作者:李诗怡,CDA二级持证人,大数据工程技术专业大四在读

三分钟能生成一份分析报告:格式漂亮,话术专业,图表的配色比大多数人做的都好。可业务只问一句,这个数怎么算的?答不上来,这份报告就废了。

11 月 4 日晚上,徐杨老师开了一场直播,讲他改版后的这门数据分析课《数智化数据分析与AI实践营》。

打开网易新闻 查看精彩图片

一个半小时听下来,整场都在回答大家买课前心里犯嘀咕的那几个问题:都有 AI 了,为啥还要学数据分析?这课和以前的数据分析课有啥区别?能实战吗?学完好找工作吗?

徐老师讲的很干货,下面按这四个问题,把直播里的内容捋一遍。

一、都有 AI 了,为啥还要学数据分析?

这个问题是直播里被问得最直接的:AI 都这么强了,报表它做、图表它画、结论它写,人为什么还要学?

徐老师先给了个比例。做一个分析模型,真正花在模型上的时间不到 30%,剩下 70% 的时间在梳理口径、规划时间窗口、定义指标、处理数据本身。AI 能替掉的,大概就是那 20% 的执行。

剩下那部分它替不了。企业的财务口径、运营口径,如果哪个 AI 模型完全清楚,那是你们企业的数据泄露了。没有企业会把这些数据拿去训练别人的模型。

他还拆了AI 问数现在的真实水平。让 AI 调用工具去分析数据,这条路可行,课程里就在教;把表直接丢给模型让它自己分析,目前几乎做不到。原话差不多是:你要是能做成这件事,明天早上全世界的头条都是你。

有人接着问,那 AI 维护历史存储过程为什么费劲?他举了 Oracle 的例子。Oracle 当年说过要用 AI 重构历史代码,说完之后就没声音了。几十年的老代码,承载的是无数次崩库、故障和奇怪的 bug,不是 AI 读一遍就能动的。

所以这一问的答案很直接:AI 接走的是执行,判断、口径、业务场景还在人手里。AI 越强,会用它又懂业务的人越值钱,不是越贬值。

二、这门课和以前的数据分析课,区别在哪?

最大的区别是排课逻辑变了。徐老师问:做数据这行,最后交出去的东西是什么。答案落在一块数据看板上。

打开网易新闻 查看精彩图片

然后从这块看板往下拆:图上的数要用表算,这是 Excel;该放哪个指标,指标体系说了算;多几张表就要有多维数据模型;数据不在老板电脑里,在数据库里,所以要会 MySQL 和 ETL。

Excel 还得好好学,两个理由:一是这东西本身深,微软每年办 Excel 世界技能大赛;二是你要指挥 AI 改表,得先知道表里有什么,它改错了你也看不出来。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

第二个区别,是 AI 在课里被拆成了两段。十二个模块、约三个月,新增的是第 4、11、12 三块:第 4 块讲怎么用 AI,第 11、12 块讲怎么做一个智能体出来。顺序不调换,Excel、BI、数据库打底,再学用 AI,然后用 AI 做清洗、挖掘、Python 建模,最后才是做 AI。

打开网易新闻 查看精彩图片

他还明确说了不教大模型微调和强化学习。理由很直接通用大模型已经碾压企业自训的垂直小模型,企业现在不考虑微调,只考虑怎么落地。课程也跟版本走,教案按开课时的框架版本更新。

做 AI 那部分给了一张技术全景图:LangChain 做框架,LangGraph 做运行时,LangSmith 做可观测;再往上是 Deep Agents,拆成文件系统、任务规划、子 Agent、存储后端、长期记忆。整张图里最像经验之谈的是那句选型原则:先满足任务,再逐步增加自治与工程保障。

打开网易新闻 查看精彩图片

翻译过来就是,别一上来就追求全自动,先把一个具体任务干成,再谈让它自己规划、自己派活。

三、这课能实战吗?

