分享
毕业两年想从事数据分析方面工作该不该考研？
本人目前是一名前端程序猿，14年毕业，今年24，从编程中获得许多乐趣。事情起源于，一直向往数据分析这块，用自学的爬虫爬过很多网站，然后感觉光有数据不够还得有分析方法，于是又自学了《统计学习方法》跟《集体智慧编程》，于是对机器学习有了初步的了解。在学习过程中越发觉得对两个方向缺失，一个是数学确切来说是统计学相关的知识，一个是算法数据结构相关的知识。(本人大学一普通211，学材料，大学天天浪，现在就是在为之前的贪玩填坑。)但自己也发现，这两个方向需要集中一段具体的时间来研究学习（这很关键），而且之前都是自学也不系统，现在每天工作到九点，感觉很缺乏时间，并且，想把数据分析数据挖掘作为今后方向。于是，想到考研，具体是想考统计学或者计算机方面研究生。请各位大神指教，有没有必要考研，或者关于我现在状况考研会有帮助？
回复 ( 10 )
谢邀。
如果是国外顶级学校的研究生且相关领域，可以考虑。国内的话就算了，国内大部分学校的大部分专业所教授的该领域知识和所参与的该领域项目，不如到真正的战场上实践，靠市场来检验。
谢邀！
我不是大神，但是看到了你的问题，还是觉得挺沉重的！因为怕这个发言对你造成影响。事先说明啊，观点仅供参考，具体要怎么走你现在成年了还是自己决定。
说下考研的好处，很多公司学历不是门槛了，包括阿里、腾讯这些国内互联网巨头。但是学历却同样有优势，大部分公司其实还是有相应的制度，本科生起薪多少，硕士生起薪多少，博士生起薪多少。所以，高学历有时候也决定了你的起点。此外，如果你不具备写出让人眼前一亮的代码，学历往往也会让同行刮目相看，有时候，所谓的共同话题、门当户对等等都与学历有关。举个简单的例子，有次和同事一起出去，同事是南开的，而我们出差的地方是天津，自然话题一下子就多了很多。而且学历在职位升迁、深造机会等等都是加分项。这是我从6年职场生涯的一点点体会吧！
不读研的好处！如果家里条件确实没问题，读研其实没啥纠结的。不读研有哪些好处呢？首先是读研这几年，学到的东西很有限，我没读研，但是身边不乏读研的人，能够有这个感觉。而如果你这几年一直在一线做项目，经验肯定会比读研的丰富。此外，从待遇来说，你工作了三年和没工作过 的待遇还是能够看出差距的。本科生工资比研究生高也不是没可能，只是长远来看，读研或许升值的空间要大一些。
最后，读研的话，必须选名校，普通院校的研究生，还没有一些名校的专科生出来吃香，这是实话。关注大数据，欢迎加我微信idacker
你确定你的 统计学习方法 和集体智慧编程 认认真真的看完了？？？看完了直接去找相关的工作啊。你说在学习的过程中越发觉得对两个方向缺失，应该是越看不懂的越多吧？看不懂所以想考研究生？把希望寄托于研究生期间来学这代价挺大的兄弟。说点实在的：
1.数学看不懂，可以先看看基础的统计学，找本比较出名的国外的作者写的统计学教材和线性代数，认认真真看完，两三个月即可。然后再看看《凸优化》，基本上可以满足数据挖掘里的数学知识了。在深入的话你先把这基本看完了再选书。
2.算法数据结构不懂，知乎上很多关于”如何学数据结构”的问题，有很多资料可以学习。我总结的一点就是，找一本数据结构的书，认认真真的刷完，尝试用不同的方法或者通过不断缩小时间复杂度来改进算法。刷完再看刷leetcode或者算法导论，当然这都是后话了，先看完一本书吧。
3.考研。非名校真的不建议考，而且你到底是想考数学还是计算机？？明确方向啊。读统计是想做科研吗 = =！像我这种不打算做科研的数学系毕业的直接放弃了读基础数学的研究生，现在觉得挺好的啊。如果抱有希望研究生导师能够手把手教会你很多东西的话，那就更没必要了。你这学历够了啊，走学术想做科研的话直接去读phd啊，读个国内不出名的硕士或者国外一年型的水硕除了浪费时间和钱，真·没必要。
最后一点，自学能力真真的是搞计算机的必备能力啊，没时间就挤时间，最多周期长点，怕啥。
这就是深山修炼情结了嘛。。。。
也就是我常说的买包，主要发病于穷人身上，所谓穷人买包、富人出斧
买包有明确的目的， 心态很卑微， 例句是「只要我付出xx就能yy了吧」「我想要xx，因为我觉得有了 xx 就能得到 yy 了吧（毕竟我付出了那么多的资源、那么大的代价）」
实则是缘木求鱼
从楼主的提问中，感觉到楼主并未仔细研究数据变现市场的人才需求。
从讲信息转化成数据，大致有几个步骤：数据抓取和搜集，数据清洗（得到结构化、标准化数据），数据建模（在某些领域这一步不需要），数据分析，数据呈现。对应的岗位分别是：数据底层搭建–IT，数据搜集–程序员，数据清洗和模型化–数据工程师，数据分析师。
（这一段纯粹是为了答案的完整性，想必楼主肯定清楚……）
