我為什麼要放棄微軟offer
我是小小神獸：
本人本科就讀於華南理工大學電腦科學與工程學院，專業是計算機軟體。碩士就讀於中山大學的耐基梅隆聯合工程學院，現在這個合作專案已經停止，原學院被併入電子與資訊工程學院，方向是電腦科學與技術。
本科期間，獲得過國家獎學金、國家勵志獎學金、校三等獎學金，一兩個專業競賽的獎項，以及一些其他非學術性的獎項。可以說，不管是基礎學科還是專業學科，理論知識我都學地相當紮實。比如當時微積分考年級前幾名，線性代數90+，概率論80+（華工概率論還是教得挺難的），作業系統接近滿分等等…
鑑於本人的專業背景，如果要去網際網路IT行業就業，可以說得上是妥妥的科班出身了。
但是，本人有致命的短板！就是程式語言的實踐能力很弱，講得通俗一點就是 coding 能力不行。
說到這裡有點汗顏，畢竟本科前三年有大把時間可以加強自己的程式碼能力。關於當時為什麼會出現程式設計能力弱的情況，我以後專門寫一篇文章來論述，順便通過自己的經歷與感悟，給後面學計算機的師弟師妹尤其是師妹們一點經驗教訓。
這樣，大四逃避就業的我選擇了保研繼續讀本專業的研究生。碩士專案是2年制，第一年在中山大學就讀，第二年赴美國卡耐基梅隆大學就讀。坦白說當時報這個專案也是衝著卡耐基梅隆大學的實力跟名氣去的。
後來因為很複雜的原因，第二年沒有去成美國，同項目的絕大多數同學都照樣赴美，今年7月份已經有5個同學在谷歌就職了，其他同學中也有很多在同等牛逼的公司工作，可以說他們都非常優秀。
17年暑假班上的同學基本都申請了實習，我也不例外，去了微軟 CSS Azure 雲平臺的一個 專案組實習了三個月，然後順利地通過了轉正筆試、面試，拿到了 微軟offer，崗位是技術支援工程師。
之前還有人在知乎問微軟技術支援工程師是不是很邊緣化、很水的問題。其實，技術支援工程師並不水，微軟很多其他開發部門類似資料庫組的很多大牛，有些也是從這個職位轉過去的。所以這個崗位也是能學到很多東西的，加之薪酬、工作環境、企業文化，可以說對於當時的我是一個非常不錯的選擇。
講了這麼多，到了現在18年暑期，按理說，我的學制是2年制，現在應該已經在微軟工作了。但是因為個人的一些原因，加上論文完成時間比較緊張，所以選擇推遲一個學期畢業，也就是今年年底畢業。我把這個情況告訴了微軟的領導，領導也告訴我說既然公司給了我 offer，我也還是能去的，但是為了我的職業生涯考慮，在這個期間不要忘了學習，還讓同組的其他員工給我制定學習計劃。
對於這樣人性化的公司和重視員工自身發展的老闆，我都深懷感激。那麼，現在的我為什麼又要放棄微軟offer，選擇做資料分析師了呢？
就在7月上旬，跟朋友在微信聊天的時候，朋友偶然間的一句問話“就打算去無錫那邊了嗎？不考慮 bat 這些大廠了嗎？”
說實話，我也心動過，考慮過，但是因為尊崇契約精神，對微軟領導給我的照顧和公司文化的欣賞使得我堅定畢業後一定會去微軟。
但是，也許是因為內心深處的那個聲音，一直在呼喊，“你真的認為自己適合那個崗位嗎？”
的確，內心深處，提起即將就職的崗位，我的內心毫無波瀾和期待。並不是因為這個崗位不夠吸引人，而是覺得自己的興趣與優勢並不在此。此外，因為一些個人的原因，畢業想先呆在廣州和深圳這邊工作，所以趁這個契機，我想改變。
我開始搜尋已經開放秋招提前批次的公司，搜尋匹配我專業背景、職業能力、個人優勢的崗位。漸漸地， ofollow,noindex">資料分析師 這個崗位映入眼簾。
接下來，我像餓了很久的獅子突然看到了久違的獵物，開始瘋狂瞭解資料分析師這個崗位的要求與主要職責。一番瞭解，將資料分析師的主要要求歸納如下：
第一，邏輯思維能力強，對資料敏感。
我個人覺得這是非常重要的一個能力。每個職業都有每個職業的專業特質，這個特質是潛藏在每個人的身體和腦子裡的。如果不具備這個行業的特質，但是卻硬要做這個工作的話，那就像讓愛因斯坦去跳舞，讓郭德綱去做嚴肅的政治教育一樣，讓人變扭。
