至少要有能证明你的资质的东西吧，连自己的发帖信息都隐藏了，很难让人相信

作为数学系毕业的，我的观点是，可以学，高中基础影响不大，大学数学和高中完全就是两码事，你找到好的教学视频和教材就可以学下去，当然能学得多好还得看你自己的数学悟性。

高中数学里涉及到的微积分和线性代数知识极少，而且也受限于高中数学的整体框架没法展开。我们这些数学系的同学上了大学就得从头来（除了少数提前学了的）。高中数学知识最多也就是检验一下你的数学悟性如何，对大学数学的学习帮助很小（不夸张的说，任何一门数学系的专业课程的知识量都能超越高中三年的数学知识量）。

楼主看到的话求回复一下 gmail 的邮件

要传达想法，游戏可以说是这个时代最好的方式，如果觉得自己文字能力不行，可以去找会写剧本的人，自己提供编程技术就行。

哪怕在游戏技术方面没有积累，凭着技术功底要自学也不算很难的事。

公众号看起来不错

从我自己的经验来看，虽然大家都说编程是搬砖的体力活，但要往更高的水平发展的话，也一样是需要天赋的。编程是有很多枯燥的体力劳动没错，但最核心的部分——程序设计能力，我觉得是需要一定的天赋，外加不断学习新知识，然后总结和实践，才能获得提升的。

希望「感觉自己做得好」，其实就是工作的成就感的问题，如果你还不愿意放弃程序员这条路的话，可以把注意力放在挖掘工作中的成就感上，比如帮同事解决了困难，得到赞扬之类的，有时候帮助别人其实就是帮助自己。不过我个人的意见来说，工作 5 年，在一个领域小有建树之后，想要精进技术就会变得越来越难了，而且边际收益会大大降低。这时候多去了解其他的知识，尤其是和工作关联的那些非专业知识，反而更容易促进技术的精进。因为你会有更多的视角来看待问题，从而对自己熟悉的东西有了新的理解。

学习数据分析，我觉得就是一个很好的尝试，不一定要成为一个分析师，了解这些知识，对于理解产品也是很有帮助的。我自己算是阅读比较宽泛的那种，接需求的时候，我不会被动地接受，而是会去思考这个需求背后的逻辑是什么，如果我觉得逻辑不通，就会向需求方提问，如果对方回答得不够合理，就把需求怼回去，或者提出更好的方案。（并不是为了甩锅或者制造对立，本质上仍然是为了解决问题，但需求方提出的方案可能并不是最佳的，我会和需求方深入地去讨论更好的方案）

我的解决方案就是去图书馆，在家的氛围真的不行

想省钱就去青旅，想稍微舒服点就找短租的公寓，很多 app 上都有，比如自如或者某些旅游 app

这种情况还是挺常见的。锅不在你身上，所以也不必太纠结。
先保证交付你可以按时间要求实现的功能，保证质量。不能完成的，让对接客户的人去谈。
这本来就不是你的问题，哪怕客户真的不愿意付钱，那也是销售和经理该头疼的，是他们胡乱承诺导致的。他们又没有足够的谈判能力来安抚客户，这锅只能他们自己背，真要怪下来你就怼回去就完事了。

再补充一下，关于博客的事。我第二份工作拿到 offer，博客就是很大的加分项。我在毕业之前喜欢玩游戏，研究了游戏的 Mod 怎么做，后来写了几万字的游戏 Mod 教程，当时面试官就是看在这一点上认为我学习能力出色，把我招进去了。
我这个已经是偏离得很远了，如果你能写出一些贴合工作需要的博客，就是妥妥的大加分项。毕竟刚进入行业的时候基本都没有拿得出手的项目，主要还是看学习能力，面试官也很为难，他也怕光凭面试会看走眼，有优质的博客至少能心里有点底（前提是你不是抄的，而是自己真正理解了，不然一问就露馅）

我也转行的，没实习没校招，毕业之后学了四个月 Java 找工作了，神奇的是我的第一份工作是 Ruby 开发，老板给了我两周时间自学，然后就开始干活。前期确实艰难无比，就是在小公司苟着学习，然后积累经验之后一步步跳槽，一旦跨过某个坎，比如参与一个有价值的项目，之后的路就会好走很多。

