摘要：我的轉行經歷博主從開公眾號起前個月開始接觸語言，然后接觸到了數據方面的技術，包括爬蟲，數據分析，數據挖掘，機器學習等，一直到現在仍然在堅持自學，我相信只要堅持結果總不會太差。對于數據分析而言，機器學習和爬蟲等并不是必須，但是加分項。

作者：xiaoyu

微信公眾號：Python數據科學

知乎：python數據分析師

快兩周沒更新了，先跟大家說一下抱歉。最近生活上確實有點忙，不過后續將恢復正常。今天和大家聊一個非技術性的話題：轉行。全篇無代碼，但是我想對于這個話題，很多朋友都非常感興趣，畢竟工作伴隨著我們的一生，也是主要的收入來源，誰不想找一份高薪又有前景的工作呢？

有些朋友對于是否該轉行一直抱有遲疑態度，轉行會不會有風險啊，轉行以后萬一后悔了怎么辦啊，轉行是不是要重新學啊，等等一系列的問題。這些問題大多數人都想過，博主也想過。畢竟工作是人生大事，轉行當然也需要萬分的謹慎。但是，一切事物都是有風險的，誰又能夠預測未來怎么樣呢？有時候人是需要一些果斷的（不是沖動），但是需要自己想清楚，想好了就不猶豫。下面，博主結合自身，談一談要自己轉行的幾點考慮吧，供大家參考。

現所處行業的未來發展：

分析現在所在行業在未來10或者20年里是否有很好的發展前景，說實話這個是不好判斷的，但就目前而言，傳統制造等行業一直處于萎靡狀態，而互聯網和金融行業是比較熱門的領域。但這些都是見仁見智吧，每個行業做到極致都會有不錯的發展，每個人的理解也不一樣，但是博主選擇了互聯網金融行業。

現所在公司的發展狀況：

一個公司的發展好壞可以直接從領導CEO身上反映出來。領導是否有長遠眼光，有管理能力，以及領導是否認真干事，會直接影響公司未來發展。博主所在公司領導層不斷更換，并且內部管理非常差，不重視技術水平，工作效率巨低，所以導致一直在走下坡路，這種情況就沒理由呆下去了，畢竟要考慮個人的發展。當然，很多小伙伴本來的工作可能就很好，那就要權衡一下利弊了，看你是否真的熱愛這個行業。

現所在公司的學習環境：

對于職場菜鳥而言，選擇一個公司其實是在選擇一個好的學習環境。如果有機會去一個好的團隊即使薪水低，那也是值得的，因為你鍛煉的是學習能力，有了這種能力，你才會有更高的價值。當然，就目前而言，如果你覺得現在的公司已經沒有什么可以讓你學習的了，或者說遇到了瓶頸，那我覺得也可以考慮換換環境了。

自己的生活需求：

對于很低的薪水無法滿足生活需求，那么這時候迫于生存也只能考慮轉行。各種房貸車貸款的壓力如此之大，通過轉行增加收入也是一個有效解決問題的途徑，但也是需要結合其它考慮而慎重選擇。

興趣愛好：

是否對轉行的行業感興趣。興趣是最好的老師，如果自己本身對這份職業不感興趣，僅僅是因為薪水等一些外部因素而轉行，那么可能也不會太發展的太久遠。

基于以上問題，博主進行了認真的思考并最終做出了轉行的決定，因為對于我而言，每個問題都說的很通。當然這里絕非誤導大家轉行，只是給大家多提供一個參考。

博主從開公眾號起前2個月開始接觸Python語言，然后接觸到了數據方面的技術，包括爬蟲，數據分析，數據挖掘，機器學習等，一直到現在仍然在堅持自學，我相信只要堅持結果總不會太差。直至今日，我可以說自己算是入門了，但需要學的東西還有很多。雖然這個過程比較艱辛（白天上班，晚上學習），但是由于興趣的激勵，也并未感覺太累，反而覺得很有成就感。

前一陣子，博主覺得自己可以嘗試著找找這方面的工作了，于是開始在網上投遞簡歷。很多網投的小伙伴肯定有過類似的經歷，那就是石沉大海（其實是我太菜）。你會發現投遞的幾十份簡歷一個回應的都沒有，于是在這個過程中開始對自己有了一些懷疑，尤其是對于像博主一樣的轉行求職者們，因為相比于科班出身的競爭者，我們沒有太多優勢。在這種情況下壓力是很大的，但沒有辦法，既然踏上了這條路，就必須堅持下去。好在數據分析，數據挖掘這些崗位目前需求量很大，所以機會還是很多的。

十份不行，就投二十份，二十份不行就投三十份（當然在這個過程中是需要不斷反思修改簡歷，并同時不斷學習鞏固，不然還是徒勞）。還有，一定要尋找身邊的一切資源爭取內推機會，內推面試的成功率還是蠻大的。慢慢的，開始有公司邀請面試了，雖然不是BAT，但是都是規模還算比較大的公司。

博主在過去的兩周里一共面了5家公司，數量不多，崗位是數據分析/數據挖掘（根據招聘職位而定），其中3家給了offer。其實，這對于一個從零學起轉行的求職者來說，結果我還是非常滿意的，同時也給自己增加了一些信心。下面介紹一下面試公司的概況以及面試結果。

