“我不想因为不会Python而浪费我很有创意的想法”
你是不是想学Python,但心里又有一个声音在说,“太难了,学不会”,或者是“我知道学了很好,但学了又有什么用呢?”
心理学里有一个概念叫做False Belief——错误信念。意思是,人人都有一些经不起现实推敲的信念盘踞心底,而这些错误信念阻碍了你作出自由的选择。就像Sadness在Inside Out里的台词:I'm too sad to walk. (这就是一个典型的错误信念)
不妨想想这两条错误信念站不住脚的原因是什么?
1. “太难了,学不会”:Python被公认是最适合编程入门的语言,如果你没有编程基础,那Python就是你最容易学会的编程语言。所以,还能说它“太难”吗?
2. “学会了Python没什么用”:Python能带给你职业发展上的好处太多了:丰富简历、面试、优化项目流程、自由收集数据落实想法、升职加薪......所以,学Python没用吗?
我知道这还说服不了你,所以我采访了两个很特别的人。
一个,是营销背景的数据人,从典型的传统营销人,变成以数据为武器的高级数据编程分析师。
一个,是以“让所有人都会大数据”为梦想的机器学习工程师,在本职工作外,他花了大把的时间为纽约的初创公司做机器学习咨询服务,为NPO非营利组织义务教授机器学习原理。
这两人,一个深谙“转型之术”,一个懂得“普及之美”。
下面就进入我们的采访,让他们来告诉你,为什么Python:
1. 人人该学
2. 人人学得会
Effie & Henry
什么样的人应该学Python?
“不是只有很厉害的人才能写代码”
“我希望能让普通人都觉得Python很容易”
Effie:虽然是老生常谈,但我还是想说,大数据是趋势。最直接的感受就是很多很多公司面试时都在问大数据。但大家依然有一个错误的理解就是,觉得一定是真正的scientist——比如PhD——才能做大数据。其实普通人就能掌握编程技能,完全不需要一个博士学位。AI和Machine Learning不应该被包装成很深奥的东西,导致大家还没有接触就觉得“哇!这一定很难”。所以我希望通过开课来教大家怎样把Python运用到很多地方,比如marketing和business。普通人也可以从中收益。
Henry:嗯我很同意Effie的看法,我觉得“很懂engineering和data science的人才能做AI”是一个谬论,“必须要很厉害才能写程序”也是谬论。我希望打破这个谬论,让大家都能做这件事情。越来越多人进来大数据这个领域,这个领域才会越来越好。我们开设《Python爬虫课》和《Python数据分析》这两门课程就是希望,从Marketing、Machine Learning交融的地方出发,教大家如何用python解决很多商业应用场景下的问题。
“营销女孩”和“工程男孩”如何合作开设Python课?
“我们决定Standardize这个互相问问题的过程,所以我们开了这门Python课”
Effie:我和Henry其实是滑雪时认识的。我在Marketing这个行业里算比较偏technical的,但是和Henry这样的Machine Learning Engineer比起来还是差一大截。所以我就经常问他Python的问题。而Henry是一个想做Strategy的工程师,所以他在经历面试、遇到consulting方面的问题时也会经常来问我。所以我们互相在接近对方的领域。因此我们决定一起来做Python的课程,帮助marketing的人了解编程,同时也帮助engineer的人了解business。
Henry:因为Effie和我经常互相问问题、互相教东西,我们也在这个过程中摸索出一些教零基础的人用Python的技巧。于是我们就想,这个过程是不是可以标准化?是不是可以被复制给其他人?所以我们决定把它做成课程,普及给所有人。一方面是想得到更多的反馈,另一方面也是从交叉领域中学到更多的东西,教学相长。
不懂Python最大的损失是什么?
“我不想因为不会爬虫而浪费我很有创意的想法”
“不要觉得很难,这是最基本的、你应该会的东西。”
Effie:学技术不是为了成为programmer或者engineer。而是为了,当我进行分析时,不希望有任何东西成为我的阻碍。我不想因为不会爬虫,而浪费我很有创意的想法。
比如,我有一个很聪明的同事,可是他不那么technical。最近Facebook和Instagram因为privacy的问题,在API上阻碍很多,导致我们一直使用的爬虫工具不能处理了。所以他就直接和老板说没办法。但我说让我试试看,我知道手动去爬是可以的。然后我就把Instagram上的数据爬下来了,并且因为有了数据,我们得以建立了一个模型。于是大家都说,“Effie的办法好棒,我们就按照你说的做!”
