Hello我是Nina，现在是一名有着三年工作经验的data scientist，又到了一年一度毕业找工作的高峰季，最近在领英上收到不少小伙伴的reach out，询问数据分析求职的经验和建议，其中有不少小伙伴和我有相同的背景，文科专业，没有跟数据分析相关的实习，在美国没有工作经验，且大部分朋友都有相似的困惑：数据分析的门槛有多高？我到底适不适合做数据分析？我该怎么准备？如何扭转零面试零offer的局面？鉴于我已经有过一些这方面的经验和体会，我希望能给大家提供一些文科生转数据分析的思路和干货分享。如果你也有类似的困惑，那么请继续看下去吧！

在开始之前，先给大家简单介绍一下我的背景，我本科是新闻学院下属的广告学，研究生是商学院下属的市场营销分析专业，和其他许多理科、商科转数据的同学不同，我是纯文科背景，数学基础非常薄弱。其次，我之前的工作经验主要集中在媒体，市场营销这一块，没有任何数据相关的工作经验，拥有这样的“地狱式开局”，我非常能体会很多文科背景同学数据求职过程中的艰辛，可是，这条路并不是不可行的，只要准备的方向是对的，准备的充分，我们一样可以斩获offer。

首先，我们先要明确，数据分析做什么？你是否真的喜欢这个职业。数据分析的工作主要分为三大部分，一是和stakeholders对接明确需求，我们的工作目的是解决business需求，因此与stakeholders建立良好的关系，了解他们的需求，并将其转化为数据分析问题和项目是一个非常重要的能力；二是adhoc analysis，这一部分包括日常解决一些简单或紧急的数据分析任务，这要求我们要有一定的business sense，快速定位问题，找到解决问题的切入点，灵活调用多种数据处理工具比如dashboard，sql，excel等，并将结果呈现为用户友好的形式；第三部分就是较为长期的modeling项目，在明确business需求和问题的情况下收集处理数据、建模、在可信模型基础上给出建议。

在了解了数据分析的主要工作内容之后，第二步就是了解文科转数据分析的优点和不足。以我为例，我认识到我和数据分析工作之间最大的技能上的gap就是数学，尤其是统计，于是我自学了很多统计方向的书籍和课程。其次，我会去仔细阅读大量的DS JD，分析我和这些职位需求之间经验上的gap，我注意到很多DS JD上都会要求有a/b testing，predictive modeling的经验，除此以外，如果有处理大量数据或者是neural network的经验是很大的加分项，因此在补数学的基础上，我也会专门去学习ab test或neural network以及它们在实际项目中的应用，来为我丰富简历开阔思路，在查漏补缺之后，我们接下来要做的就是”包装“自己，将自己尽可能包装成为合格的ds candidate，将自己的技能充分展示。首先在简历方面，我会将自己所学的所有和数据和数学相关的课程都列举在简历里，其次，我会把每一段实习里我与数据打交道的经历都浓缩和提取出来，将其作为这段实习的重点，比如我曾经在欧莱雅的市场部门做Marketing的实习，我会尽量省略我brianstorm和策划campaign的过程，但是着重强调我是如何通过数据来分析campaign和sales的performance，并在此过程中强调数据量级、分析工具的使用以及结果，至此，如果我们的实习经验实在过于薄弱，我会添加上与JD关键词强相关的project经验，比如abtesting或predictive modeling。

然而，文科转数据并不是只有困难没有好处，数据分析并不仅仅是单纯的处理数据，business sense是最为关键的一环，这是作为human最不能被取代的一点，因此我们一定要学会好好利用自己的背景优势。以我为例，我有着广告和市场的背景，在进行数据分析项目的过程中，我就会充分利用我的市场分析的思维优势，将更多的注意力放在如何定位问题、多角度分析问题以及结合数据和需求提出合理可行的建议，我会推荐优先选择和你的文科专业相似的行业，或者在进行面试前，对你所投简历的公司和行业进行较为详细的了解，我也推荐一本书DS take home challenge，这本书可以非常有效的训练解决问题的思维模式，记住，没有任何一个数据分析问题是可以脱离context的，要学会充分利用自己的背景优势。

最后，我想说，文科转数据分析并不是天方夜谭，查漏补缺并充分利用自己的背景优势，只要坚持，就一定可以上岸！