聲明：這是我的個人經歷，只供借鑒參考，并非適用于所有人。

博主這里只列出其中三個給offer的公司。

面試公司一（offer）

規模：上市公司(大數據)

崗位：數據分析師

月薪：13K

面試公司二（offer）

規模：上市公司(地產商)

崗位：數據產品經理

月薪：15K

面試公司三（offer）

規模：初創公司(移動APP)

崗位：數據挖掘

月水：20K

總的來說，所有面試的經過還算順利，但博主每一次面試后都發現了自己的許多不足的地方，下面總結一下。

面試時間：

接到的大多數電話面試都是下午快下班的時候，如果公司對你感興趣，會問你明天是否愿意來面試（記得給HR回郵件）。博主每次都爽快的答應了第二天面試，但這其實并不一定太好，因為自己根本沒有太多時間來準備。如果你特別中意這家公司，我認為最好還是準備充分再去面試效果會更好。我自己一般會留一天時間來進行面試前的準備。

面試準備：

利用面試前的時間來仔細研究一下這個公司的發展狀況，組織架構，運營模式以及崗位的需求，最好能夠在面試公司的業務或者技術上提出一些好的建議。技術細節上可準備的東西很多，這些更多在于平時的積累。這時候就沒必要再去研究具體的技術細節難點了，而應該把控整體，我一般會把寫在簡歷上的內容，比如項目經歷等都過一遍（需要自己真實的做過才行），以免被問到細節問題尷尬。

談話技巧：

可以說這部分也占了很大的權重，如果你可以侃侃而談，和面試官聊的很high，那基本也就成了。我認為最重要的就是不緊張，保持常態，即使被問道了不會的內容也別慌，虛心請教面試官，一來可以讓他感覺到你的學習熱情，二來會讓面試官感到很有面兒。第二個就是觀察，可以通過觀察面試官的表情來判斷面試官是否滿意你的回答或提問，然后及時改變回答策略。其中一個面試，HR英語特別好，博主硬是用英語陪她聊了10多分鐘，這也讓HR很滿意（當然前提是你的英語水平也不錯）。第三個是多提問題，與面試官的互動是非常關鍵的，如果面試官說到一個點上恰巧你能夠緊接著很好的提問，那么整個談話的氣氛就活躍起來了，面試官會認為與你想法很契合（博主拿下了三個面試官的微信）。

技術內容：

幾個面試中多數面試官都會針對項目經歷仔細提問，問的很細，目的在于考察自己是否真實做過項目，認真思考過問題。當然也會問道一些細節的知識點，有很多基礎的問題博主并沒有回答的很好，這部分還需加強只能慢慢積累了。也問了一些其他問題，比如某個機器學習算法的優缺點，給你一個應用場景，你會傾向于選擇哪個模型算法來解決，再比如給你一個場景，如何進行A/B測試等問題。對于數據分析而言，機器學習和爬蟲等并不是必須，但是加分項。就像博主在簡歷中提到用爬蟲爬取鏈家全網數據，然后做數據分析挖掘，沒想到在幾個面試中都有加分。關于這部分，博主會另開一篇詳細介紹。

對于最終公司的選擇上肯定要考慮多方面的，待遇，發展，上升空間等。我的建議是選擇公司要把眼光放長遠，尋找一個好的團隊，畢竟是轉行，還是要以能學到東西為主。以下是幾點選擇公司的考慮：

大公司 or 小公司：

大公司一般規模比較大，每個崗位分得比較細，平臺大，資源好，格局大。小公司一般崗位劃分很粗糙，一般一個人要干所有的活兒，每個環節都能接觸，進步成長速度會非常快。作為轉行人員，我個人傾向于大公司，但是如果小公司有不錯的機會也是可以考慮的。

風險 or 穩定：

一些初創公司的未來發展其實是很不明朗的，像很多P2P公司看起來不錯，但是幾個月倒閉的也比比皆是。這時候需要評估一下自己是否可以承受這種風險，高風險也就有高回報，所以很多初創公司提供的薪水才會比大公司高很多。可以嘗試性的問問公司的現金流，融資情況，是否考慮上市等相關問題，來評估一下風險度。我個人傾向穩定發展的大公司，即使是初創公司最好在D輪融資之后是比較穩健靠譜的。

團隊專業水平：

這個其實通過與面試官的談話過程就能看出這個公司的技術水平怎么樣，如果面試官的水平很一般，一些問題還沒你清楚，那么你想想你來這能學到啥，可能薪水很高，但是你未來的價值卻沒有提升。

薪水高 or 薪水低：

傻子都知道薪水高好，但是還需要把握以上提到的一些原則性問題，不能因小失大。在符合自己基本標準的情況下當然薪水越高越好了。

這段時間里，博主深刻體會到轉行的不易，所以把自己轉行的經歷給大家做了一個簡單分享，希望對正在轉行或者準備轉行數據分析，數據挖掘方向的朋友們有所幫助。一句話，堅持就是勝利。

下一篇博主會詳細介紹一下轉行過程中需要準備的內容和學習的重點，分享我的學習過程，以及面試中會問到的一些細節問題。

歡迎關注微信公眾號Python數據科學。