还有就是不要忘记写博客吧，特别是前期，当你没有拿的出手的项目的时候，优质的技术博客是很大的加分项。如果文字功底不行，也可以试试 github 上写开源的项目，但我自己感觉来说，开源项目需要投入的时间精力都远远超出技术博客。毕竟技术文章写一篇投入 10 ～ 20 小时，写个 5 、6 篇，20000 ～ 30000 字，就已经能拿的出手了。投入同样的时间，开源项目可能只能做个皮毛而已，特别是对于没经验的新手来说更是如此。

楼主你好，我是北师本部毕业的，虽然自己没当老师，但教师同学朋友都不少，也有几位同学在北师珠读了研，如果有想要深入了解的信息，可以加我微信，就是我的账号名。


然后我建议报北师大珠海校区，如果有可能还是去本部最好，不过本部的住宿条件相比珠海校区差很多。

1. 楼上很多人消息都不太灵通，北师珠在 2019 年就转变为北师大珠海校区了，这个学历是肯定会被承认的，无需担心。
2. 北师大在师范大学里面算是老大，在教育行业就职具有绝对的优势，而且师范教育氛围也是很浓厚的，像我即使没有打算做老师，也耳濡目染接触到一些教育教学技巧。
3. 公费师范生这个政策，我们每年都有不少同学会吐槽，毕业之季就会选择违约。具体可以在知乎上搜一下公费师范生，如果家庭经济不算困难，是很不建议的报考的，且不说不能跨省就职的问题，想想现在那些排名前列的名校，没有个硕士学位都很难去竞争一个岗位，而公费师范生在读研这件事上太受限制了。
4. 现在学历膨胀，就算是当老师，获得一个硕士学位很有必要，保研率这个，因为是刚刚开办的新校区，所以也很难说清楚是多少，不过就算考研，本校也是很有优势的。

我也经常写技术文章，基本按照楼主的要求来的，确实写下来之后很受好评。大家都觉得写得清晰易懂，这也为我的跳槽提供了很大的帮助。

不过想问问楼主，有没有什么保持持续创作，或者降低时间成本的办法。我平时收集了大量的实践经验素材以及前人的各种总结经验，但一到下笔的时候还是会感觉很吃力，有前面的积累，要写出很多东西并不难，我能用四五个小时写到七千字，但关键是如何把内容收束到主题下，有时候写着写着就觉得自己写得太多了，但是要删掉又怕上下文不完整之类的。我在细节上的解释总是不厌其烦，而这样反复的修改乃至删减花费了我大量的时间，一篇文章从动笔到完成，得花上 10 ～ 20 小时，由于写作非常需要连贯的时间，所以对日常生活也是很大的负担。 就是想了解有什么技巧，能缩短时间，或者把零碎的时间利用起来，毕竟我也不想把一整个周末都拿去写一篇文章，那太累了。

@Sonia96 看得出楼主的决心很大，学习能力也很强，提到了花了 500 小时的时间来学习，我相信基础一定是打得比较牢固了，不是那种临时刷几天课就想要找个岗位的。那么我收回前面说的话，只要切切实实付出了几百小时的努力，真正掌握了相关知识，还是有机会的。

我本身也是从统计专业转程序员的，在当初也是纠结无比，入门的时候非常艰难，只是后面运气还不错，跨过门槛之后获得了飞速提升。应该说这方面还算有点经验，前面虽然说了数据分析确实竞争非常激烈，但是学习能力、编程能力出色的分析师依然是稀缺的，哪怕转 SDE 也是可以的。如果你有兴趣，我目前在做的数据工程，也是一个很好的选择。

我是在一家数据公司任职，公司就是依靠挖掘数据价值，为企业提供解决方案来盈利的，我们自己开发爬虫获取数据，然后进行清洗加工，挖掘分析后呈现给客户，我们有完整的数据价值链条。

楼主没有留联系方式，如果楼主对挖掘数据价值有兴趣的话，可以加个微信详细聊一聊，微信账号和我 v 站的 id 同名。
我可以给你解答当前行业的现状以及我自己的建议，也可以帮你内推一下。

