数据行业大揭秘！DA/BA/DS都是啥？【小Lin干货】

[@maxfang531]

作为数据行业一员 这期的视频 能看出Lindsay真的是做了深入研究 细节都说的特别精准 而且又通俗易懂 好棒 谢谢 Lindsay

[@bubu_numnums]

作为一名数据从业人员， 我不得不说 从明确问题， 到数据清理再到最后的deployment。。。 我真的都有在做。 我经常会和不同的teams开会来了解他们的问题和需求。接着要从不同的系统不同的资源想办法拿到数据，我做过很多data migration啊， 或者ETL。 然后再清理出去乱七八糟的data比如duplicates，还有很多人为的输入性错误！接着再建模分析，最后还得用powerBI或者Tableau来给senior leadership讲故事。突然感觉我underpaid了。 哈哈哈哈哈哈。好视频 ：）

[@stephy6282]

站在老板的角度，永远不觉得你underpaid，哈哈哈，开个玩笑，别生气

[@bubu_numnums]

@@stephy6282 哈哈哈 真理啊 LOL

[@cynthiawang3600]

一样一样的

[@shitephen]

自己開公司就不underpaid了

[@msw4627]

正在經歷和你一樣的情況🤣

[@spkt1001]

跟爸妈讲自己干啥，这个超给力。Lindsay频道含金量简直了！每天看看都会学到很多东西。找到这里好幸福！

[@mengtian7527]

这就是我一直要找的视频。KZbin跟我推送这个视频，就是大数据的魔力最好的佐证。

[@choukuo4530]

大數據同樣會傷害到你自己

[@MICgut]

@@choukuo4530 都是双刃剑，炸药，核能，包括你家菜刀都有同样属性

[@user_cv8wysmstt]

@Conscience 英语专业用语为data cleansing，所以翻译清理无误。

[@wangjacques5955]

一个被严重低估的知识类节目，人美且智慧！ 你的节目就等着火吧！

[@planwoods]

沒有低估，這麼多人😉

[@jinbochen3738]

打野且带飞

[@nuanshuyumilu]

100万订阅了

[@神游兄]

预言家😂火到爆

[@CC-19]

回看小Lin的这期，声音太温柔平和了，突然没有那种吵吵闹闹的氛围感觉不是小Lin了，哈哈😊

[@joeyyeh4690]

真的很佩服Lindsay可以把主題講解得這麼精簡

[@xikesi296]

真的挺佩服小lin的，这种程度的更新速度居然能把一个行业了解的这么透彻

[@xiao_lin_shuo]

聊聊现在最火热性感的数据行业~ 大数据人才都在做什么？商业/数据分析师/科学家/工程师都有什么区别？需要什么技能？有问题欢迎留言哦~ 👉🏻免费报名数据求职直播课（9月5日美东9PM/9月6日北京9AM）：offerbang.io/webinar/304?wpm=2.3.138.2 👉🏻给感兴趣数据行业的朋友的资源包：offerbang.io/giftdl/datapack?wpm=2.3.138.2 👉🏻 数据/商业分析求职课程：offerbang.io/course/da/1?wpm=2.3.138.2 更多求职资源信息见信息栏↑↑↑

[@LilyLoeung]

@@ams4204 pyy

[@kkli7116]

请睇完回应，就取消

[@viviintokyo]

点赞加订阅 开心吧

[@jojotay2979]

好

[@rayhuang4424]

好清晰的分析 我目前正在當Data science intern, 一直也很難跟親友解釋Data science在幹什麼 看完影片才發現自己技能幾乎都點環節1,2,3,5 小Lin說的最重要的建模部分反而是我最不擅長的, 該去讀書了 😂😂😂😂😂

[@meijuanzeng9550]

数据科学这么抽象的定义都被你讲得一下子就明白了，赞赞哒！

[@tomx4278]

SQL是重中之重，熟练运用SQL能很好的把python，tableau，和excel联系起来以便更好的处理数据因为很多时候单纯的一个软件功能是有限的。所以掌握SQL,Python, Tableau和Excel不会找不到工作的。大家加油吧。

