很多人私信我，问我转行的事，我没回复，说实话这个问题我回答不了，也不敢回答。人生大事，我的经验还不足以指引大家，请谅解。不过我建议可以咨询下吧主大人。
今天和大家谈谈模型的事吧。我对数据分析师的理解有过很多次改变。第一次是在大学的时候，觉得数据分析就是能用代码写出大部分人都看不懂的模拟退火算法，很酷，很自我。第二次是接触了一位牛人之后，在他的影响下对数据分析有了新的认识，明白了数据分析原来也有内外功之分。第三次是工作之后，理解了数据分析和话语权之间的关系。这和模型有什么关系呢？
无论数据分析师是个杀马特也好，是个军事也罢，模型的作用其实是贯穿始终的。你可以拿模型**，你可以拿模型树威，当然你也可以拿模型作为谈判加薪的筹码。模型是实实在在的外功！可以让人看得见的外功，可以迅速拔高身姿的外功！我说模型是外功，好多人可能就不理解，模型不是数学吗，不是理论吗，不应该是内功吗？这就是角度的问题了，纯技术的会把模型算法当内功练，我是把经验和思维当内功练。在我看来，模型的大部分招数都是有定式可寻的，而经验和思维往往又决定了模型的取舍优劣。这是我的看法。
下面来探讨一个问题，模型为什么这么重要，甚至可以重要到成为你的核心竞争力？这里首先需要说一说模型的本质，就目前的技术看，其本质是对经验规律的抽象和总结，并且往往是建立在一定假设基础上的，假设的作用是什么？假设规定了模型的适用场景。基于这个认知，产生了两派意见，一派认为经验高于模型，一派认为模型青出于蓝而胜于蓝。其实在大数据时代之前，两派观点很难说孰优孰劣，小样本总会带来这样那样的问题，以至于经验往往占了上风。即便是在大数据时代，由于数据孤岛的存在，数据结构的偏斜，数据说服力不强的情况依然时有发生。于是，我们会发现一个神奇的现象，国内绝大部分企业决策层对模型而言，是纯小白 ，他们所依仗的便是经验。所以有趣的现象就来了，大数据来了，人工智能来了，他们看不明白，但又不想被淘汰，于是凭借多年经验积累下来的危机感，开始重视模型，开始招揽人才！即便模型和大数据的结果依然不被允许颠覆他们已有的经验认知，但是这种变革就在这种滑稽的背景下开始了。模型也被提上了核心竞争力的地位，成为企业面子的一部分。
说到这里，其实还没有回答数据分析师是如何凭借模型巩固地位的。其实也非常容易理解，每个数据分析师整出来的模型参数大概率是不同的，越是复杂的项目，比如动力学模型，越是如此。一般一个建模项目少则数月，多则几年，因此需要经验丰富，对模型参数了如指掌的模型师。所以，一旦企业模型建成，想换数据分析师，比换个模型还要难。