中年数据分析未来职业生涯的 4 个秘密


自动化已经并将继续影响许多领域的作业 。 这个星球上的每一项工作都有被机器人替换工作的风险——只是强度可能不同 。 自动化一方面使企业运营更加高效 , 另一方面 , 它不断改变在行业中保持相关性所需的技能组合 。 这不可避免地导致失业 , 因为技能组合不匹配 。 让我带你通过几个场景来说明我的想法 。
方案1 =手动角色
您是 2000 年的人力资源专业人员 , 当时公司大多数员工文档都纸上写 。 您非常高效地对文档进行排序 , 并根据需要检索文档 , 并且由于这些技能 , 您已经当了 5 年以上的明星表演者 。
鉴于人力资源流程没有随着时间的推移发生太大变化 , 您在接下来的 18 年里没有掌握计算机技能 。 但是 , 从 2000 到 2018 年 , 行业的工作方式发生了很大变化 , 现在所有员工文档都在云或专用服务器上 , 行业内也用上了各种自动化的BI工具 , 如tableau、smartbi智分析等自动化BI软件 。
所以 , 你最能卖的技能现在突然没那么重要了 。 除非你为当今不断发展的行业提升自己 , 否则你找工作可能会遇到困难 。 请注意 , 您的技能集不匹配并不是因为 HR 特定流程的演变 , 而是您支持的动态变化的业务流程 。
方案2 =客户的偏好
在没有电视的时代 , 你在收音机里当新闻读者 。 你了解时事 , 因此你表现非常出色 。 但是在电视成为主流之后 , 收音机几乎已经大起大做 。 你的无线电雇主不得不放你走 , 因为他们遭受了严重的损失 。
现在 , 鉴于你的技能 , 你仍然可以尝试找到一份电视新闻阅读器的工作 , 但你需要工作 , 你的身体语言和严重的恐惧面对相机 。 好消息?你一直在与在电视新闻行业工作的人闲逛 , 因此你知道你的机会领域 , 并一直在积极工作 。
请注意 , 这次既不是你的职业进化 , 也不是你的行业 。 只是客户开始更喜欢替代产品/服务而不是您支持的业务 , 使您的技能在行业中不匹配(或过时) 。
我们从这些方案中学到了什么?
在上述情景中 , 我们目睹了我们周围的变化使企业易于经营 , 但同时造成工作技能不匹配 , 导致特定领域的失业 。 以下是行业工作技能转变的三个主要原因:
您职业中使用的工具和技术正在发生变化
您支持的业务风格正在改变
客户对您支持的产品/服务的偏好正在发生变化
自动化和不断变化的业务域中断了许多工作 , 这并不奇怪 。 现在的一个重要问题就是:某些工作的影响会大于其他工作?
尽管没有人真正知道哪些工作将受到自动化的影响更多/更少 , 但这里有一个框架 , 有助于理解这一广泛的想法 。 机器不善于从太少的例子中学习 , 机器不善于创造性 。 所以 , 如果你的工作有这两个属性 , 你应该很好 。 例如 , 驾驶汽车是一个非常重复的过程 , 并不涉及很多创造力 。 因此 , 出租车司机面临面临自动化的高风险工作 。
数据分析师是安全职业吗?
在这个不断发展的人工智能主导世界中 , 我们(数据分析师)肯定站在交易的更好一边 。 数据分析师的角色在上图中落在什么地方?作为一名数据分析师 , 我们从事各种工作 , 帮助企业成长 。 在上图中 , 每个作业都位于不同的位置 。 下图显示了我对作为数据分析师的不同子工作的想法(比例可能因各个角色而异) , 正如你所看到的 , 并不是数据分析师工作的所有部分都有 10 年的保修 。 根据您的特定角色和难以自动化的工作比例 , 您可以估计自动化的风险 。
考虑 2010 年的数据分析师 。 关键技能集是了解逻辑和线性回归 , 并熟悉基本 SAS 和 MS Excel 。 现在 , 如果我们给这位2018年的数据分析师带来任何工具和技术的重大升级 , 他/她可能面临很难找到数据分析师的工作 。 可以肯定地说 , 即使数据科学流将长期保持运行 , 这些工作的角色和责任也准备发生重大变化 。 在提升到这些新角色和职责方面遇到挑战的人 , 在事业进步方面将面临强烈的挫折 。


推荐阅读