都2021年了，学了python还是找不到工作，这真不是笑话 _数据分析

前段时间，在最新的编程语言排行榜上，终于超越了Java，位列第二。

文章插图
作为一个新生代编程语言，因为它的简洁和丰富的功能库，成为了很多人竞相追捧的对象。
胶水语言、爬虫工具、办公自动化，甚至是大玩具，都是的标签。
所以这两年，想学、在学的人也越来越多，后台也经常有读者让我推荐资料。
培训机构的广告更是铺天盖地，什么一秒钟做表格，爬遍全网资源等等，好像除了生孩子，什么都能干。
不过，越是环境狂热，我们越要冷静去看。
适用面广虽然是的优点，但也从侧面说明，很难独立撑起一个业务。
市面上，用作为主要开发语言的产品屈指可数，而且大部分岗位需求都是一些小型的创业公司，一般都是做运维、测试类型的工作。

文章插图
而在真实的开发人员中，对于的应用大部分是这样的——
“这个东西有开源的，你用过没？没用过？那花两天时间看一下，下周给我弄好。”
所以是典型的上手快，但应用难、应用窄的技能。
有的人甚至自嘲：学了两个月，找了三年工作。

文章插图
的尴尬处境
为什么会这样？
学了找不到工作的，一般有两种情况。
一是缺少复合能力，只会，不懂其他。
二是不知道如何结合应用场景，纸上谈兵。
学习这件事，不仅要学操作和函数，更重要的是了解这三个问题——在哪用、该不该用、如何用？
缺少应用场景，其实也是的痛点。
拿 Web 开发来说，前有 Java，后有，留给的位置非常尴尬；
嵌入式就更别说了，基本上是 C 的天下，根本没有一席之地。
其实当前比较适合的业务只有：系统运维、应用测试，还有数据分析方向。

文章插图
我自己也是做数据分析的，其实和数据分析的相性是非常高的。
不论是数据清洗、去重，还是在数据爬取和可视化上，都能发挥巨大的作用，所以很适合作为数据分析的入门技能。
可能一些人不是很了解数据分析是做什么的，用一句话概括就是：任何产品的运营和决策，背后都离不开数据结论的支撑。
就以教育行业为例，通过分析用户各个活跃指标，挖掘用户的行为习惯、兴趣爱好，建立用户画像，才能实现精准营销，既省去大量的广告费用，也能更好的实现产品优化和业务布局。

文章插图
电商行业的数据分析更是举足轻重，通过监控业务数据，并进行数据分析和建模，就能更好的发现经营中的问题，提前做出策略调整，避免血本无归。
在金融领域的策略风控、量化投资等场景，数据分析的重要性更毋庸置疑，甚至有人利用数据分析炒股。
因为现在大家都在追求精细化运营，所以数据分析师的重要性也日益凸显，不论是岗位数量还是薪资都非常可观。
在字节、小米、腾讯等大厂，数据分析师都开到了30k~50k以上的薪资。
而月薪超过30k的高级产品、运营岗位，数据分析能力也是标配。

文章插图
当然，这一切还是要基于上面的前提，即知道在哪用、该不该用，以及如何用。也就是说，懂技术，更要了解业务场景。