民生難題#中國有6億人月收入僅1000元#上了微博熱搜，中國是個發展中的人口大國，人均年收入3萬元人民幣，卻有6億人每個月僅收入1000元。
那麼靈魂拷問來了，這些年……
你的收入處於什麼水平？你拉低了所在城市的平均薪資嗎？你存款多少？
聊到收入問題，不禁讓小編想起了一份關於中國網民調查的報告，它由中國網際網路信息中心(CNNIC)發布的《中國網際網路發展狀況統計報告》，其中也指出了中國有6.5億網民月薪不到5千。
報告顯示，截止2020年3月，中國網民圈子的規模達到9.04億，竟然有2/3的人群工資低於5k，有沒有震撼到你。
這些活躍於網絡上的朋友，與忙於生計月收入卻僅有1000元的群體相比，網民顯得清閒而空虛，他們將更多的時間用在刷手機看短視頻，以及在各大平臺去懟人。
同時，中國網民的年齡趨於年輕化，退休人員僅佔4.7%，而佔據大頭的是祖國未來的希望，他們是自由支配時間較多的學生群體，佔比達到26.9%。
更令人咂舌的是，中國人均每周上網高達30.8個小時，用於提升職場技能、教育充電等相關的應用使用時長佔比相低，悠閒娛樂等領域有所上浮。
而網民年齡結構顯示，20-29歲佔比21.5%，30-39歲佔比20.8，40-49歲佔比17.6%，作為社會中堅砥柱的奔三、奔四群體，成為網絡大軍的主流人群。
難怪現如今，健康危機、職場危機、思維和技能危機、失衡危機等充斥著我們的周邊，你是否也不知不覺陷入其中，想突破卻無能為力。
我們試想下，如果佔比42.3%的20-39歲的網民朋友，能夠每周從30個小時裡，拿出10個小時來充電，用於提升自己的職業生存技能，那麼各種危機是否就能迎刃而解，而月薪不到5千的網民人數，是不是就會大幅度減少？
我們以數據分析培訓行業為例，來看看一個20多歲的年輕人，或一個30多歲的中年人，只要肯花時間和精力，來進行某類軟實力培訓，會出現怎麼樣驚人的改變！
Python崗位的薪資
看到上面的薪酬標準了嗎？近幾年，國內對數據分析人才的需求急劇攀升，導致很多企業迫切需要業務數據分析能力過硬的從業者，從而催生出該行業及周邊崗位平均薪資普遍較高的現象。
如果網民朋友能夠順利通過數據分析培訓，成功就業後的薪資漲幅明顯，普遍在20%-50%之間，有些優秀學員的幅度甚至能達到100%-200%。
數據科學類人才的薪資
同時，中國數據分析行業是新興的朝陽產業，但其入門適應性卻較強，就算是零基礎、非技術人員也能學習。
因此，適合中國多數空閒且迷茫的網民朋友，用於提升自己的業務技能和職場實力，只要你肯努力，拿高薪也並非是妄想。
我們一起來看看一些實際案例，用事實來說話，在來見證他們前後改變的同時，也期待著每個想突破自我的朋友精彩綻放！
▼
精準定位，找到喜歡和擅長領域
困惑：應試教育培養出了很多學霸，然而他們卻不知道自己真正喜歡什麼？很多學生進入大學後陷入迷茫，就讀專業不喜歡，卻又無計可施……
入職信息：某證券公司|數據分析實習生|年薪7.4W|呼和浩特
我是位大四即將畢業的學生，不喜歡大學本專業金融工程，畢業季時屢屢碰壁。偶然接觸到國內人才需求量大的朝陽行業數據分析師，甚是傾心。馬雲大大曾說「未來是人工智慧的時代，想拿高薪就必須從事和數據相關的工作。」
入讀CDA數據分析就業班後，為了打好基礎，我一步一個腳印，深怕錯過課程中任何一個高水準、前沿的知識點，學習中漸漸愛上了數據分析師這個角色，找到了自己的定位。
課程結束後，CDA就業老師特別針對我的具體情況，進行了就業指導、模擬面試等操作，幫我總結面試未通過的原因，讓我最終找到了滿意的工作。
小編點評：喜愛和努力同樣重要，找準定位是王道！
▼
不被束縛，敢於突破現狀
困惑：不斷被現實打敗，找不到突破口，從而被過往的經驗和觀念捆綁住，想突破卻發現能力不夠……
入職信息：某科技公司 | 數據分析師 | 10K | 杭州
從製造業到網際網路業的數據分析，我從不被束縛。化學相關專業畢業，迷茫中進入新能源汽車行業，長期周旋於爾虞我詐中，我的心態日漸崩潰，急切的想突破。
2017年初，了解到數據分析師這個崗位，花很久時間調研，越深入了解數據分析行業就越感興趣，還自學做了數據可視化資料，但發現自學時知識體系過於松垮，思維也比較鬆散。
於是，我開始尋找系統的數據分析培訓，對比了市面上多個品牌，綜合考慮了課程安排、行業口碑、就業效果等因素，毅然辭職進入CDA數據分析師現場班脫產學習。學習的生活規律而充實，老師多為大學教授、大型公司數據分析總監等，他們耐心為大家答疑解惑，不厭其煩。
3個月學習結束，我進入了緊鑼密鼓的畢業答辯、就業指導、專題集訓、投簡歷、面試中，不到半個月我們這期學員基本已找到了合適的工作，我也幸運的找到公司，每天與數據打交道，用數據去指導運營業務，成就感無法言喻。
小編點評：學習何時都不晚，只要你願意開始！
—— 適合人群 ——
應屆生或在讀大學生想轉行卻迷茫的人在職相關工作人士數據分析的愛好者喜歡數據挖掘的業界人