Beta

本篇文章 2900 字，预计阅读时间为 12 分钟，建议找一个安静的时间阅读，以及隔一段时间翻出来再看。

在任何一家公司，每一个对自己职业生涯有规划的员工都希望在更短的时间内晋升，这意味着更多的关注和资源倾斜，更大的责任和职责范围。当然，与之匹配的收益必然也是同步提高的。

对于晋升这件事情本身，我们应该怎样理解？有哪些误解需要澄清，我们需要做什么准备？今天就花一些时间和大家聊一聊你为什么会被提名晋升，或者晋升成功。

本篇关键内容（阅读需要约 15 分钟）：

1. 分析师的职责范围
2. 重定义：数据科学合作伙伴
3. 数据需求的标准流程
4. 工欲善其事，必先利其器 - tapd

为什么写这篇文章？起因是分析师团队的 leader 离职了，作为大老板，我只能选择暂代管理一段时间。在帮团队成员梳理工作内容的过程，我抽象了其中一些关键的要素，以及需要澄清的认知误区。这些总结我不想仅仅封闭在自己的团队内部，还希望能帮到正在职业生涯迷茫的分析师们。

各位看官在平时用 R 处理网页的过程中，一定会被各种乱码、转码所困扰，这里做一些小型的总结，会涉及到：

1. encode 和 decode
2. md5 加密
3. 字符集转换
4. 繁体转化为简体
5. 字体的指定

逐个解释如何处理：

Encode 和 Decode 处理最为简单，因为在 R 中自带的 utils 就存在方法，具体函数是 URLencode 和 URLdecode。

国庆期间闲逛知乎，恰巧碰到一则问题 2019年你的书单有什么书？，这个问题有

988 个回答，18326 个关注者，284 万的浏览量

接近 1000 个回答，全部翻完且不说时间会爆炸，脑子里能不能记住这些信息更是问题。如果能抓取每个回答列出来的书名，汇总以后便是这 988 个回答者的书目投票。方法虽说暴力，但也算是变相了解大家在 2019 年的阅读倾向。工具呢？当然是我擅长使用的 R 了，哈哈！

闲话不多说，直接给出结果（大于 10 位回答者提及的书目）：

拜川普总统所赐，今年的国庆节国人过的非常振奋。

此生无悔入华夏，来世愿在种花家

这句话说出了很多人的心声。

情怀归情怀，我们从建国以来到底 成长的怎样 呢？闲话不说，直接上图，数据来源这里。

改革开放 40 年我们取得了非常傲人的经济成就，作为 80 后亲历者，图形化的结果还是震撼了我。从 04 年附近，人均 GDP 的增幅突然爆发出了一个向上的拐点，全球第二大经济体，这么巨大的体量居然还能做到如此，真心不容易！我们大部分普通老百姓即便是什么也没有做，生活水平也在跟着水涨船高，感谢我的政府！