楼主的提问“毕业两年想从事数据分析方面工作该不该考研”，拆分题目，目标是“想把数据分析数据挖掘作为今后方向”。从数据收集员想做数据挖掘或数据分析员，想法倒是挺特别的。数据挖掘或数据分析员在有些公司是分开的岗位，在有些公司是同一个岗位。
从目前的大数据商业变现情况说起。
不知道楼主毕业两年内从事的是哪一个领域的工作，由于本人做的是数据在营销端的变现行业，只讲自己懂的领域。我对楼主感兴趣的两个岗位的工作价值有个基本判断：
数据分析师充当确定数据团队方向的角色。因为数据分析师承担的职责主要是服务好客户，不论是纯乙方，还是媒体，都需要用数据产品或报告解决客户的问题。离金主越近，越能了解金主的需求（正相关关系），从而知道金主会为什么买单，毕竟工作是要给公司创造价值。
在营销端，数据分析师除了需要有基本的沟通技能，还要有广告学、营销学、品牌建设、消费者心理学等知识储备。这些领域，都是相对“自说自话”的领域，但诚然：
数据的解读其实是很主观的，只在于怎么解释这个数据。
我自己在评价同事的时候，经常用的词语是“数据敏感性”（sense）, 若没有数据敏感性，无法提出合理的假设，无法探讨各种有可能的结论，无法让客户“总有惊喜” 。而我个人认为统计学、算法是验证数据分析师提出的一系列“假设”的工具 。
技能的可替代性是较强的，但技能确是很多职业、很多大公司的敲门砖。单纯以技能为主要优势，决定未来的职业发展并不会有飞跃的发展，除非你跨了界。比如说，我们互联网的“红人”，张晓龙同志。跨界人才绝对是未来人才市场的紧缺。
我的建议是，楼主可以换一个公司，去一个岗位和职能分明的公司（通常都是大企业），你甚至可以加几个“数据分析师”的QQ群，去了解一下数据工程师和数据分析师的日常工作，再做是否考研的决定。并不是所有的工作压力都可以通过重返学校解决，因为你总归会面对“自己的能力无法匹配岗位要求”的时候。
以“我所说的一切都是错的”为结尾，看起来比较酷。
祝好。
—————————————————————非专业修改线———————————————————-
看了一轮别的回答，发现有些懂统计学或者算法的朋友认为“这些技能是数据分析的入门”， 我们可能陷入的是自己懂的就觉得”重要”，自己不懂的就觉得”不太重要”。都在自说自话，哈哈。
想补充的是，像李笑来说的，学习的关键概念在于自学，若是楼主真有心思，总能在周末挤出时间自学这些技能，学习了，再去应用，结果怎样，let’s see. 🙂
如果是顶级学校，或者能去国外读书，可以考虑。否则不建议。
另外，数据分析如果以商业目的为入手点应该会学起来更有激情。比如你可以考虑，比如看看这个页：用户动态 – 看知乎。可以做一些插件或者服务。
意思是，有环境我就能好好学习了？学习这件事不是一定要在学校里才能完成。
建议你去面试几家公司试试，如果面完感觉差距比较大，就去考个托福然后申请个国外的学校吧，1年半的时间，足够找个工作了。如果想读国内的大学，可以读个在职，不建议离职去读国内的大学。
做前端的同志想进数据分析团队可以搞数据可视化啊，都不用方向大动…在搞数据分析前端的同时跟同事们学习后端的知识岂不美哉
我跟你的情况差不多，不同的是我本科是学计量出身的，偏于统计，本科没学过编程，只考了计算机二级，研究生在国外的计算机学院读的数据挖掘方向，目前在一个美国企业里做数据工程师（分析挖掘和数据仓库都做一些）
我感觉的数据分析&数据挖掘是一门偏于实战的工作，要想做好需要时间的积累，本质上和编程是一样。刚开始不是考学，而是去深入研究各种案例，做助手也好，打杂也好，总之要多做多练，将各种分析方法的优势和限制都吃透练透，在这个领域内会比较有竞争力
数据分析师的修习之路我觉的可以遵循以下流程
下手——购买统计学教材，一定要那种基本的教材，不是统计学方法之类的书，通过自学基本教材了解统计学的基本概念和名词，什么是均值，中位数，方差，T检验，F检验，回归分析，单因素方差分析，这些基本概念一定要精通，数据分析本质上是基于实际经验的统计模型分析，计算机和编程语言都是工具。
中手——学习几种数据分析工具，包括R,SPSS和Python，你是前段，这些东西对你来说应该非常简单
上手——了解算法与数据结构，这是数据挖掘里面需要的内容，各种树（二叉查找+红黑），各种流行的算法和排序。在实际工作中这些都需要用到
最后就是不断的练习，经历，见到各种各样的真实案例。
研究生课程里面教的东西都可以自己做。
我个人的意见是不推荐考研，因为目前国内没有专门的数据分析专业，而基于工作的数据分析和统计专业教授的课程彼此并不融合，如果只是为了提升自己的能力，自学就可以，毕竟现在网上的资源太丰富了。
推荐将来有机会读个在职，不为了真正获取知识，而是有一个专业的学历背景会给客户的感觉比较可信。
能想到就这些，希望对你有帮助