從您的描述來看，可以能您已經具備了一個數據分析師基本的硬體技能。從基礎的sql語句、統計學知識，到python爬蟲，以及高階的機器學習演算法等。
問題出在哪裡？問題出在分數、能力、專業、崗位這四者之間是不互相畫等號的。高考數學考得好，只說明這個學生有良好的數學素養，但這種素養要和個人能力特長，知識背景結合才能發揮作用。如果不看個人特長，就會導致上述的悲劇。
就以資料分析崗位的工作為例，資料分析遠不止算個數，套個公式那麼簡單：
l 在工作中，考卷不是現成的，需要自己和業務方溝通，確認問題；
l 在工作中，考卷題目可能是錯誤的。需要有業務知識積累，才能辨明真偽，回答業務方真正問題；
l 在工作中，答題的筆紙考場都需要借用。資料從採集，傳輸，儲存，都需要做工作。其間涉及大量開發工作支援與部門間協調溝通；
l 在工作中，答題的形式是複雜的，單純提取數字還不行，還得計算，還得做視覺化。
這需要一個人有溝通能力，有專案管理能力，有邏輯思維能力，有各種系統開發能力，還得有些審美常識，懂一些商業做法，懂一些表達技巧。這裡複雜程度遠遠超過了坐在教室裡算個數，所以只是覺得自己坐在教室裡算個數得高分，就能勝任一個工作，真的是太天真了。
適不適合一個工作，只有真的接觸到工作本身，才能判斷。對在校學生來說最好的辦法就是實習。多實習幾次，就多一些體驗，多一些看清楚自己的能力特長的機會。越早實習就越能為後續工作鋪好路，越在學校裡憋，後邊求職翻車機率越大。
想要考試成功就得多在學校學習，多和同學老師在一起。想在職場成功，就得多和職場人士在一起，少聽職場的人炫耀工資收入，少聽職場人抱怨工作辛苦，觀察他們的工作內容與狀態，瞭解他們的崗位、技能、工作流程，會更快的成長。
即使在工作中發現自己不適合資料分析崗位，也不影響利用資料幫助自己進步。
一個數據能力強的銷售，可以在打標時很誠懇的說：我們的產品上線後可以滿足您10個需求點中7個，縮短60%執行時間，節省您45%的費用，對需求部門而言，工作流程減少5步，每天節省25分鐘操作，大家可以少加班了。而不是吐沫星子橫飛的拍胸脯：“行行行，我們啥都能做！”
一個數據能力強的運營，可以利用百度指數，輿情資料搜熱點，可以做爬蟲，做語義分析找使用者情緒，快速從熱點中提取可以借勢發文的熱點。而不是抓耳撓腮憋內容：怎麼寫個10萬+呢，要不要抄這一篇呢？
一個數據能力強的產品，可以在設計方案的時候就根據使用者邏輯，預估到產品上線後的表現。合理的設定監測指標，驗證自己的判斷。而不是：“哦，來個ABtest吧”然後做兩根柱子哪個柱子高了用哪個版本。
一個數據能力強的策劃，可以基於經營資料層層解剖問題，找到經營中真正關節點對症下藥。而不是今天聽了A老總抱怨銷量不好就匆匆上活動，明天聽了B老總抱怨活動太多幹擾正常銷售就急著撤。大後天哭訴：“我到底做不做活動了，嗚嗚嗚”。
1. 業務路線：準確抓住老闆們心思，彙報到位，深得信任，被委任管理整個資料部門。
2. 產品路線：主導資料產品開發，上線，最後成為產品線負責人，管理一整個BI團隊。
3. 專案路線：主導一些核心專案，比如搜尋演算法，推薦系統，成為無可替代的專家。
並不是所有的同學都適合做開發，也不是所有同學都適合做彙報。在業務應用與開發之間選一個方向精進，會更快的成長。
https://edu.hellobi.com/course/165
