2024年是否值得学习数据分析？了解AI对数据分析师的影响

目录

• 1️⃣ AI对数据分析师工作的影响
  • 1.1️⃣ AI是否会取代数据分析师？
  • 1.2️⃣ AI增强数据分析师的角色
• 2️⃣ 机器学习的重要性和应用
  • 2.1️⃣ 了解机器学习
  • 2.2️⃣ 机器学习对数据分析师的影响
• 3️⃣ 就业前景和经济环境
  • 3.1️⃣ 数据科学和数据分析工作的增长预测
  • 3.2️⃣ 经济环境下的就业前景
• 4️⃣ 我的个人经历
  • 4.1️⃣ 非典型的数据分析师职业生涯
  • 4.2️⃣ 我对数据分析师职业的看法

1️⃣ AI对数据分析师工作的影响

1.1️⃣ AI是否会取代数据分析师？

对于所有人来说，现在都会面临这样的问题：2024年是否值得成为一名数据分析师？现在的科技市场状况让人担忧，因为科技公司的大规模裁员，你可能会疑问，在你毕业后，你是否愿意花费大量的时间和精力去获得数据分析师的证书或者硕士学位，如果当你毕业时却没有工作机会呢？这时候，适应性和韧性就很重要了，那些具有适应能力和愿意学习新技术的人将是那些真正能够找到工作并取得成功的人。因为我可以告诉你，公司仍然在招聘数据分析师，尽管有大规模的裁员，仍然有职位空缺，也存在着发展和学习的机会。在本视频中，我们将深入了解市场状况，探讨AI对数据分析师职位市场的影响，以及AI是否会取代数据分析师。但请记住，你需要进行自己的调查研究和规划，这里我只提供我多年来的一些经验和事实，但没有什么比进行自己的调研和规划更能取代这一点。请务必看到最后，因为我有很多重要的细节要与大家分享，我不希望你在做出这样重大的决定时作出错误的选择。我还想亲自邀请你加入我的Discord社群，那里有超过1000名对数据分析感兴趣的人和正在从事这个领域的人，这可能是我见过的最棒的社群之一，人们在一起做项目，与其他领域的人建立联系，学到了很多。加入的链接我会在下面的描述中放置链接。

1.2️⃣ AI增强数据分析师的角色

AI已经成为2023年的热门话题，而且在2024年还将继续发展。我可以亲自告诉你，AI并没有消失，每个人都在问：AI是否会取代数据分析师？你可能已经注意到，ChatGPT已经加入了数据分析功能，但是我强烈建议你们去下载一些来自Google数据集或Kaggle的数据集，然后在ChatGPT的数据分析功能中使用这些数据集，看看结果如何。但我可以告诉你，ChatGPT在可视化和为利益相关者和客户准备数据方面还远远不够。你需要知道，数据分析是一项非常人类的工作，你需要很多直觉和领域知识才能成功。它不仅仅是编程，这是关于数据分析领域的最大误解之一：人们认为只要懂SQL、Python和PowerBI，就能成为一名优秀的数据分析师，但事实并非如此。数据分析远不止如此，你需要良好的领域知识、商业知识和讲故事的能力，这些在数据分析中都是被高度低估的能力。所以我希望你知道一件事情，目前AI的智能水平远远不足以取代这些技能，现在还远远不够。所以请不要害怕，不要把AI看作是在取代你的工作，而应该把它看作是增强你的工作。全球各地的公司正在将AI整合到自己的公司中，他们正在根据自己的数据集来训练AI，并且这节省了大量的时间和金钱。这就是世界运作的方式，就像早期的互联网热潮一样，人们认为所有这些工作都会被外包，但我最喜欢举的一个例子是黄色出租车的例子。在20世纪，黄色出租车是最受欢迎的出行方式，但是Uber出现后，人们问道，这些司机要去哪里呢？但事实是，Uber为所有失业的黄色出租车司机提供了工作机会。而且，相较黄色出租车，成为Uber司机所需要的准入门槛更低，并且他们有更多的自主权。因此，要记住每当出现技术颠覆时，总会有新的工作机会出现。

此外，AI还存在许多安全隐患。你不能只是将密码和敏感的公司数据输入ChatGPT，它不是这样工作的。这些数据将去哪里？谁能访问这些数据？人们并没有意识到这一点，他们只是试图输入数据，但公司根本不允许这样做。相信我，如果你去公司的数据库中拉取一些数据然后说：“嗨，Chat，请分析一下这个数据”，你可能会在第二天收到来自人力资源部的电话，告诉你被解雇了，这根本不是现实中的情况，你不能这样做，因为目前存在许多安全隐患。这就是为什么我之前提到，公司实际上正在安装自己的AI，在他们自己的数据上进行训练，这样他们就不必担心安全漏洞了。因此，在AI变得稳定、安全且可以在大规模上使用之前，人们甚至不允许你在公司中使用AI。在做出决定之前，请记住这点。