其实这个idea并不是只有我有,我的那个同事其实也想到了,但他由于不知道怎么执行,那个idea就被扼杀了。所以,如果你不会工具,你的idea就会死掉。有同学说,“我走的是Strategy路线,不需要学太多工具”。我觉得对于Marketer来说,即使你对编程没有很大的热忱,你想走Strategy路线,ok,但不要让技术成为你的阻碍。
我们不要抱着“天啊这是爬虫,好难”的心态,而是应该觉得,这就是一件很基本的事情,是你作为一个analyst基本应该会的东西。用不用得到是另外一回事,用不到ok,但这是最基本的一项工具。这是我对它的定义。
Henry:其实你在爬虫的过程中,会发现很多意想不到的信息。比如说,我们在《Python爬虫课》里会讲到爬Nike的网站,有原本的定价、折扣价、还有员工价。那你是不是就可以利用这些信息去建立pricing model,如果你在Adidas做Marketing,那你就可以利用Nike的这些信息去决策接下来怎么帮Adidas做promotion。所以学Python最大的好处就是可以获得更多的信息,做更审慎的分析。
我不想转行做数据,也应该学Python吗?
“0-3年的营销人必须要锻炼自己的Technical Skills,因为这是你最容易贡献价值的地方。”
Effie:我觉得在junior时,技术是让我最直接脱颖而出的方法。我当时自学了VBA,这个Excel里旧到没有人用的东西。但我用VBA把我们的Excel给automate了,公司就觉得我很厉害。所以,如果你是职场新人,没办法做大方向的决定,那通过technical的角度,你的value一下就上去了。
而且最重要的不是展示你会python,而是证明你有学习的能力,和去学习新东西的意愿。
市面上已经有很多“傻瓜”爬虫工具,为什么我还要学这门Python爬虫?
“营销人过度依赖‘傻瓜’爬虫工具,出了问题自己解决不了”
Effie:工作中有很多工具可以爬一些东西。但是营销人会过度依赖这个工具,万一有一天instagram不给你这个工具爬了,你就真的不能爬了,因为不懂自己去用API。而且你也要受到工具的牵制——你只能爬它可以爬的东西。
我觉得自己懂API是很重要的。而且学习API并不是很难。只要爬过两三遍就基本知道了API是怎么运作的。之后如果你要去自动化 Google Analytics、DoubleClick那些平台,也不会很难。因为你已经习惯了一个学习的过程,通过练习2-3个平台后,你就等于为其他无数个平台的爬取打造了一个基础。你知道无非就是这么个过程。
《Python爬虫》这门课还会讲一下server是怎么运作的,HTML等网络元素的基本知识。我觉得都是很有用的知识。我之前自己报名了个web developer的课,其实网页开发在我工作上是用不到的。但了解前端developer的工作流程,能让我在做analytics时更加得心应手。所以并不是说,不是你的核心工作内容,你就不去学。你但凡想要吃透你的核心工作内容的内涵,你就得去学和这个工作的外延有关的东西。
Engineer和Data Scientist也可以从这门课中受益吗?
“有经验的工程师会思考数据的商业意义”
Henry:如果做Data Science的话,对business肯定很感兴趣。Data Scientst的目标都是要解决一个商业问题。《Python爬虫课》这门课对于Data Scientist来说也很有用。因为大家除了要handle internal data,也要处理external data。比如我今天上班,我老板就需要我抓别人网站的数据。对于很多这一类ad hoc的分析来说,Python爬虫就很有用。
Effie:对于工程师来说,假设你告诉他“你去抓这个网站,需要抓什么什么metrics”,“抓”的这个技能可以从学校里学。但对于比较有经验的工程师来说,他们会想“我抓的metrics是什么,我为什么要抓这个东西”,这是一种思维方式,是有一定经验累计沉淀出来的东西。
说了这么多,你是不是对这门Effie和Henry开设的《Python爬虫课》非常好奇?
