我认为可以从以下几个方面进行着手。
（1） 跟班学习。通过学习有新意、贴近工作且有代表 性的数据分析处理典型案例，让分析师们更清晰地理解大数 据的概念、含义及思维方式。以完成实际项目、解决实际问 题为目标去学习，培养数据分析师掌握专家规则、机器学习 等数据分析的基本方法和流程，积极开展数据分析师岗位资 格考试。
（2） 项目驱动。通过高级数据分析师“老带新”，持 续带动初级分析师成长，通过核心数据团队、部门业务团队、 区域综合团队联合开展数据分析项目的方式，要求每位数据 分析师每年至少深度参与一个数据分析项目，在项目实践中， 边赋能，边提升，变“新手”为“熟手”。
（3） 培训交流。为了针对初级、高级数据分析师进行 分层培养，开设专题数据分析训练营，以实战培训班帮助数 据分析新人快速入门数据分析工作，开展专题培训帮助高级 数据分析师拓展思路。打造数据分析师分享会等平台，宣讲 大数据分析用数理念、传导数据分析前沿方法和技术，有组 织地为分析师日常“充电”。
（4） 知识共享。核心数据团队数据分析师掌握数据分析核心能力，在大量的项目实践中积累了丰富的数据分析实 战经验，并以模型库、特征库、案例库等形式将其沉淀形成 知识库，面向全行共享，提升分析师工作效率。
（5） 技能竞赛。通过举办数据分析大赛，设置数据建 模赛和成果评选赛两个赛道，以此激发数据分析师用“数据 +算法”解决业务问题的意识，以赛促学、以赛带练，并为数 据分析师经验交流搭建舞台。
