本篇教程介绍了大数据分析之数据分析师的30种死法，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据分析的理解更加深入。

<

　　以下内容仅供大家会心一笑，与现实无关，如有对号入座者，我也不认账……

     
        1.项目来了，发现找不到数据，卒。
 
　　2.找开发同学帮忙取数，一个月的项目排期要等三个星期，卒。
 
　　3.靠着不停的骚扰开发同学，一个星期拿到数据，发现重要的数据项不全，卒。
 
　　4.终于拿到完整数据，发现超过一百万行，Excel打不开，卒。
 
　　5.导到MySQL里处理，发现单机跑一个连接操作要老长时间，卒。
 
　　6.建立索引，操作跑的快一些了，开始做数据清洗，发现存储过程写错了字段名，把不该删的内容删了，卒。
 
　　7.重新来过，做完数据清洗，跑出了统计报表，发现有异常值，去问开发同学，开发同学经过认真细致的排查，表示之前取错数了，卒。
 
　　8.再三确认数据没错，正准备甩开膀子大干一番，领导过来说需求改了，卒。
 
　　9.按新需求取数，准备开始建模，发现数据项不符合模型要求，卒。
 
　　10.动用大杀器Python对数据进行重构，遇到中文乱码问题，卒。
 
　　11.重构完数据，开始建模，发现模型结果不显着，卒。
 
　　12.调参数，重跑，再调，几次之后觉得效果还不错，把规则提取出来，然后发现召回率不够，卒。
 
　　13.终于把模型搭建好了，开始写PPT，绞尽脑汁想洞察结论，想不出来，卒。
 
　　14.BOSS觉得报告内容太单薄，打回重写，卒。
 
　　15.BOSS觉得报告的故事线不明确，打回重写，卒。
 
　　16.BOSS觉得模型看上去不够高大上，打回重写，卒。
 
　　17.BOSS觉得PPT不好看，打回重写，卒。
 
　　18.BOSS……BOSS没意见了，拿去给业务部门讲，被质疑成筛子，卒。
 
　　19.吸收了业务部门的意见，重新做了报告，业务部门表示非常好，希望今后每周都能更新，卒。
 
　　20.决定做模板来满足业务部门需求，发现原始数据还得自己取，卒。
 
　　21.找开发同学谈定期取数，开发同学表示这个事产品经理说了算，卒。
 
　　22.找产品经理谈需求固化，产品经理表示这事优先级不够高，等俩月排期，卒。
 
　　23.软磨硬泡搞定了产品经理，BOSS又要求模型能够支持产品策略优化，卒。、24.整理完策略规则，跟产品经理磨破了嘴皮子确定了产品优化方案，线下测试发现策略有问题，卒。
 
　　25.新策略终于上线了，结果线上产品出了问题，莫名其妙背锅，卒。
 
　　26.数据分析工作的KPI不容易衡量，升职困难，卒。
 
　　27.好不容易升了职，发现工作量没减少，要开的会倒变多了，卒。
 
　　28.新来的小弟表示我其实一看数据就头疼，就是觉得搞大数据能赚钱，啥都学不会也不愿意学，卒。
 
　　29.上边的大BOSS换了个不懂行的，要汇报工作，大BOSS问，报告又不能卖钱，你们的价值体现在哪，卒。
 
　　30.大BOSS表示数据分析团队不能直接创收，应该改行做业务，卒。
          

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据分析频道！