为什么要谈论这个话题？1> 今年夏天，有几位大学毕业生想向博主询问“大数据”的就业前景。2>学生基本情况类似：普通本科生，考研难，出国贵，公开考试人多，找工作难，计划报考培训班学习习技能再就业，似乎已经成为普通大学生的必然选择（无意诱导他们报考培训班）;3>这个选择的关键是学习习学哪个技能，这么一个“大”的话题，关系到生存和生活，如果靠几句话给出建议，就有点草率了，还是写一篇短文来讲。
1.职业方程式。在这个阶段，你了解自己吗？它可以是情感的、心理的、事业的、家庭的，生活的任何方面。2.曼荼罗的发展。
3.现在和未来。
认识自己，可能就像解一个多元方程，很多时候因为有太多的未知数找不到解，方向感很弱，摇摆不定，然后纠结和迷茫。
不过别担心，这很难，也许每个人在20岁左右的时候，都充满了未知数，每一个未知数都需要在无数个“强大”的东西中来回碰撞，一遍又一遍地确认它的价值，直到这个价值稳定而稳健。
选择职业也可以看作是求解多元方程的过程那么这个等式是什么呢？如何解决？简单来说，有两个步骤：1识别未知数，即了解您的想法、每个维度的目标;2.找到解决方案，即根据现有信息推导出相应的专业和行业。
1.识别未知数
你可以考虑这7个维度：1>喜欢一起工作的人的特征;2>喜欢的工作环境;3> 你拥有或想要拥有的技能;4>人生目标或人生哲学;5> 感兴趣的知识或领域;6> 期望薪资;7>热爱居住的地方。 根据每个维度对自己的重要性，给出不同的权重，在每个维度下写下自己的答案顺序，从第一个偏好开始，可以参考下图。
有了这样的权重和目标值结构图，您可以快速了解自己当前的优先事项和职业偏好，朝着职业选择的方向发展。
对于如何解决这个方程，博主并没有想得很清楚，它可能有也可能没有解，有时根据现有信息可以快速推导出匹配专业，有时解在认知盲区。
2.向“顾问”寻求帮助并找到解决方案
如果您了解自己的职业偏好，但不知道哪些特定专业和职位符合您的目标，您可能希望求助于“顾问”。
1> 在很多情况下，咨询师给人的印象是“纯傻”、“高高在上”、“没有真正的帮助”，这难免是一种误解，咨询师更多的是提供一些“方法”和“信息”，做法应该因人而异;
2>这里提到的咨询师，并不是说建议你找专业的咨询师付费咨询（当然，如果有靠谱的咨询师付费，你也可以试试），而是指任何能帮忙的人，都可以称为咨询师;（如果有人愿意指导你，免费回答你的问题，真的，请他吃饭吧！）
3> 通用的长期探索方法已不再适合现在竞争激烈的市场，需要尽可能科学、快速地找到量身定制的解决方案。 （就像学生选择技能培训课程一样，推广人不了解每个人的性格特点，统一推荐学习习大数据，工作一段时间后，你可能会觉得无聊，随时加班，工资也没有想象的那么高）
咨询顾问的一般咨询流程： 1>面试，通过交流了解一些信息，如：学历、专业、性格、兴趣爱好、技能等，可以参考职业选择方程式的结构;2>建议顾问结合大量案例和经验，快速检索行业、职业、岗位信息。 （Ask GPT 应该有一些答案。 ）
一旦你有了目标专业，你就需要建立地基，并为这栋建筑添加砖块和瓷砖！曼荼罗冥想它是一种“地图式”的思想扩散方法：凝视一个中心点，尽可能地发散你的思维，找到足够多的相关项目，以相关项目为中心点再次发散，以此类推，最后聚焦关键项目。
接下来，以数据分析专业为例，说明技能培养的过程：1> 这部分也是很多同学咨询“大数据”方向的解答，博主只在“数据分析”方向做了一些研究，对数据库、算法等了解不多，专业技能图也围绕着数据分析展开;2>如果你打算转行成为“数据分析师”，或者选择数据分析专业，可以做一些参考;3> 通过曼荼罗图，可以更全面地看到这个职业的技能图。
1.第一曼荼罗：技能路径
