自己2004年毕业后进入公司，今年已经是第16个年头了，我也是数据岗位的老兵，从未离开过数据这个专业，现在回头看，在一个专业领域深耕固然重要，但过犹不及，总是会进入舒适区，从而影响了进步，同时视野会受到限制。

比如我没有做过真正的架构师和程序员，因此对于DevOps的理解也是很肤浅的，云原生这个概念在2年前我都不知道是怎么回事，这对于我未来去做大数据技术创新是一种限制。

有点遗憾的是自己经历少了点，这限制了我的视野，也影响了我的格局。个人的职业发展总是会受到自己的背景和经历所限制，下面就简单讲讲自己在职业发展各个阶段的一些体会。

1、初出茅庐

刚进公司的时候我跟很多人一样冲劲十足，1年时间内成为一名独当一面的取数人员，2年时间内成为一名报表开发人员，再然后成为一名需求管理人员，最后成为一名数据仓库的项目经理，这段经历大概是五年。

取数是做数据的基本技能，报表让你理解了基本的数据表达方法，需求管理提升了业务视野和沟通能力，做数据仓库项目经理让你对于数据平台有了充分的理解，什么ETL、数据建模、数据库、元数据、数据质量管理、数据集市、OLAP、即席查询等等。

很多人没有机会去做这么多类型的数据工作，因此对于数据技术的认知是有缺陷的，而要用数据去驱动业务，并不是靠简单的一个数据技能就可以搞定的。

但接触的多并不代表认识的深，在理解企业的数据方面我是下过苦功夫的，这是最简单的事情，只要你愿意花时间，但很多人好高骛远，连这么简单的事情也不愿意下功夫。

我实习期间把企业的报表指标全部看了遍，然后编写了第一本数据字典，做大数据后，编撰了企业的第一部BOM三域数据字典。

我也不满足于仅会取数，会刨根问底理解清楚数据仓库每张表是怎么来的，经常跑到业务系统的开发人员那里问问源表这个字段是什么意思，知其所以然可以触类旁通，让我取数能力强那么一点点，当然喜欢刨根问底跟以前的学习习惯有点关系。

2、瓶颈期

初出茅庐的成绩靠的往往是以前的惯性，但马上就会进入瓶颈期。

回顾进入公司的第5至第8年，自己的能力基本是停滞的，并不是我主观意愿上不想进步，对于自己知道的不知道的东西，我还是会想办法去提升的，但对于很多东西，我根本不知道自己不知道，我是很难提升的。

可以肯定的是，当时我认为自己干的还行，高看自己一眼是人之天性，就好比每个人都想当然的认为自己的驾车水平在平均值以上一样，可惜的是别人往往不这么看。

更为关键的制约因素也许是：企业数据驱动业务的文化。

换做你，觉得要经历多少次才能领到这些道理，然后找到提升的方法，这些大都还不是技术的问题，解决的办法已经超越了你的认知范围。

你其实不知道自己不知道，如果没点毅力，也许失败了2次就放弃了，根本没有所谓的B选项。然后你就在那呆着吧，这是每个人都会碰到的瓶颈。当然有个好的导师另说，但这又是可遇而不可求的，现在我在团队里持续加强导师制，也有这方面的原因。

有人在硅谷做过统计，人的职业生涯平均最多有2次升职机会，大多死在瓶颈期。

3、转折期

2012年，大数据概念开始井喷，当时社会上每个人都在讨论大数据，公司也开始尝试探索大数据价值运营，由于自己在负责经营分析项目的建设，离数据很近，根据领导要求就开始去接触大数据，没想到这个成了工作的转折点。

