我在学生时代的专业是数学，所以说几乎从一开始我就注定会走数据科学这条路，同时我自己也对数据科学非常感兴趣，所以后来就非常有幸加入到协会。在这里认识了很多优秀的同伴，协会的老师都是具有丰富经验的管理者、高等院校老师和分析师，这是协会能够不断产出高质量的行业认知，同时给学员提供科学严谨授课的关键保障。

其实一开始来到课堂上我还是比较的忐忑，一来是会觉得自己的知识掌握是否从组是否能够很好地给学员去讲解，再就是不像有一些协会的老师本身就在大学里任教，教学经验比较丰富，我会担心自己是否能够很好地组织课堂。后来经过CPDA完整的课程体系培训，以及其他的各位老师的帮助，我逐渐的地能够驾驭课堂，所以还是非常感谢协会对我的培养。

如果你只会套用同一个模板去解决所有的问题，那么渐渐地你会对数据分析这件事情失去兴趣，但实际上数据分析是很好玩的。

我常和学员比喻，做数据分析就好像是搭积木，一套积木有很多种不同的搭法，搭积木没有标准答案的，只要不倒，就没问题。当然有的人搭得比较简单，有的人搭出来的东西比较复杂，这都没问题，在我们的认知比较有限的时候我们只能搭很简单的造型，随着我们的思考越来越深入，我们搭出来的东西也会越来越复杂，有趣。

那么我们所学的每一个知识模块都好比是一个零件，我们教会学员每个零件可以怎么用，以及一些基本的力学知识，也就是怎么搭不会倒，剩下的事情，理论上都交给学员去完成，老师只是在做必要的引导。

所以我们的课程力求实现有序的整合和适当的发散，用一套数据分析的逻辑内核把这一整个知识体系搭建起来。那么在我看来这就是别人不具备的，但是是CPDA课程最大的优势。

这套怎么搭积木的方法，就是我们常讲的数据分析思维，这是我认为课程中最有价值的部分。

国家对于数字经济发展，企业信息化数字化转型的重视，所以这一定是一个存在着巨大潜力的市场。但其实当我们谈到潜力，那就说明发展程度还是谈不上成熟，不同的地区，沿海城市和内陆城市，不同的行业，互联网，传统行业，对于这件事情的理解和执行程度都不一样。这并非是坏事，如果一个市场已经彻底成熟了，那么就不再有留给我们普通人的机会了，正是在这样一个不断发展的是市场里，我们普通人才能发现无限的可能。

当然，这一切的前提是把认知提升上去，无论是对于个人、企业还是政府。理解数据能给自己、企业和社会带来的效益，这个过程非常关键。

伴随着ChatGPT类大语言模型越来越火热给我们带来了更多的启示，对于数据分析师来说我们需要不断的去提升自己的认知，当一个新的技术、新的理念出现的时候我们需要去接纳它、不断地用它提升自己，我希望每一个从事数据分析的人都能够去拥抱这项新的技术

其实在CPDA授课过程中，老师和学生是互相成就的，咱们的学员团体可以说是卧虎藏龙，每个人可能都是各自领域里的佼佼者。老师给学生讲授很多新鲜的知识，同时也能从学生身上学习到很多的行业经验。

曾经有一位给我留下了非常深刻印象的同学，这位同学年龄已经很大了，并且已经是公司里的经理级别的人了，依然来到了我们的课堂，而且还来了不止一次，复听了至少两次。有一次下课后我就和这位同学一起聊了很久，后来知道他们是一家做重工业的国企，上面一开会就说数字化信息化，说了好多年，完全不见成效，其实这就是我前面讲的认知的问题。

他也确实想找个地方学习一下相关的知识，主要是提升一下认识。但是你在市面上去找吧，不是教你算数学公式的就是教你编程的，他说我一把年纪了，学不了这些呀。

后来也是机缘巧合他曾经有手下的员工来学习咱们的课程，回去给他讲了以后他非常感兴趣，就来上课了。

听了我的课之后他就说，有些东西他从来都没想过还可以从这个角度来想。

其实在咱们的学员群体中，有很大一部分都是企业的管理人员，他们来学习不是为了学编程，他们需要学习的是怎样领导一个数据团队，怎么带领一家公司去实现数字化。CPDA的课堂给这些人提供了一种非常好的选择。

其实在早期我的一个发展方向更偏向理论研究，但是我是对实践应用非常感兴趣的。这两者之间存在着一个较大的差距，也就是你怎么才能够把你的理论知识应用到真是的工作场景中去。

协会不定期会组织师资做师资交流，这样一来可以让来自各行各业的大咖贡献先进的行业经验，提升课程价值，但也对我们师资团队提出了比较高的要求，毕竟每一次的沟通交流都是一次思想的碰撞，我们也需要不断地学习新知识，在实践中去验证它，并最终把它贡献出来。咱们协会的老师真的每个人都有非常多的企业数据管理、数据开发、数据分析的实践经验，从他们身上我也学到了非常多的东西。