数据科学家 (Data Scientist) 的职业发展路径是什么？

1.不急躁，认清楚自己目前的水平

做好了都挺赚钱的，数据分析师偏业务，数据挖掘偏技术。对于零基础想进入这个行业的人，建议从数据分析初级开始学起，别一上来就搞Python、机器学习什么的。

因为路要一步一步走，不可能零基础就能看懂Python、机器学习这些。而我看到太多人，零基础就很急躁。如果因为急躁去学习自己目前能力够不着的知识，就会浪费时间。

2.用行业经验打造你的核心竞争力

很多职场新人以为学了多么高大上的工具就可以赚大钱了，其实不是，工具只是用来解决行业问题的，真正让你值钱的是在你某个行业的多年积累的工作经验和业务能力，这是其他人无法替代的。

给你看个数据分析主管的求职要求，里面的工作经验是需要多年积累的，同时工具只要求Excel、分析思维这些，并没有出现什么高大上的那些难学的工具。

再来看一个年薪50万商业数据分析的招聘要求，里面的“行业判断”从哪里来？还是要你聚焦在某一个细分行业去积累。

所以，我的建议是学会数据分析以后，要去工作，积累工作经验和业务经验，这些是没法光靠学就掌握的。

三、如何选择适合自己的职位呢？

1、学习适合自己当前能力的知识

弄清楚自己的基础是怎么样的，学习转行从事哪个岗位的难度更小些，以及自己更适合哪个岗位。很多人一上来没有任何基础，就开始啃机器学习这是不对的。因为你没有统计概率，数学基础，里面很多专业术语根本无法理解。

数据科学是一门交叉学科，除了计算机相关知识，还需要有统计学、数学基础，以及一定业务知识。所以可以作为终身职业发展目标，每天学习一点，慢慢积累进步。

搞清楚各个职位的区别，以及了解自己的基础，知己知彼，就对学习和转行有方向和信心了。最关键的是要在自己的“最佳领域”工作。所谓的“最佳领域”，就是你热爱的、你擅长的、以及社会需要的这3个重叠的领域。

2、新人如何成长呢？

面对不同的职位，我们需要结合自身经历、个人能力选择一个上车，才能分享到人工智能时代的红利。数据分析师是比较适合上车的方向，因为它起步门槛相对较低，市场需求量大，未来职位发展空间好。零基础建议从初级数据分析开始学起。

3、成为一个关键时刻不放弃的人

我观察过身边的人，不管是同学、同事、还是创业合作伙伴，发现大多数人越到关键的时候，越容易放弃。

然而，那些最终坚持下来的，最后都成功了。所有的成长都源于那关键时刻的一点坚持。大多数人都是刚开始一腔热血，找来一堆资料，但是遇到困难却不想解决，在进步的前一刻放弃了，所以他们从来没有感受过成功的快感。

愿你在这个行业，成为一个关键时刻不放弃的人。