[@zeyangsong6633]

您说的这是实用主义，招聘是梦幻主义

[@cjk865241]

BA无需掌握这些，倒不如把重心放在需求分析上面，真正做到有效沟通才能贯穿企业的busniess和IT的屏障

[@rudogwang6060]

​@@cjk865241 不能更同意了❤

[@夢色リカちゃん]

看来大家最开始的时候都是很紧张的，这些视频好可爱

[@taolee8843]

口齿伶俐，思路清晰。数据行业门清。点赞！

[@远方-n8c]

这才是女神级别的水平....喜欢

[@feliciaff1009]

我最近刚刚转行入职了data analyst的职位，而这段时间下来，总觉得没办法系统的理清自己的工作职责。看了你的视频有种醍醐灌顶的感觉，一下子就清楚自己之前做过的任务都属于data analysis的哪个阶段。果然如你所说，目前我在工作中遇到的大的挑战都是来源于第四阶段的分析和建模。现在知道如何对症下药超哪个方向努力充电了。非常感谢 🤝

[@yibowang7292]

应该是什么都做吧还是orz 话说最近还能DA入职的真的很厉害了啊

[@graceguo5738]

讲的非常好， 一路看你有2 万人， 到现在快20 万，好棒！ 支持你！

[@jasonyang4823]

终于弄明白了，讲得非常清晰！

[@brnzhut]

现在看看小lin最早的一个视频，感觉好青涩啊 哈哈

[@blairchan9170]

小姐姐太棒了, 讲得很明白. data Engineer 的职位可以再扩展, 但是你讲得真的非常棒.

[@fhheng1]

谢谢“小Lin说📰”,分享重要资讯🙏🤝😊☕

[@emily2e2e]

身為Business analyst 的我覺得講得真好！

[@liitian0366]

你好,不知道你会不会看到这条信息， 你方便和我解释business analytic 主要读什么吗？因为我正要上大学有点没头绪

[@yxy2003]

同问

[@cjk865241]

@@liitian0366 BA涉及的面很广了，看你想进入那种行业的BA，其实BA的主要重心是在于需求分析上面

[@liitian0366]

@@cjk865241 BA 需要advance math 吗？还有就是如果电脑白痴适合这个行业吗？谢谢🙏

[@yueqiwang8860]

正在读business analysis的专业，我感觉是 mba+data science的课程

[@AsiaLoverBoy_87]

我只看你的频道因为我想提高我的汉语水平。你的汉语说得非常流利！

[@user_cv8wysmstt]

你的中文也很不错👍

[@yokig5482]

现在经济不好很多科技公司都是先裁数据分析师，其实很多时候决策者是用数据来支持他的结论而不是产生他的结论。不过小姐姐讲的好棒！关注了

[@davidlee588]

难道不是应该先裁HR？ 数据分析师至少能干HR的活。

[@cynthiawang3600]

@@davidlee588 也不一定，Payroll、Pension、组织发展这些我们还真不懂

[@王大陆-w3g]

工作几年了还能转行做这个吗

[@nicoledeng868]

今天刚刚和朋友聊完数据分析行业大热，没想到Lindsay就出视频啦

[@xiao_lin_shuo]

嘿嘿 抓准时机！

[@HoonRichard-iz9uq]

回头看一下 感觉第一期相对于2023年的片子好拘谨，哈哈，我还是喜欢现在片子，让人很想娶你回家当压寨夫人😊

[@tsukishimahideki]

マジで凄い！ 条理清晰，语言简练。外行一下子都能听懂！就是不知道一个小白如果转行到数据行业有没有可能？也不知道从何下手

[@wongfeya3416]

你成功了吗

[@Myth520]

最近在研究数据分析行业，这视频来的太及时了，小姐姐太棒了！

[@nathanliu4018]

除了不用建模，很好的诠释了我所有的工作内容 一个人全做：）

[@hahahaha-m4o]

哈哈，我全需要做，已经累吐了。

[@startupvisacanada]

这是对数据行业介绍得最清楚的一个节目

[@sometimesnowy]

简短精炼，终于弄明白怎么回事了，感谢🙏

[@linma6452]