2012-2013年自己一直在琢磨O域大数据如何引入、O域大数据的数据质量稽核等问题，记得为了O域数据的引入进行了大量的前期沟通、调研和汇报工作。

有了一点数据后就开始思考大数据如何变现，当时找了很多的国外运营商的变现案例来研究，也写了很多大数据分析报告来论证，那个时候PPT水平也有了提升。

2015年，在业务和技术探索到一定时候，公司认为机会已经成熟，就成立了大数据中心，这是一个集商务、产品和数据于一体的组织，公司希望我们轻装上阵，专注去做大数据价值运营，有了组织的保障，终于有机会大干一场。

4、建设期

新组织意味着新的挑战和机会，大数据中心成立的第一要务当然是归集整个公司的数据，作为数据负责人， 我有机会去重建一套企业级的大数据管理体系，这种机会其实很难得。

很多企业的数据管理做不好是存量包袱太重了，而不是缺乏能力，大家都需要一个机会，我这里列一下这期间做的几个重要事情：

（1）大数据平台的建立，hadoop+MPP+Stream，解决计算存储的问题

（2）BDI交换平台的建立，实现三域数据的梳理和采集，解决数据有无的问题

（3）数据开发管理平台的建立，解决数据开发和开放的问题

（4）数据资产管理体系的建立，解决数据质量的问题

没有端到端重建过一个平台，你对这个平台的理解始终是有限的，而一个大项目的完成总是有那么1-2个人会冒出来，所谓时势造英雄。因此一旦有机会参与公司的重大项目，就要竭尽所能吧，总能从里面学到很多东西。

5、对内运营期

大数据平台建设完成后，最大的挑战是没人用，恰恰在这个时候，公司为了实现数字化转型，开始启动智慧运营：即以大数据为驱动、大IT平台为支撑、流程优化和管理完善为保障、改进客户体验和价值创造为目标，推进生产运营转型提升。这给我们大数据的推广运营提供了自顶向下的支持。

在运营的过程中，大数据平台的内涵不断丰富，数据中台也慢慢起来了，比如原来的数据开发管理平台体验是很差的，没有人愿意来用，现在则成为了数据中台的一个核心。

6、对外产品期

在对内运营如火如荼开展的同时，自己除了负责数据管理，也开始神灯大数据产品体系的建设。

产品是数据价值的最好出口，凡是做数据的人都要努力去理解这句话，以前有同事说自己做了99%的数据工作，但临门一脚不是自己的，感觉非常遗憾，一定程度反映了问题。

假如你做了很多取数，就要想想是否可以做些分析和挖掘，做了很多报表，就要想想是否可以做些工具和产品。

道理很简单，如果你创造价值的方式是靠自己的一份时间去换得一份收获，那就是劳碌命，很难规模化创造价值，而如果你将一份时间创造的价值保留下来，则可以让其在7*24小时都能发挥作用，这就是产品能帮到你的地方。

我们做数据的人，整个生涯其实都在探索价值出口，希望将数据变成信息，将信息变成知识，将知识变成智慧，最终产生价值。但有多少人被挡在了信息到知识这个阶段，从来没有过突破

基本就先说这些吧。可以看到，我的职场从取数到报表，从报表到仓库，从仓库到大数据，从大数据到产品和变现，谈不上有什么职业规划，唯一不变的是：保持谦卑、终身学习、做在当下，其它的就交给时代和运气吧。

比如，目前主流的软件——FineDataLink，它小到数据库对接、API对接、行列转换、参数设置，大到任务调度、运维监控、实时数据同步、数据服务API分享，应有尽有，功能很强大。最重要的是，因为这个工具，整个公司的数据架构都可以变得规范。而且它是java编写的，类流程图式的ETL开发模式，上手都很简单：数据对接、任务复用简直都是小case，大大降低了数据开发的门槛。在企业中被关注最多的任务运维，FineDataLink大运维平台，支持文件夹式开发模式，报错任务可一键直达修改，报错优化清晰易懂；通过权限控制，保障系统安全。

数据集成平台产品更多介绍：www.finedatalink.com

                         免费体验Demo 咨询方案

上一篇: 大数据数据仓库及数据治理下一篇: 数据仓库建设需求