那就来看看这门课到底有哪些内容吧!
以爬取Twitter、Reddit、微信、其他公共页面为例,学会如何用Python进行网页爬取,高速捕获网络世界的缤纷数据
直播课程 & 实操作业让你学会用Python进行社媒聆听,并学会对爬取到的海量社交媒体数据进行商业分析
6大案例实战,4个家庭作业,1个Final Project,课上课下同时用功,夯实巩固所学,扎实掌握知识
将课程所学、作业所学迁移到工作场景,当老板想要让你找一些External data的时候,你可以像变魔术一样把数据变出来,并作出完美分析。实用、与工作贴切是我们每一门数据分析工具课的必备特点
课程结束后,完成作业的同学将会获得课程结业证书!
课程大纲:
课程原价$249美元 (人民币:1686元)(6-8小时课时直播交互课堂+录播回放)
前10人:$169美元 (人民币:1144元)
第11-20人:$199美元(人民币:1347元)
满20人后恢复课程原价
还等什么,赶紧联系小助手MissApe报名吧!
下面是两个访谈中的bonus问题,关于两位老师的职业规划以及给职场新人的建议:
你们觉得现在这份工作,可以怎样帮到你职业规划的下一步?
“我的final goal是变成一个做product的人。”
Effie:我最早做的是广告,但广告并不能影响到产品的实质。产品是你直接产生影响力的东西。比如Chase这个app,用户login之后进行银行账户的管理。这是非常直接的用户体验。我可以通过产品来影响客户对Chase的理解。我现在在Code and Theory,我们是一家制造产品的公司。通常市面上产品经理管理的是已经存在了的产品,帮助产品发展到下一阶段。我们公司做的是从无到有的过程,是创造产品的过程。我做analytics,需要和developer、designer、UX合作,理解每个部门的需求和目的。久而久之就养成了去服务其他部门的习惯。虽然这家公司没有那么大名鼎鼎,但它对我下一步的职位发展是一个很好的准备。
Henry:我是做Machine Learning的,我发现Machine Learning最有趣的地方是它可以帮助不同的人解决不同场景的问题,而Machine Learning中我觉得最重要的一步就是定义好你要解决的问题。我举个我在非营利机构DataKind做志愿者的例子。我需要带领一个团队去定义一个问题,然后用机器学习的方法去找到解决方案,帮助一些非营利机构。在这个过程中我发现,很多时候最重要的不是你需要会什么高级的算法、你需要什么样子的feature等一些engineering的东西,而是一个可以把问题定义清楚的人,所以我很受鼓舞,想要往这个方向走。刚好我现在的公司做的事情就是让普通人也能用Machine Learning。这也是为什么我想加如这个公司的原因。我们是一个平台,有不同领域的客户需要我们去pitch,所以我就有机会做一些data product来作为pitch的demo。我想做product是因为想把问题定义好,这样做接下来的步骤就会比较轻松容易,也能作出比较有影响力的东西。
你们对职场新人有什么忠告?
“不要等老板布置任务”
“多上课”
Henry:主动take responsibility是最快上手的办法。如果你在startup工作,会遇到很多模糊的任务。你先抓一个模糊任务去做,做的过程中去了解公司的业务是什么。不要等人家布置任务。
Effie:最好的办法是上课。我上了很多线上课程。而且我惊喜地发现我的同事们也很喜欢上课。大家都上过UX的课程,但其实没有一个人是做UX的。但因为都在这个领域,所以都在往这个方向reach。对于一些比较难的课程,我知道我不会做,但我哪怕我全班倒数第一名,我还是依旧比纯analytics的人懂得多。所以上课是保持学习的一个很好的方法。
Effie和Henry的采访内容到这里就结束啦!如果你感兴趣他们的《Python爬虫课》,或是对课程内容有任何疑问,就赶紧向小助手咨询报名吧!
关于MarTechApe
MarTechApe是一个来自纽约、专注MarTech领域的知识分享|技能学习|求职服务的终身学习平台。我们提供最专业的Marketing Technology课程。