我的数据分析之路

数据分析路的开始

    在研一的这一年中,通过阅读文献,通过与他人的交流,渐渐的自己未来的路慢慢变得更清晰了。都说学历越高就业面越窄,但我来到南京之后却发现不是这么一回事。

    我的专业本来属于大农学的范畴,就业面是非常的窄,工资待遇也是相当的差。本科毕业的同学几乎都是去了干销售,种子公司,农药公司,化肥公司等等。我选择读研,原本是想走学术这条路的。在南农的这一年,我发现我们这个农业行业可以和互联网相结合,互联网+农业,可以做生物信息,深入也可以做数据分析,前景是很不错的。这一年的经历,以及和正在这一行做的师兄师姐交流,我更加坚定了我要走这一行。

     但是这个行业的门槛那是相当的高,需要学统计,需要学编程,需要学基因组专业知识,这样的一个交叉学科,每一门都是一座大山,每一门都需要看好几本书你才算是一个菜鸟,才算是入了这个行业的门。但我觉得值得,读研本来就是所有的东西都靠自己。

     以前我也会问自己,读了研值得吗?读了研你后悔吗?也许对于绝大部分农学的研究生来说,可能的回答都是要是让我再选一次,我不会再选择农学这个行业,不会再选择读农学的研究生,为什么?因为这个专业出来就基本是去农资企业干销售,或者考公务员员,或者做学术,听起来好像不错,但是,你要知道,农业这个行业的工资是相当相当低的,本科出去也许多了就3000吧,硕士出去多了就4000吧,博士出去可能也就5000左右吧。学农的学生,大部分都是农村出来的孩子,都希望能够将来走出去,但是,学了这个专业之后发现就。。。。。但是我在南农经历一年之后就不这么想了,我觉得很有必要读研,我觉得我一点不会后悔读研,我还想着硕士毕业后去读博,因为我找到了我未来的方向,而且前景非常不错。只是现在我必须付出N倍的努力,因为实在是太多要学了,学了之后才能入进入这个行业。

      以后希望每天都写写博客,把每天的所学都整理在博客里面,每天进步一点点。。。。。。

时间: 2024-10-14 06:53:56

我的数据分析之路的相关文章

优秀大数据GitHub项目一览

http://blog.csdn.net/yaoxtao/article/details/50540485 VMware CEO Pat Gelsinger曾说: 数据科学是未来,大数据分析则是打开未来之门的钥匙 企业正在迅速用新技术武装自己以便从大数据项目中获益.各行业对大数据分析人才的需求也迫使我们升级自己的技能以便寻找更好的职业发展. 跳槽之前最好先搞清楚一个岗位会接触到的项目类型,这样你才能掌握所有需要的技能,工作的效率也会更高. 下面我们尽量列出了一些流行的开源大数据项目.根据它们各自

SAS笔记(1) PDV与数据读入

一点吐槽:其实我是不喜欢SAS的.当然,我不喜欢她,并不代表她不好,实际上在某些应用场景下SAS是款很优秀的软件.我的数据分析之路始于R,品尝过R的灵活与简洁(不论是软件安装还是语法)后,再来学习SAS,的确提不起兴致.然而由于:1.导师的项目数据量较大(几Gb到几十Gb):2.之前的项目代码师兄已经用SAS很优美地实现了:3.我莫名地当上了该项目负责人,要带着师弟师妹做该项目.我也只好硬着头皮学习SAS.奈何现在脑力大不如前,看的东西越来越记不住,于是下定决心梳理一下SAS相关知识. 1. D

Jmeter测试结果分析(下)