你很棒，简短的讲解把复杂的理论陈述清楚。深入浅出🌷👍

[@wushuaipu3223]

我是这么理解的，这个只要把生活中的各方面东西 统计到计算机上，然后找出规律性的东西 ，然后从中获取商业上的价值。这个前景可能就是各种大型场合可以用用，别的地方没什么用，因为人心善变，你怎么能够控制，数据只是曾经发生的事，不一定是未来。

[@backllem]

知史而明今，为什么不可以呢？数据分析本来就不是针对个人，而是某个群体，当然是允许有结论不太准确的情况，但是肯定是有很大借鉴意义的。假如分析对象是某个人，那么从这个人近几年的某些行为习惯预测他/她未来几年的行为习惯也同样有很大可能是准确的。另外，数据分析的推动力是商业需求，是有的放矢。

[@wongfeya3416]

那是你接触的数据体量和维度太小了

[@yangeric6663]

回頭看兩年前的小林感覺青澀但還是滿滿的專業, 另外Python應該不只包含在 3. 数据清理 Data Cleanup 應該也包含在 4. 建模分析 的領域中

[@vitazhang8165]

希望姐姐快点更新，大道至简，受益匪浅，我最喜欢听的频道

[@这题我会-h8e]

太棒了 刚入坑数据科学专业 可以给爹娘讲清楚我是做什么的了~

[@yenikk3993]

真的！

[@siyiwang1555]

这期很棒 对入门了解的很有参考价值

[@ellirosechan8737]

考古人来了后，之前也觉得数据行业很性感，可是人工智能出现后，好像对数据行业很大影响，希望小lin再做一期视频吧，主要是读研不知道选什么了，本来想选BA方向的

[@王大陆-w3g]

我也是想转行做这个的，但是现在chatgpt都有高级数据分析这个功能了，有点害怕

[@jizhou749]

小Lin好清晰地讲解。讲得好，更重要的是人漂亮，果断三连，啥也不说了。👍

[@兴华禹]

准备今天开始，刷小LIN的所有视频~小林加油，等你视频等的好久。

[@jinlixie3424]

谢谢分享， 这个视频对我现在面对大学最后2两的专业选择很有帮助。

[@haofengwang3601]

小姐姐讲的太好了，深入简出，言简意赅

[@laowang3472]

看你的节目真是长知识又快乐，听你讲过数据行业还有华尔街投行的收入，下次能不能开个话题讲讲数据行业在金融业的发展和收入呢？

[@jingxiamcpherson3339]

我这个外行人都喜欢你讲的内容，清晰丰富谢谢啦！👍❤

[@seanrzhao]

数据行业从业者表示女神这个分析非常的准确

[@哈哈哈-p4s7q]

过来考古，这个时候的声音我更喜欢，情绪没有那么顶，但是声音没有那么尖锐，现在的很活泼不过有时候经常会出现刺耳的感觉，不过你既然选择了后一种，一定是那种的数据更好看。😊

[@reapery6837]

You are amazing. keep up the good work! You speak so fast, as a Mandarine learner. I have to watch your video many times to listen to everything. lol

[@cl5671]

喜歡這種調理分析面面俱到的講解！很系統！謝謝Linsay

[@yangelena7135]

很有帮助 ，非常感谢！对我们刚要进入社会的学生来说太有用了！希望可以多出类似的

[@danielxia8490]

Lindsay本期为何这么温柔 哈哈

[@rctraymond3219]

Thank you for sharing your professional knowledge! You open up my understanding on analysis!

[@liulala]

視頻做得太好了 我這個外行人都看得懂

[@JJLVKK95]

讲得很清楚。小Lin最早原来还有点小严肃😄

[@kulinan98]

嘿嘿嘿

[@ickoicko909]

是腼腆吧，有点没放开

[@lucyliu5480]

说的真的太好了 干货满满 谢谢🙏💕

[@weiqi1308]

聪慧，美丽，且有趣的博主。怒赞👍👍❤❤

[@xujing9425]

小林清新又可爱 讲的怎么这么动听呢💋🌹

[@FrozenSeafood]

我女神说话都能听到甜甜的微笑感

[@ganjingwen848]

简单易懂，太厉害了！希望你继续做视频

[@nurockplayer]

小Lin 不拉高音的時候講話還是挺棒的

[@maxtan9198]

我身为Data Analyst，你的解释非常好

[@monalover3758]

講得很好呀! 找到重點, 講得動聽!連 python numpy pandas R SAS 都說得上,讚!

