※ 引述《zaq1xsw2121 (aaaa)》之銘言：
: 小弟國立四中社會科學碩畢
: 目前6年民調和市調公司工作經驗
: 在小公司掛經理職
: 年薪50 大約2~3年才會調薪一次
: 想轉換跑道到規模更大的公司追求待遇
: 對金融業的數據分析有點興趣
: 想試試這方面的工作
: 不過想問問 如果沒有金融相關的背景知識 進入這行會不會有困難
: 之前多是用EXCEL和SPSS處理數據
: SAS、R、Python等軟體就沒接觸過
: 想知道這樣能否銜接上 或是要去進修學習上述軟體之後再來嘗試
: 另外工作內容方面
: 市調用的統計分析大多是比較平均數，建立預測模型會用迴歸分析
: 主要工作內容是資料整理、畫圖表、寫報告
: 機器學習 資工背景之類的就沒接觸經驗
: 想請問金融業的數據分析所用到的應用會不會差很多
: 謝謝大家
小弟以過來人經驗給你建議
自己剛面上應該是號稱民營銀行中薪水最多那家的資料分析師，薪水有破百
我自己是四大管院碩班，讀書期間完全沒讀書
後來沒啥想法就跑去當 PM 快三年，在第二年的時候覺醒也對數據分析開始有興趣
自己用網路資源 (data camp) 自學 R
後來有小新創給我機會，我就在新創圈裡面打滾了兩年學習資料分析
其實資料分析的領域要拿到 offer 基本上你不需要會自己建模或弄機器學習的東西
因為那是機器學習工程師或資料科學家在做的，除非是新創才會要你一手包
我面試過的現場 live code 也都是考基本語法，大部分公司注重的是你的邏輯。
金融業分工很細，如果你的目標是資料分析領域那就專注於資料的分析
如資料清洗，資料打撈，pre-processing，ETL，了解 data schema 等等
這些基本功就有得練了，而且大部分的工作時間都是在做這些髒活
而後才會進階到分析師的核心技能也最有價值的地方 data mainipulating 資料操弄
簡單來說就是結合 data 和 domain knowledge 從資料中找出有價值的資訊
這整塊分析流程和思路我們稱為 EDA exploratory data analysis 探索性分析
這塊是很需要經驗的，在有一些基礎的程式能力後可以去 kaggle 上看別人的思路
上面有很多很棒的 EDA 分析 report。
我認為資料分析在未來確實是受到銀行和其他產業越來越多的重視
但如果真的要踏入資料這個領域是真的要很有熱情，
因為要不停不停的學習，所以下班後仍要花很多時間做練習和成長。有時候真的滿累的
但能從龐大的資料中找出有價值的東西，就像在掏金一樣，我自己覺得非常有趣
要能成為初階的 data analyst
至少要會 R 和 Python 其中一個，然後還有必備 SQL 要很熟練
可以先找願意給新人機會的小公司磨練看看，大公司分工很細幾乎都要即戰力
以上希望對你有幫助