從您的描述來看，可以能您已經具備了一個數據分析師基本的硬體技能。從基礎的sql語句、統計學知識，到python爬蟲，以及高階的機器學習演算法等。
工作中重要的不是知識而是綜合能力
問題出在哪裡？問題出在分數、能力、專業、崗位這四者之間是不互相畫等號的。高考數學考得好，只說明這個學生有良好的數學素養，但這種素養要和個人能力特長，知識背景結合才能發揮作用。如果不看個人特長，就會導致上述的悲劇。
就以資料分析崗位的工作為例，資料分析遠不止算個數，套個公式那麼簡單：
l 在工作中，考卷不是現成的，需要自己和業務方溝通，確認問題；
l 在工作中，考卷題目可能是錯誤的。需要有業務知識積累，才能辨明真偽，回答業務方真正問題；
l 在工作中，答題的筆紙考場都需要借用。資料從採集，傳輸，儲存，都需要做工作。其間涉及大量開發工作支援與部門間協調溝通；
l 在工作中，答題的形式是複雜的，單純提取數字還不行，還得計算，還得做視覺化。
這需要一個人有溝通能力，有專案管理能力，有邏輯思維能力，有各種系統開發能力，還得有些審美常識，懂一些商業做法，懂一些表達技巧。這裡複雜程度遠遠超過了坐在教室裡算個數，所以只是覺得自己坐在教室裡算個數得高分，就能勝任一個工作，真的是太天真了。
適不適合一個工作，只有真的接觸到工作本身，才能判斷。對在校學生來說最好的辦法就是實習。多實習幾次，就多一些體驗，多一些看清楚自己的能力特長的機會。越早實習就越能為後續工作鋪好路，越在學校裡憋，後邊求職翻車機率越大。
想要考試成功就得多在學校學習，多和同學老師在一起。想在職場成功，就得多和職場人士在一起，少聽職場的人炫耀工資收入，少聽職場人抱怨工作辛苦，觀察他們的工作內容與狀態，瞭解他們的崗位、技能、工作流程，會更快的成長。
作為基礎能力，資料分析用處更大
即使在工作中發現自己不適合資料分析崗位，也不影響利用資料幫助自己進步。
一個數據能力強的銷售，可以在打標時很誠懇的說：我們的產品上線後可以滿足您10個需求點中7個，縮短60%執行時間，節省您45%的費用，對需求部門而言，工作流程減少5步，每天節省25分鐘操作，大家可以少加班了。而不是吐沫星子橫飛的拍胸脯：“行行行，我們啥都能做！”
一個數據能力強的運營，可以利用百度指數，輿情資料搜熱點，可以做爬蟲，做語義分析找使用者情緒，快速從熱點中提取可以借勢發文的熱點。而不是抓耳撓腮憋內容：怎麼寫個10萬+呢，要不要抄這一篇呢？
一個數據能力強的產品，可以在設計方案的時候就根據使用者邏輯，預估到產品上線後的表現。合理的設定監測指標，驗證自己的判斷。而不是：“哦，來個ABtest吧”然後做兩根柱子哪個柱子高了用哪個版本。
一個數據能力強的策劃，可以基於經營資料層層解剖問題，找到經營中真正關節點對症下藥。而不是今天聽了A老總抱怨銷量不好就匆匆上活動，明天聽了B老總抱怨活動太多幹擾正常銷售就急著撤。大後天哭訴：“我到底做不做活動了，嗚嗚嗚”。
而一個優秀的資料分析師，也可能透過至少三種方式升職成功：
1. 業務路線：準確抓住老闆們心思，彙報到位，深得信任，被委任管理整個資料部門。
2. 產品路線：主導資料產品開發，上線，最後成為產品線負責人，管理一整個BI團隊。
3. 專案路線：主導一些核心專案，比如搜尋演算法，推薦系統，成為無可替代的專家。
並不是所有的同學都適合做開發，也不是所有同學都適合做彙報。在業務應用與開發之間選一個方向精進，會更快的成長。
https://edu.hellobi.com/course/165