資料分析師未來轉金融投資方向?

時間 2021-05-11 16:06:15

1樓:麵包君

任何資料的落地都是要基於場景的,這也是講為什麼要資料業務化、業務資料化的道理。行業這麼多,企業這麼多,資料這麼多,你作為乙個做分析的也好,演算法的也好,都需要有乙個實際的應用場景實現。

如果想轉型金融投資方向,那就最好在金融行業背景下開始資料分析之路,優勢是自己過去的不同於金融思維模式的分析方法理論和經驗,缺點暴露的更多是對金融投資的理解。畢竟你如果沒有從事或者對金融領域沒什麼天賦的話,最後就會被人稱作「磚家」。

還有就是金融領域的資料應用更多的不是在網際網路零售領域的那套會員體系、個性化推薦、廣告投放推薦等,場景應用更多的是風險控制、信用評級、授信管理,具體的比如反洗錢反作弊、保險核保核銷定價、量化投資模型等等,所以每個行業還是差別比較大的。

2樓:吃嘛嘛胖

一看就是學生。。。我以前也這樣覺得。可是實際是,如果想做金融分析,第乙份就去找。

曲線救國是不得已而為。何不在金融行業學習分析?白白增添以後換崗時候的難度?

選哪乙個你隨便你,但是做了,請做到好。別想著換行,對公司對自己都不負責任。

btw,計算機和金融的分析無非就是錢多,現在那麼多人都想去。我想說,真正想找到自身價值的考慮下快消行業。相對於那兩個毛利率大到爆表的行業,快消才是黃埔軍校。

每一分錢的投入,都要去分析投資回報率。

資料分析師 CDA 和資料專案分析師(CPDA 的區別?在認證方面有什麼不同嗎?

nicygyang 演算法或開發類的證書一般用處不大,靠證書入行還不如去刷kaggle比賽。實在想證書,推薦20年新出的谷歌tensorflow developer認證,coursera有prof.安德魯吳他們廠子的配套培訓課程,你上完prof.吳的deep learning專項再去上這個課比較好。...

資料分析師需要哪些技能?

姑蘇城外漫天飛 有句話叫做,工具和技能都是關鍵,這些都是可以培養的。關鍵在於你是否有乙個資料分析的思維能力和想法 當然,作為資料分析師,基本的技能包括了SQL,BI工具,Python 基於這樣,資料分析的是核心在於,資料敏感性,業務資料發掘能力,資料指標體系搭建,分析框架搭建,和各個部門的溝通能力,...

商業分析師和資料分析師到底有什麼不同?

李啟方 先來看看相同點吧,應該不用我說,都是通過資料分析分析問題,讓專案的價值最大化,你可以理解為資料驅動。下面的內容中,商業分析師我就用商代替,資料分析師用數代替。1 入行門檻 商 研究生優先,985優先,清北復交優先 這是真的 因為真正的商分只有大公司招,而且每年的人都很少,其激烈程度真的不亞於...