[@jameschnbass]

從近期的影片開始追的，追到這部真的覺得，中間小lin到底經歷了什麼，哈哈哈。 繼續支持！

[@kenim8134]

行内人，表示连行内自己的高层可能都了解不了那么细，能讲成这么清晰真的不容易！

[@taylorlu8777]

講得蠻清楚的! 給你的口條清晰一個讚!

[@sophiazhou9119]

归纳得挺好的，但是有几个地方感觉不是很符合我接触过的数据行业（银行和it），也只能说现在数据行业的覆盖面的确很大或许有很多不同的情况。爬虫数据这个其实在大部分行业里面真的不多见，因为有很多的监管和隐私问题，或许金融行业有些特殊case？数据来源主要还是自己的渠道，比如自己的网站，用户数据库，等等。所以de很大程度的作用并不在爬数据上，而是在建立pipeline把原始数据整合成可用数据，不管是数据分析还是其他应用。第四和第五其实也不是很准确，尤其是第五步，很多时候deployment可能是驱动具体的决策，那可能是一个presentation deck，也可能是建成dashboard（另外dashboard的主要作用是自助和自动监测一些常规的参数，倒不是因为好看。:-)）da，ds，de都有可能做这一步，ba老实说在我接触过的行业很少会在最后一步deployment做出很大的贡献。其他很大和ds相关的情况是模型implementation，那取决于具体情况可能主要是de，mle，或者是ds把模型automate或者implement到流程里面

[@yixuelin7596]

正在找这方面的工作，就像你说的不同公司划分岗位不同所以对于职场新手真的很confusing. 解答很清晰，谢谢你~

[@louiswang8495]

简单快速把问题说的很清楚，化繁为简，不错。

[@skykanazawa7684]

小林每次一出镜就很嗨。。。。内容简单明了。

[@walkinbritain2104]

唯一一个看人就很开心的频道，内容都听不到了

[@icanearn4630]

哥你真会撩

[@selbstbildnis1493]

骚啊

[@jerryguo2263]

可以迅速了解全貌的一个非常通俗易懂的视频，点赞

[@nihao852]

lin姐讲得太明白了，感谢❤

[@xunyaoj]

太有喜感了，笑起来真开心，太美了。喜欢

[@bedtimestory1122]

讲得太好了！赞👍听完明明白白的！一键三连！

[@抖音小姐姐-z1v]

Edwin Luo 为什么我听不懂，我是学应用数学的

[@giannachen496]

謝謝LiN用淺顯易懂的方式說明🤍

[@MrChu2010]

无意中跳转到你的KZbin 感觉很有帮助。 赞赞赞

[@zhengzesim199]

Hello Lindsay姐 你好, 请问可以分享分享关于 供应链 和 物流行业吗？ 我刚从Supply Chain Operation Management 这个科系毕业， 对于职场的职位有些迷茫。 以下是我的一些问题。 做哪些职位： 1. 能对以后的职场生涯有更好的帮助呢？ 2. 能学到更多关于这行业的知识与经验？ 3. 能更快的升职？ 4. 要如何判断与选择公司？ 你的视频对我来说非常有帮助，可以把内容化繁为简，干货满满 和 简单易懂的表达方式，在这里我学到很多。 我非常的欣赏你，很幸运能看到你的视频。

[@chaoweizhong5425]

精准 & 简洁！太赞了

[@dugabine7992]

Lindsay，我又來了，我愛你，我就是咨詢行業專做數據的，專業在大數據平臺做BI, AI

[@zzy20775948]

我是一名躊躇要不要選data science作為major的學生 你說得太好了 看完了對我了解這個行業有了很大的幫助 liked and subscribed

[@curry845]

