CDA數據分析師原創作品，轉載需授權

2014年，“大數據” 成為國內年度熱詞，并首次出現在當年的《政府工作報告中》，同年,同卵雙胞胎的數據分析也成為朝陽行業，數據分析師一度霸屏各類招聘職位的前段。許多計算機、統計學和數學出身的畢業生紛紛開始加入數據分析行業，同樣也有轉行想進入大數據或數據分析行列的大隊伍，對于那些在原先崗位工作了很久的在職人士，他們可能會有一個很大的顧慮：我這個年紀再轉行數據分析師會不會晚了，數據分析師對年齡是否有限制？數據分析師真的只是青春飯嗎？
我們先說有沒有，再討論是不是，筆者查詢了兩個典型的招聘網站對數據分析師崗位的要求。

第一個網站是某聘，我們看到搜索框的條件里有公司分類、行業的類別、城市選項和薪資，更多的類別也就是發布的時間、職位類型、企業規模和性質。
第二人才招聘網站是某憂，搜索框的條件是這樣的：

某憂的篩選框是相對完整的，多了工作年限（也就是工作經驗，注意不是年紀）和學歷的選項，而具體的每個崗位招聘頁面信息不會超出這個篩選范圍的，要是出現年紀要求才是奇怪了，那可是就業歧視（年紀在允許就業范圍內），事實上除了一些特殊行業，如在核島、常規島工作的招聘，出于核輻射等考慮不會招女性（影響生育），大部分工作都對不影響工作的屬性如年紀、性別、身高等不做限制，如果有一家企業說招聘數據分析師要求對方24歲男身高180，可以立即舉報，這種企業會為這種荒誕的職業要求作出代價，事實上，我們所要討論的有價值的方向是：在數據分析師崗位，我這個年紀再轉行可行嗎？
步入中年，又不是相關專業出身，家庭生活等壓力比年輕人重，能不能轉行投入到數據分析師崗位呢？
沒有人能夠替別人做出滿意的選擇，這個問題無法回答能不能，但筆者可以提供一些信息幫助正在做選擇的你一起啟發和思考。
首先是如果要進入數據分析需要哪些能力。

數據分析入門標準

SQL：數據庫，數據分析師做數據分析，數據是基本，數據可能是第三方提供的數據，也可能是自己爬蟲爬取的，但企業里更多的是，數據是存儲在數據庫里的，如何在數據庫里選取自己想要的、有約定條件的數據、怎么建立多表之間的聯系就是SQL這部分需要掌握的技能，SQL也是數據分析最基礎的技能。
統計學：統計學可以分為描述性統計和推斷統計，推斷統計是統計學里的核心內容，統計學家一直在做的事情就是怎么根據樣本來評測總體；方差分析、回歸、聚類分析、主成份分析、時間序列分析等都是以后做數據分析可能有到的理論知識。這里推薦中國人民出版社賈俊平的《統計學》，是非常經典的統計學習教材。
統計分析工具：統計分析軟件很多，這里簡單介紹主流的3種。
1．SPSS作為一款菜單式操作軟件要比編程性軟件入門簡單，優點就是好上手，事實上，統計學專業的學院常常在學習統計學原理之后學習SPSS的操作學習，對理論知識進行一個實踐 ，SPSS現在在企業常做數據量相對小的、數據質量較好的數據分析，如調查問卷后的數據進行分析。就業需求面的話現在來說相對沒有那么廣，不過對統計學理論的理解是有幫助的，推薦高等教育出版社張文彤的《SPSS統計分析基礎教程（第2版）》。
2．R，R 語言與起源于貝爾實驗室的S語言相似，R也是一款開源的為統計計算和數據可視化而生的軟件，R的功能非常豐富，所以R的學習曲線也較為陡峭。經典的R學習書如人民郵電出版社的《R語言實戰（第2版）》。
3．Python，跟R一樣，Python也是一種動態編程語言，R跟Python的受歡迎程度時常變動，近年來，由于Python有不斷改良的庫（主要pandas），和大數據、人工智能等興起，企業越偏好用Python，Python由于其解釋性和功能的強大，因此市面上關于Python的書籍特別多，光是利用Python做數據分析這個方向就已經很多了，大家看的多的話推薦Wes McKinney的《利用Python進行數據分析》。

學習過程中的擔憂

恐懼代碼：即便是計算機相關專業的學生，也未必做到全然投入喜歡到寫代碼的狀態，何況是其他專業或者換行的人呢，其實，數據分析雖然要寫代碼，但重點不是寫代碼，而是統計學和業務的理解，數據分析代碼以腳本語言為主，如Python，很多算法、函數已經封裝好，不需要自己編寫，直接調用，所以這里的編程工作并不是大家腦海里那種程序員。數據分析師更注意的是對數據怎么進行預處理、使用什么模型、參數調優等。
人工智能時代：未來是AI的時代，為什么不直接投入到大數據、機器學習等領域呢，暫且不說這個領域比數據分析所需要的知識、能力要求高多少倍，僅僅是入門所需要的學習內容就已經嚇到很多人了，事實上，做數據分析會是未來轉入AI行業一個很好的跳板，數據分析算是如今學習成本和薪水報酬相對比較為友好的一種技術行業了。熟悉行業知識，又掌握數據分析、挖掘的能力，這些專業知識會成為你轉入未來人工智能時代的擁有跨界能力的巨大財富。
最后，希望這篇文章對正在考慮要不要轉行數據分析焦慮的你做一點信息上的幫助，弄清楚數據分析要做什么，要具備哪些技能，去理性的選擇，而不是因為這個行業陡峭的學習曲線而輕易放棄，也不是因為這個行業的火熱而不思考輕易去跟風。

總結

以上是生活随笔為你收集整理的数据分析师对年龄有限制吗？现在转行还来得及吗？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。