作为在数据公司的工作的程序员来说几句，我是统计专业毕业的，所以对数据分析也有相当的了解。

数据分析这个岗位门槛算是偏软的，不像程序员，技能会就是会，不会就是不会。数据分析的能力有很多可讨论的空间，每家公司的标准也不太一样。

无论水平高低，一大堆人都想往这个方向转，我收到的希望内推数据分析的简历比程序员的多出十倍，公司里数据分析师的学历也是远远高于程序员（人均本科 985 硕士海外名校）。楼主虽然是博士，但化学专业真的一点竞争优势都没有，转到数据分析，除非是正好化学相关的，否则就是妥妥的巨额沉没成本，同样的学校水平，公司会更愿意招一个统计、市场分析、商业分析之类专业强相关的硕士，要是没有人吧也会退而求其次，但实际上这类人才的供应非常充足。所以虽然岗位需求确实大，但相应的人才供应也非常多，加上前面说的，软门槛偏低，考察方式多样，很看重学历、实习经历的背书，你面对的竞争压力一点都不比算法岗的小。

简历里提到的这些东西，毕竟都是自学，现在又不是几年前人才供给不足的情况，这些技能几乎是个分析师就会（指的自学一点皮毛，量化标准就是投入的时间在 100 小时以内，如果是专业学这个另说），而且像深度学习这种东西，需求面其实很窄，需要做图像识别的公司或者部门并没有那么多，即使真有需求人家也是倾向招真大佬。什么知识有价值呢？其实是数学建模的思维和能力。AI 下的各种算法，都有其适用面的，每个公司的业务可能只使用到其中一部分，甚至公司自己都不知道该使用哪部分，只是知道遇到了什么问题，想要去解决，而算法会是一个看起来可行的方案。那么这种情况下，你要做的并不是简单地说用什么算法调一下参数就完事，而是需要对问题进行分析，梳理清楚变量和求解的核心目标，决定如何评价计算结果，然后才是考虑用什么样的算法比较好。在这个过程里面，你对算法的熟悉程度决定着你能不能给出最优的算法，但前面的数学建模过程是一切的基础，如果没有这个基础，或者基础做得不好（比如漏掉了关键变量，或者评价指标设计得不对），那得到的结果就不能真正解决问题。相反的，即使对算法不是那么熟悉，也没有关系，基础打好了，算法可以慢慢找，不能保证给出最优，但相对较优也足够了，95%和 90%，对业务来说有时候差别并不那么大。

当然楼主的优势也是有的，96 年的博士，想来学习能力是非常出色的，如果能让面试官相信你的学习能力比其他人强一大截，还是会有机会抹平专业的劣势（但个人是比较悲观的，就说上面提到的这个学历水平，学习能力也不会太差，而专业知识的差距是很难弥补的）

楼主如果能去个一线的、数据文化比较好的公司实习的话，以后求职还有机会。我比较认可的，在国内能找到岗位的，数据文化出色的大公司（排名有先后，仅仅代表个人了解的情况和见解）：Airbnb 、美团、字节、滴滴、阿里、京东。这些是我比较认同的，但也要注意别去到一些边缘部门的数据分析岗（比如京东仓储的数据分析），那就是真打杂，对未来求职毫无帮助。

给楼主的建议，如果楼主对编程比较擅长的话，多展示这方面的能力。虽然编程不是数据分析师的核心能力，基本不会以这个作为核心考量标准，但编程能力好的人，对公司研发资源占用少（简单地说就是可以少麻烦程序员），无论去哪都很受欢迎。

我作为一个局中人，很理解一些同学选错专业之后的焦虑，但还请多多了解各方面的信息。我们公司现在似乎还有一些数据分析实习的岗位，base 深圳，如果有兴趣的话不妨给我发个简历 [email protected]

其实转数据分析的问题算是非常普遍了，我也见过有人成功的，失败的，寻思着这段时间整一个视频或者文章来详细讲一讲这个问题，明确一下大家的学习方向吧。

楼主把事情想得太简单了，建议你先调查一下要做到能和 FIFA 、实况同等水平需要投入多少资金和人力，给出一个大致看起来可行的计划方案，如果你连这样的能力都没有的话，不会有人愿意浪费时间的。