我还在犹豫要选Software Engineering, Cyber and network security 还是data engineering的专业

[@KarenBlock-ly1we]

@@curry845 统计在读，纠结要不要double一个DS

[@SW-fy8pq]

​@@KarenBlock-ly1we 只会统计学还不够，编程功力也必须有。

[@tonychen1994]

回頭看以前的影片……小Lin 變化也挺大😊格局整個打開了。😂

[@rachelhe5153]

特别喜欢听你讲 你超级可爱 而且我从中学到很多东西

[@ITG_Channel]

大数据产品：淘宝购买记录-->指标->胸罩类购买记录->全国各省订单（按尺码）分类统计->杭州女性胸围最小😂

[@Mightuuu]

刚好想理解这个数据清理，就很容易懂❤

[@Jonny_Chen919]

真粉丝会翻到第一个视频来看。留言一下。

[@tsiyu1695]

这个真的是干货，赞赞赞

[@LibertyEater]

24年回来看当年小Lin声音略显青涩的视频，更喜欢后来这种快乐又大方的声音。

[@kenkintel]

赞！说得真详细。喜欢！

[@dugabine7992]

Lindsay，你太聪明了，懂金融还懂数据啊，我就是做数据的，还没你讲得好耶，有机会咱俩交流一下。

[@henrywang7375]

小姐姐讲的非常好👍不过tableau那种工具的目的不是画图或者很漂亮，准确说是数据可视化分析，可以帮助更多非技术用户来通过可视化快速洞察业务问题，提出新问题，并探索找到答案的过程。而现在数据使用和生产过程已经不在是采集，清洗建模这种线性过程了。或者说对数据从业人员来说，懂业务，有商业敏感度更重要。所以也是更多非CS专业能够加入数据岗位的原因。随着数据无处不在，每个人都需要像会用手机一样来理解分析数据，做不做这个岗位，都值得大家来学习数据应用的方法，工具，思维。数据素养是当代职场的必备啦！好看的外表千篇一律，丰富的内涵独一无二

[@xiao_lin_shuo]

谢谢补充~

[@depyini]

好吧好吧！只要是你讲的我都爱听！😊😊

[@phenomenon871]

订阅了，非常好的频道。满满的干货正能量，言简意赅！

[@familyliu8086]

我在澳洲，这边会略有差异，细分的职位在大公司里面会有，我们公司有BA，DA，DE，DS，在同一个公司我以前做营运模型（DA/DS）现在做DE，感觉就像前台转入幕后做得工作很不同。很多中小企业DA的工作会或多或少跨域这四种职位从需求分析到最后信息可视化全做，还包括编程提取网页信息和预测模型。 所以如果是对初入行或者学ds的人来说，啥也别挑，有机会都学点，工作中大概率你提到的全会用上

[@MindyMa]

數據分析可能是Lindsay 丈夫的專業。 妳看她講得就比較小心， 少了那麼一丟丟歡樂了。

[@王大陆-w3g]

你好，我想请教一下，目前的前景怎么样，对学历有高要求吗？接受转行的吗

[@zhiyimin8732]

小Lin，数据分析的职业是不是大部分都在金融行业中，听你的这期讲的结合自己的工作经历个人感觉这个职位对人的要求很高

[@MindyMa]

醫療、政治、生物、農產研究等也常用數據分析。

[@cynthiawang3600]

零售、通信、能源等传统行业也是需要的

[@urbandog_fit]

太优秀了！这个就是我最近在找的答案！！！！！

[@rubbenchan2074]

挺好的，感谢您的内容，风格也很好

[@danisben007]

数据这块是CS毕业后的一个巨好的方向啊！

[@抖音小姐姐-z1v]

Ben Liang 你说的是爬虫吧，现在网络上有专门的爬虫软件能精确挖掘需要的数据，如八爪雨软件

[@davidwu2442]

讲得真好，很清晰

[@helens7185]

讲的特别好，非常感谢。

[@jingdavies1892]

你真的很棒！谢谢你提供的信息

[@dorisfang8636]

说得特别好，区别也很清楚