資料分析師是一門跟資料打交道的工作，它要求你在海量的資料中針對性地提取自己需要的資料，經過自己的一番方法論跟實踐操作，得到你想要的資訊，從而針對自己想要的結果作出相應的決策。這個過程，少不了跟資料打交道，如果你是一個看到密密麻麻的資料就腦袋疼而不是看到資料就興奮就想搗騰一番的人，那麼你大概率不適合這份職業。
此外，還需要對資料敏感。所謂對資料敏感，就是給你看一眼資料，你能比較容易地洞察裡面的規律，洞察在英語裡面叫 insight，指的就是透過現象看本質。當然，實際工作中不可能一眼就發現問題，只是為了說明有相應的敏感觸覺。資料分析的最終目的是要發現問題，找到規律，繼而利用規律，達到自己想要的結果。所以如果對資料木訥，很難發現現象背後潛藏的規律。
第二，溝通能力強。
資料分析師工作中需要的資源很多時候不是自給自足的。往往需要從公司其他團隊或者人員那裡獲得。自己的工作成果、或者工作中間遇到的問題也需要反饋給別人。這就註定了資料分析師必須是一個專案多面手。其實這個社會中大部分的工作都需要能夠團隊協作，善於溝通的人，只不過資料分析師尤其如此。
第三，必要的業務知識。
資料分析落實到具體工作中，都是對某一個領域或者某一門生意的分析。瞭解相關的業務知識，才能更好地理解和優化自己的工作。
第四，數學，尤其是統計學要好。
這很好理解。作為一個碼農，你的程式碼能力是你的佩劍，你的演算法就是你的心法。劍法再厲害，心法如果不能升級的話，程式碼打的再好也只是一個碼農。
這就是為什麼現在市場上優質的資料探勘工程師薪資高的原因，因為人家演算法研究的厲害，能夠從根本上驅動業務快速增長。
相應地，資料分析師的工作會大量用到統計學、資料探勘的相關知識，數學學得好，才能晉級為高階資料分析師。當時，有些公司是不需要這麼高階的能力的，很多小公司只需要你會 excel 就足夠了。但是，如果志存高遠，那麼數學基礎要打好，它決定了你在這條路上能走多遠。
第五，熟悉excel、python、R、SQL、ppt等工具的使用。
再厲害的想法也需要實踐才能落地。初級資料分析師需要熟練使用 excel ；中級資料分析師需要學會 SQL，python 和 R 中可以任選一個進行學習，兩者都會那更好；ppt是用於展示分析結果的工具。
綜合上面資料分析師的要求，結合自身專業背景和個人性格，我認為資料分析師是一個非常適合我的短期內的職業定位。為什麼這麼講呢？
計算機的專業背景使得我第四、五條基本具備，其中有不精通的可以繼續精進學習。個人特點也是對資料敏感、看到好多資料出現的時候，就喜歡分析、觀察有沒有什麼現象，這滿足第一條。
本人的性格特點也是比較擅長溝通，不是那種碰到陌生人、不熟悉的人就會發顫的，對於要和不同的團隊打交道，個人還是蠻期待的，這滿足第二條。
這樣自我分析下來，發現就缺業務知識了。我對於自己的學習能力還是非常有信心的，所以即使這塊暫時是空白的，我也有信心去努力完備。
這樣，當我決定了要成為一名資料分析師，同時考慮到第三點，那我必須要選擇一個具體的領域去學習。出於下面兩點考慮，我基本確定了往 網際網路金融 領域發展。為什選擇這個領域呢？
第一，中國網際網路金融還在初期階段，還有很多不完善的地方，想要發展成為美國那樣專業的人才還有很長一段路要走。未來幾年內這個領域的需求會非常多，就業機會還是蠻多的。
第二，金融學的相關知識可以說是一種通識知識。通識知識就是指我們在日常生活、人生過程中需要的避免不了的知識。學好金融學的相關知識，對於以後自己的投資理財都是非常有幫助的。
洋洋灑灑寫了快3千字了，總結了自己從本科到現在決定將資料分析師作為自己短期職業定位的心路歷程。於我而言，碩士一畢業就滿25歲高齡了，彼時相比已經有三年工作經驗的本科同學們，我還是零經驗。但這並沒有讓我感到焦慮，因為，往適合自己的正確的方向走才能做有用功。
從25歲開始工作到65歲退休，我還有漫長的40年職業生涯要走，精力夠的話，我甚至根本就不會退休。誰也不能預計未來的自己會經歷怎樣的職業發展道路，但是隻要是遵從自己內心、結合自己的個人優勢，能夠最大程度的發光發熱，那就是最充實、最有成就感、最幸福的事…
我是猴子社群會員，知乎：小小神獸
推薦： 成為頭號玩家的關鍵是做好職業規劃
