我是阿震：
从不相干的职业学了3个礼拜现在找到喜欢的工作入职了。现在工作了也有2个星期了。说下我的经历吧~由于技术层面也达不到，所以仅代表个人意见。
1.要不要换工作？
职场中，很多人常会有这样的纠结：
现在的工作很无聊，该不该继续？
要不要为了更高的待遇选择跳槽？
这其实是因为，他们只关注了某个时间点。事实上，我们的职业生涯不是由一个个独立的点组成的，而是一条很长的线，每一步都是连续的。
想科学地规划职业生涯，你必须把眼光放长，做决定时不能只考虑当前，甚至也不能只考虑未来3-5年，而要考虑每次的职场经历，对你几十年的职业生涯是否有正向影响。
我之前从事的是视觉设计师，由于国内做设计的大环境比较糟糕，天花板很低，偶尔有大神凤毛麟角。
所以，我看准了这个时代的趋势，果断从设计跳到数据分析相关的职位。
那么，我是如何做到的呢？
首先，要有一个清晰的职业规划。互联网那么大，各行各业都有，首先要明确一个行业，要做金融还是电商还是医疗等，因为每次转行成本都很高。
其次，你不可能做10年的运营、产品经理、市场或者数据分析师（数据分析相关的职位），得目光看远一点。想想数据分析做到头是什么？最终想成为技术大牛，还是成为有多年行业经验、懂业务的综合性人才？
做数据分析我觉得始终贯穿的理论知识是统计学。即使技术再牛，所有数据处理工具都能玩的贼溜，但是不会统计还是做不好这个职业。所以我认为统计学作为一个理论基础必须贯穿整个职业生涯。
然后就是业务能力，你得知道公司是做什么的，有什么业务指标。我入职的时候HR又给我培训说到一个词：没用=没用，有用=有用。
在工作上用不上的技能就是没用，用的上的就是有用。即使211、985出来的不了解公司怎么运营也只能做些复制粘贴的工作。
2.需要学习什么？
然后，我所理解的数据分析相关的工具分成3个层次：
1）Excel
Excel我觉得不管任何职业，都是必修课来的。有时候一个简单的处理命令就可以为你节省了几个小时的时间。
我现在也在学习python但是有时候效率还是远不如最接地气的Excel。Excel用熟练了，处理小规模数据我认为就完全没有问题了。
2）SQL
SQL数据分析必修的语言。我认为主要在查上面，我的工作也是主要应用在查上。
3）python
对于重复性工作，可以使用ptyhon来提高效率，实现自动化处理。我用的比较多的是python的分析包pandas和numpy。
3.现在的工作有什么想说的？
这段时间的工作中我总结了几点。
1）保持自我更新，投入更深层次的工作中。
2）在时间分配上，有分为重要且不紧急，紧急但不重要，不重要但紧急，不重要不紧急。
其中学习是不重要但紧急的范围里面的。需要有计划的去进行，如果想有突破继续上升，你必须从间断、被动的工作转向更有自主性、更有深度的项目中
3）有想法就快行动，不要等太久
很多人会想等万无一失的时候再行动，但其实从来就没有完美的计划。我当时找工作想着把python学完再工作吧。现在想想觉得这个想法挺幼稚的。因为计划总是赶不上变化。当你有了大目标，就要尽快将它变成一系列小而具体的事项去实施。
4）不要因为一份工作短期内薪资福利很高，就马上接下
你要牢记，下一份工作必须有利于你整体的职业生涯，否则薪酬再高都没有意义，需要抵制它的诱惑。
5）定期把职业目标向更高的方向调整
你可能有了一个清晰的职业目标比如做一个数据分析师，但这只是第一步。在职业的每个阶段，你都应该确认方向是否正确。
上面内容来自猴子社群会员的求职经验分享，来源：⠀
https://www.zhihu.com/question/47760443/answer/708194503
推荐：你有一份求职秘籍待领取