这是我自己最关心的部分。直播里他是真的打开软件演示,不是放 PPT。

先讲了一个画图的例子。参考图给的是绿苹果,提示词写的是把黄香蕉做成什么形状,图和提示词打架,最后出来个又像苹果又像香蕉的东西。这个例子不是教画图,他的落点在后面:AI 给你一个不对的结果,你得看出来不对,还得知道问题出在哪,然后让它改。这三件事,软件说明书不教。

打开网易新闻 查看精彩图片

然后他打开 WorkBuddy 演示。同一个制作 PPT,页面上有两个入口,点下去出来的东西不一样:一个直接生成,另一个能选色块、选设计风格、还能站内 AI 生图。用 AI 这部分真正要学的是两件事:模型是什么、提示词是什么、什么样的提示词算好;具体工具怎么用到业务里。软件操作半天就够,判断和排错要花几个月。

接着是一个很具体的坑。这类工具默认调云端资源渲染,按次计访问,他印象里一天一千次左右,改一个字也算一次。五十页的 PPT,做到三十页额度就满了,第二天再做又来不及。解法是把工具部署到本地,通过连接器让智能体调用,token够就能一直做。

打开网易新闻 查看精彩图片

他还提了开源的那套skill 方案,两个都能用,效果有差异。原话是:我不说哪个好哪个坏,你自己试。项目也是这个思路,课程里的大项目都来自真实企业项目,脱敏之后给学员做。学完,CDA 一级、二级的内容基本覆盖。

四、学完出来好找工作吗?

先说大环境。招聘软件上,数据分析岗的要求里多了一行:会 AI、会用智能体。运营岗的要求里多了一行:会数据、会 AI。徐老师的判断是,以后团队的形态可能是两个真人带十个智能体。

这件事带来的不只是效率。以前你的经验只有自己能用,人一走就没了;现在经验能封装成一个智能体,全团队调用。他的说法就是,你自己搓一个WorkBuddy,它只做你企业里的数据分析,别的事不管。企业要的,正是能把落地方法用 AI 做成自动化的人。

但他也没画饼。有人在公屏问,学完能找到工作吗。主持人的回答挺实在:这些技能是加分项,不是保证。只会数据分析不会 AI 不行,会一点 AI 也说明不了到什么程度,面试官看的是你做到过什么。

还有个提醒我记下来了。智能问答类的 demo,除非你自己真落地过复杂项目,别往简历上写。这东西三年前就有,网上课程人手一个,写了反而扣分。简历上能写的,是那种要做很久的真实企业大项目。

所以谁适合报?三类:只会传统分析、想补 AI 的数据从业者;想从核算走向业务分析的财务、运营;想转智能体落地、FDE 岗的人。想要一门财务专项课的不行,只想刷题考证的也不太对口。

五、总结

回到最开头那个问题。AI 压下来的是做的成本,抬上去的是判断的权重。判断从哪来?口径、指标、数据本身、业务场景,这四样 AI 拿不到,企业也不会主动给。

所以不是数据分析要被替代,是只会做表的那部分要。会用 AI 把活干快,同时还能对结果负责的人,现在反而更缺。

学数据分析的朋友,这门课可以先了解一下。

数智化数据分析与 AI 应用实践营,约三个月、十二个模块,Excel、指标体系、BI、MySQL、Python 这些基本功照讲,新增三块 AI 内容:先学怎么用 AI 干活,再学怎么做自己的智能体。不教大模型微调和强化学习,直接对着企业真实脱敏项目练,学完覆盖 CDA 一级、二级内容。

AI 越强,会用 AI 又懂业务口径的人越缺。想了解的,扫码回复 "AI 实践营",或加咨询老师微信:CDAshujufenxi。

(六)师资团队实战经验丰富

CDA实践营专业师资团队,汇聚行业实战经验。 CDA讲师团队由徐杨、张彦存、柯家媛、李众等资深讲师组成,拥有中国人民大学、英国格拉斯哥大学等教育背景,以及银行、金融保险、互联网等行业项目经验。团队深耕数据分析、统计建模、机器学习、SQL及AI应用等领域,兼具扎实的理论功底与丰富的企业实战经验,注重将专业方法与真实业务场景相结合。

打开网易新闻 查看精彩图片

教学服务方面,课程提供朝九晚九全程助教答疑、一对一督学、定期直播串讲、作业与阶段测试,并持续跟踪学习进度,及时解决学习难题,保障学习效果。

打开网易新闻 查看精彩图片

对于想系统提升能力的人来说,《数智化数据分析与AI应用实践营》提供了一条从基础到应用的学习路径。

开课时间:2026年11月14日,欢迎扫码咨询。若不方便扫码,加客服微信:CDAshujufenxi

扫码回复"AI实践营",咨询课程优惠

往期干货文章:

~~~~CDA持证人干货:数据分析从业者经验分享~~~~

~~~~数据分析重难点~~~~