关键要记住的是，AI不会取代你，它只会增强数据分析师的角色。

2️⃣ 机器学习的重要性和应用

2.1️⃣ 了解机器学习

我并不是说你需要成为一名机器学习专家，但你需要知道什么是机器学习以及在各个行业中的应用场景。我喜欢问一个问题：你认为谁在创建这些机器学习算法？谁在创建这些AI？这些都是机器学习工程师，他们就是像你我一样的人。我们是这些技术进步的幕后推手。现在的AI公司有许多与数据相关的人，OpenAI可能也有数据分析师。所以你需要跟上步伐，了解什么是机器学习，它有哪些用途。是的，你不需要自己创建这些机器学习算法，把这个留给博士生们就可以了，但你需要了解不同形式的机器学习算法，知道什么时候使用它们以及它们如何影响你作为数据分析师的工作。这样可以确保你保持前沿，有稳定的工作和职业安全感，并能够成为该领域的先驱者。而且，了解一些机器学习对你的工作本身也是很有帮助的。我无法告诉你我有多少次实际上使用了机器学习算法，是的，这不是工作描述的一部分，是的，我的雇主对我掌握机器学习不抱任何期望，但是因为我在工作之外进行了自己的研究，学习了机器学习，我觉得我在实际工作中表现得更好，我能够进行预测分析，这是数据分析的一部分，只有了解机器学习的基本知识才能做到这一点。所以学习Python，试着了解一些机器学习的基础知识，就像我说的，你不需要自己创建这些算法，但是了解它们是如何工作的，了解多元回归，了解神经网络，了解随机森林，这些都是一些先进的机器学习技术，如果你不学的话，你会错过很多东西。

3️⃣ 就业前景和经济环境

3.1️⃣ 数据科学和数据分析工作的增长预测

我完全理解你可能会关注新闻上的裁员报道，每周似乎都有新的裁员消息。这种情况已经持续发生自从2022年，现在已经2024年了，它什么时候会结束呢？我只有一个答案：劳动统计局（BLS）仍然预测从2022年到2032年，数据科学和数据分析的工作将增长35%。这是一个很大的增长，你可能已经听说过"数据是新的石油"这个说法，企业运转在数据上，那些实际使用数据的公司将继续保持领先地位，那些拒绝使用数据的公司将被甩在后头。事实上，现在聘请数据分析师的公司不仅仅是科技公司，其他行业也开始向数据开放大门了，他们愿意给数据一个机会。现在真正的工作机会可能是在科技公司竞争更激烈，但其他行业往往相对来说竞争更少，虽然工资可能较低，但是对于你来说这也是个很好的学习机会，因为你可以在这些公司开始使用数据时，搭建数据库，玩转数据，才能更多犯错误的空间。当你在最大的科技公司玩耍时，你会面对大量的数据，通常的基础设施已经就位，你不需要设置任何东西。

关于经济环境和裁员情况，这在2008年也发生过，在2000年互联网泡沫破裂时也发生过。在未来的10年中，这一切依然会发生。经济周期是循环性的，裁员将会持续下去，问题是你打算如何应对这一切？这将让我们更有韧性，强迫我们学习，走出舒适区。不要害怕，看到这是你努力的时刻。关注你能控制的事情，而不是你无法控制的事情，你决定吧。

总而言之，我认为作为一名数据分析师的职业是稳健的，你会有一个漫长的职业生涯。正如我之前所提到的，我进入数据分析领域的经历并不典型，我并不是主修计算机科学，我主修商业，后来我意识到商业并不适合我，并在2020年偶然间接触到了数据分析这个领域。当时我准备进入金融行业，但是事情并没有按照计划进行。我不会成为今天的数据分析师。所以继续努力下去，这个过程才刚刚开始。我希望听到你们的评论，如果你认为在2024年仍然值得追求数据分析师这个职业，请在下面留言。如果你觉得这个视频对你有帮助，请点赞和订阅，下次再见。

4️⃣ 我的个人经历

4.1️⃣ 非典型的数据分析师职业生涯

我的数据分析师职业路径并不典型，我并没有主修计算机科学，而是主修商业。我在2020年无意间接触到数据分析这个领域。当时我正在寻找新的职业，我被科技行业的在家工作、不错的薪水和其他因素吸引，但我最担心的是需要大量的技术经验。我相信你现在也有同样的担心，如果你正在考虑获得数据分析相关的认证或者学位课程。但我可以亲自告诉你，这是值得的，你应该追求这个机会，但要明白，我的态度是有偏见的，我现在就在这个职位上，而且我个人认为成为一名数据分析师是世界上最好的职业之一，而且我不认为我会做其他任何事情。但是我鼓励你自己进行调查研究，不要只听我的话，请做你自己的调查，看看这个领域是否适合你，因为我可以告诉你，这个领域并不适合每个人，需要很多沟通技巧、技术技能以及要成为一名优秀的数据分析师所需的学习量相当大。