师的需求却在不断上涨。这是今年 10 月的数据：

数据分析入门相对简单，而初级岗位薪水却高于同类均值，同时应用广泛、天花板高。因此学个 Python 转行数据分析师，成为不少人的首选。尤其是数字时代，即使是非数据类岗位，也必须掌握基本的数据分析技能和“数据思维”。

想做数据分析的人不少，但企业想招一个理想的数据分析师却并不容易。

上周，一位 HR 朋友向我抱怨。她说最近在招数据分析师，看到一份简历感觉挺好：会 Python、会 SQL、会 Tableau……但面试的时候，候选人面对一张数据表分析半天，却没得出什么有用的结论。

面试到最后，候选人问：学了如此多的技术，还是很难胜任工作，我还要学点什么呢？

出现这种问题，其根源就在只学了 Python 等各种技术，但缺少数据驱动业务增长的思维，以及真实的项目实战经验。

要知道，老板要的不是花里胡哨的图表，而是能带来业务增长的具体方案。因此一个让老板舍得花重金聘请的数据分析师，要有足够业务敏感度、能在数据中获得深刻洞察。

前两天一个 Python 写得很溜的朋友找我，说最近压力很大，我问他哪来的压力，然后他甩给我一张公司群聊的截图：

同事的一段话，把自己想提加薪的计划直接噎回去了。

再举个例子，汇报工作时，向领导表达销售额略有增长的意思：

表达一：相较于上个月，这个月销售额略有增长。

表达二：销售额环比增长12%，领先竞争对手4个百分点。

表达三：近三个月销售额增长率分别为9%、15%和12%，其中线下销售额基本平稳，销售增长主要由线上业务带来。下一步可以在线上新用户转化流程上多做优化，同时减少线下投入。

如果你是领导，你更青睐于哪一种？

据英国一项职业调查研究显示，掌握数字力的员工，在收入方面，高于普通员工30%；在失业率方面，低于普通员工50%。

想成为稀缺的高薪数据分析师，你就要对数据足够敏感，这样才能亲自操盘数据驱动业务增长的全流程：

所以只会写 Python 是难以做好数据分析的。这就像背了几千个单词，就想和外国人谈笑风生一样，很不现实。

另外市面上绝大多数书籍、课程也在误导初学者，宣扬学几门工具的用法就可以做数据分析师了。即使你真的学会了，掌握的也只是零散的知识点，依然难以跑完一整个数据分析流程。

所以在求职转行时，企业不只考察你的基础理论，更要看你是否有业务实战的能力。

但数据分析毕竟是个比较新的工种，许多大企业也在内部培养数据分析人才。那他们怎么解决「初学者缺少业务实战」的问题呢？

 

将名企实战项目写进简历

为了培养出真正符合企业需求的数据分析人才， Google、Facebook、Github 等全球前沿科技企业，联手硅谷在线教育平台优达学城（Udacity），一同开发了「纳米学位」项目。

一句话概括这个项目，那就是：让你在挑战名企实战项目中，掌握业务实战的能力，成企业真正所需的人才。

真的这么厉害？在这个项目进入中国前，就被AT&T、通用电气、普华永道、埃森哲、戴姆勒奔驰等企业引入到内部培训中。

也就是说，如果你学习这个课程，就是在学世界五百强企业内部的培训。毕业后的纳米学位证书，受合作企业广泛认可，也可以直接添加至 LinkedIn 简历：

那么，这些名企所认可的数据分析学习路径是什么呢？从 Python 入门，到应用机器学习处理问题的数据科学家、数据工程师，都有对应的课程和实战项目，几乎涵盖了国内业务一线的各种需求场景。

截止目前，全球已经有超过 1000 万人在 Udacity 学习前沿技术。但作为硅谷制作的技术课程，在中国会不会水土不服？

2016 年进入中国时，许多媒体也问出了这个问题。但很快质疑者们就被打脸了：腾讯、京东、唯品会等众多企业，立即将纳米学位引入内部培训中。

在中国区官网上，我们看到课程可以免费试听。点进去就会发现，内容经过精心翻译，质量比 O'Reilly 的图书还好。你也可以选择看英文原版，双语学习，这对未来在工作中要翻各种英文资料的你来说，更是掌握专业英语最好的机会。

在 Udacity 的教室系统中，可以边学边练，workspace 平台”打开即用“，减少因配置开发环境所耗费的时间，学习体验友好高效。

如果和优达的学习规划师聊聊，你会发现课程本地化做的比 Coursera 好太多了。

中国区的项目是专门和国内企业合作，结合国内一线企业业务重新设计的。也就是说，你可以直接把这些真实项目写进简历里。

而且每个项目都是国内一线工程师逐行审阅，如果是报名了 VIP 小班，还有助教随时一对一答疑辅导。毕业后将加入像大学校友会一样的微信群，你的校友所在公司几乎涵盖国内各大企业，被内推的机会非常多。