以分析师为中心点，分散不同阶段所需的知识模块：
1>初级主要是满足数据分析效率的要求，即基本技能，如：拿到一个业务问题，从什么角度分析？统计数据来自哪些数据库？处理100个样本和1000万个样本有什么区别？您可以从三个模块中学习 习：专业工具、理论知识和企业软件
2>高级水平主要满足分析和洞察的需要，即从业务角度来解释这些数据和现象所代表的含义有什么实际意义？如果只从碎片化的数据中进行分析，难免会出现很多信息盲区和逻辑遗漏，所以可以依靠一些行业知识和分析方法（框架思维）。
3> 除了对专业深度的要求外，牛人还对能力提出了广度要求，即要知道更多，需要有实际的流程，能够横向兼容，将知识系统化，形成一套经过实践检验的组合拳。
2.第二曼荼罗：技能地图
以曼荼罗第一层的各个模块为中心点，发散出知识图谱，对每个模块涉及的知识做一个简单的讲解，这样可以参考下面的曼陀罗技能图。
【专业工具】excel在场景中应用最广泛，从初级到高级，一路使用;SQL是数字时代的必备技能，如果你有数据库，你就需要使用它R Python是两种专业的数据分析工具之一，您可以选择一种精通。
【理论知识】一般包括统计学和算法两大类;统计学中的描述性统计、概率统计和假设检验尤为重要，占工作的70%;此外，有时数据分析师需要做一些与算法相关的业务支持，例如产品推荐和**。
企业软件]企业经常开发或购买第三方分析软件，如：Fine BI、申斯、冠源BI等，是否会使用这些软件可能会成为求职门槛，因此保持行业沟通，了解市面上有哪些主流工具和解决方案很重要。（首页菜单栏新增了 Fine BI 专题，一些官方教程中找不到的比较高级的用法将陆续分享，欢迎阅读提问。 ）
行业分析师的洞察能力很大程度上取决于对行业的了解，如：行业的产业链、客户需求、客户特征、提供的产品和服务、商业模式等，只有对行业有了解，才能在看到数据异常时保持高度的敏感度，快速定位业务环节。
分析方法]有上百种分析方法，适用于不同的场景，如果你从一开始就不知道，可以先读一读20年前的麦肯锡9种方法，它是麦肯锡顾问将客户服务过程中的一些问题分析技巧、解决方案总结出来，为员工技能培训，保证客户服务质量，读起来就要说： 麦肯锡，你真的很好！
牛的三项可以概括为“立功、德行、言语”三个小范围。 那是什么意思？要有记录，要能说服大众，要能把经验传承下去。 （强行关联，别怨我。
练习]要成为一个好人，光说是不够的，你需要有好的结果，你必须对生产过程、团队能力、不同策略的效果有深刻的理解和实践经验，以及能够整合资源，在不同的突发事件中都有应急策略。
横向兼容】深入了解不同职能在全链中的作用，能够沟通协调，懂“人”，除此之外，还需要具备单项目管理能力和多项目并行能力。
系统化]遇到问题时，可以快速检索出一套连贯的分析思路和解决方案，从实践中总结规律，组成一个政党，并能够传递经验。
数据分析是一种技能，需要很长时间才能建立起来曼荼罗技能图也是博主分享的主要内容。我总觉得有点夸张，只讲方法不给数据，所以干脆分享两组数据来补充信息：1现以2009-2024年上海各行业民营企业年均收入来了解现状;2.未来，麦肯锡的《2024年技术趋势展望》报告将用于了解技术发展趋势。
1.上海各行业年收入行业的选择有时决定了收入水平（当然每个行业都有一个高收入群体），而金融和计算机行业确实比其他行业的收入要高得多，这也意味着竞争非常激烈。 * 数据来源于国家统计局。
2.麦肯锡公司 2023 年技术趋势展望报告报告给出了一组数据：2021-2024年技术招聘信息量趋势，这一次真正将AI带入了普通百姓的家中。
文末：事物总是动态的，业务会变，技能会变，工作会变，人生轨迹也会变。