前文再续,续接上一回.上一篇讲了如何利用Assertion将测试结果进行初步的筛选.那么,当我们拿到了测试结果之后,我们应该如何去看待它们呢?它们又是怎么来的呢? 一.Listener的使用 用过LoadRunner的人应该都知道,LoadRunner会为我们提供一大堆图标和曲线.但是在Jmeter里,我们只能找到几个可怜的Listener来方便我们查看测试结果.但是,对于初学者来说,一些简单的结果分析工具可以使我们更容易理解性能测试结果的分析原理.所以,千万别小看这几个简单的Listener啊

jmeter 响应结果分析二

转自:http://www.cnblogs.com/Carrie_Liang/archive/2008/11/10/1330997.html 前文再续,续接上一回.上一篇讲了如何利用Assertion将测试结果进行初步的筛选.那么,当我们拿到了测试结果之后,我们应该如何去看待它们呢?它们又是怎么来的呢? 一.Listener的使用 用过LoadRunner的人应该都知道,LoadRunner会为我们提供一大堆图标和曲线.但是在Jmeter里,我们只能找到几个可怜的Listener来方便我们查看测

评分卡系列(二):特征工程

文章很长,理论和实现都讲的很细,大家可以先收藏,有时间再看. 在上一篇文章中,我们对LendingClub的数据有了一个大致的了解,这次我将带大家把10万多条.145个字段的原始数据一步一步处理成建模所需输入的数据. 我们先按照上次一样导入数据,这里我将逾期15天以上的都当作正类 import pandas as pd import numpy as np import reportgen as rpt import matplotlib.pyplot as plt import seaborn

典型相关分析 CCA

最近有小伙伴在问我一个数据分析的问题, 做毕设, 实证分析. 不知道改如何处理数据. 看了下设计的量表大致是这样的, 都是 5级的里克特量表, 大致分为两波, X, Y. 小伙伴认为就只有两个变量, 这是从商业理论上来认识的, 但从数据的角度, 却不是的. X: 一共有22个问题, 也就是22个字段; 里面又是有认为分组的, 三两个字段, 又被认定为一个别名. Y: 一共有13个问题, 也就是13个字段; 里面有是人为分组, 三两字段啥的, 分为 4组, 分别有别名. 然后不知道该如何分析? 问

克最通月值得白真员工存段况外引dsym

家卫生健康委员会卫生应急办公室组织编制了公民卫生应急素养条目,并在"4·15全民国家安全教育日"发布.条目共12条,涉及突发公共卫生事件应对,突发事件紧急医学救援.中毒及核和辐射应急处置等基本知识和要求.期望通过发布公民卫生应急素养条目,进一步提高民众卫生应急素养,推进卫生应急社会参与工作,切实维护公民生命安全和身体健康. http://weibo.com/p2018_04_18.Pp/230927981149922743777879派褐麓记杂XWO琶追斡晾 http://weibo.

简易数据分析 | 开启数据采集之路

这是简易数据分析系列的第 1 篇文章. 前文说到,我会做一个数据分析的系列教程,面向纯小白,不写代码不写公式,搞定数据分析的第一步.教程的内容主要会从三个方向上进行延伸:数据采集,数据清洗和数据可视化. 今天我们就开始我们的数据采集之路. 数据采集听着高大上,其实对于普通人来说,就是自动化版的复制粘贴. 我们设想一个场景,打开网易云音乐,发现某个音乐的热门评论很好玩,特别想收集起来,我们一般怎么做?当然是复制粘贴,热门评论最多就十几条,手快一些的一分钟就收集完了. 如果数据量特别大怎么办?例如几

集团信息化之路 兴许集团内部软件开发方向及大数据分析

在集团前段时间新签订ERP之后,就開始了到各分厂调研.假设仅仅有一个信息主管部门的话.我们就跟着实施调研ERP就完事了,可偏偏我们的情况比較复杂,因为历史遗留原因.財务系统一直在財务部进行管理,之前的部门合并也并不彻底,结果另一个人留在財务部维护这套系统.如今新的ERP实施也是终于落在財务部门来牵头负责,而我们信息部门感觉有点不知该干点什么好的感觉. 基于这个情况,我们仅仅能自力更生,立足以往开发的软件系统研究兴许还能进一步进行扩展,研究怎样保持长远发展. 经过软件科人员的一番讨论,我们初步确定