求职大视野 | 超强毅力双非统计专业面了40家公司的数分岗,最终斩获6家

个人情况

某双非学校经济统计学专业,在学校获得过大大小小的奖项,也参加过一些比赛,从专业也从兴趣方面觉得比较适合数分,因此入了数据分析师这一大坑。比较大的问题在于学历以及缺乏丰富的实习经历(之前在准备考研),结合自己的情况,主要是往互联网的业务类数据分析师投递。

简历

简历这一块的制作我觉得用“超级简历”这一个网站制作的会比较专业且美观,并且也会给出一些建议,虽然有些建议有点生硬,取其精华去其糟粕即可。简历需要不断地更新迭代,最好还是找经历过面试的师兄师姐或者是同学沟通一下,了解一下。如果单单是自己看,是看不出东西的。有一些小建议就是简历当中最好体现一些专业术语,如A/B test、转化漏斗、RFM模型、AARRR模型等等这些术语。然后数分其实比较需要项目和实习来支撑的,我由于实习经历比较少,所以只能自己在网上找项目(如天池项目,kaggle等等)来做,虽然知乎很多人说这些网红项目没什么用,但是我觉得对于校招生来说,能完成这些项目一是面试有话可讲二是其实一定程度上也是能展示自己的能力,如果没有更好选择的情况下,我觉得自己做项目也未尝不是一个好方法。

硬性技能

SQL

SQL是必须要会的,这是入数分坑的基础,虽然有很多小公司的数分不要求这个,但是无论如何,想在这个坑走远一点或者是进大公司,SQL是迟早要会的。

学习的历程可以看一下我写的博客:https://www.cnblogs.com/HLBBLOG/p/14207577.html

应该写得还算比较详细了,工具、视频都有写进去。

那么SQL要学习到哪种程度呢?就我自己面试的情况来看,把牛客网上全部的SQL编程题都刷遍,并且多复习几遍,我觉得应付大多数面试是没问题的。当然如果对自己要求比较高,也有基础,那就把Leetcode给刷了,这两个都刷熟了,基本没有SQL题能难到你了。有一点要注意的是:窗口函数非常重要!有很多题目写上窗口函数会简单很多,有些面试官甚至会询问窗口函数。

附上我整理的窗口函数的学习笔记,虽然不是很全,但大致能用:https://www.cnblogs.com/HLBBLOG/p/14516704.html

统计学知识

由于是本专业的内容,没有刻意去学习,这一方面可能没有发言权,大家想看系统的书可以看看贾俊平的《统计学》,顺便也推荐我在学校当作复习用的非教科书:《赤裸裸的统计学》、《深入浅出统计学》…

业务知识

如果事先没有数据分析的业务知识基础的话,比较推荐大家看《数据化管理:洞悉零售及电子商务运营》,这本书前几章个人觉得还是不错的,如果能在面试回答的过程当中运用到其中的一些知识个人感觉是可以加分的(针对于校招的小白哈),如果有空还有几本书也可以看看,如《数据化运营速成手册》、《电商数据分析与数据化运营》等,知乎上、牛客网上都会有很多关于业务知识的帖子,但是我觉得书籍会比较系统,建议根据自身特点把零碎知识和书籍的系统知识都结合起来。

关于业务知识这一块我觉得在回答上除了使用STAR法之外,最重要就是展示自己的逻辑,能把问题有逻辑地回答是能够给自己的回答加分的,其实面试官也不会在乎我们的答案,重要还是我们回答的思路和逻辑,举个例子:

数分当中一个极其常见的问题:公司某个指标下降了,你会从哪些方面分析?
我结合《数据化管理:洞悉零售及电子商务运营》当中学到的人货场思维来和大家说一下我的思路:
(1)先确定数据是否有误
(2)若数据无误,则了解公司相似指标是否也有所下降,其他公司的同类型指标是否有所下降,若均有所下降,代表这是宏观因素导致的,使用PEST模型来进行分析,拆解其宏观影响因素。
(3)若判断是非宏观影响因素导致,则从人货场的角度来进行拆分(具体人货场思维大家可以看一下书),分别运用逻辑树或者是杜邦分析法来进行指标拆解。
(4)计算影响系数,影响系数较大的指标是优先或者是重点处理指标。

行测

测评在一开始简直就是噩梦,如果是毫无准备的情况下去面对各大厂的测评,可以说就是浪费一次机会了,好不容易人家看上了你的简历,结果挂在测评上,那滋味,“妙不可言”~所以如果时间比较充裕的同学,尽快刷行测,主要都是用北森、智鼎等题库(去淘宝都能买到的),可以多点刷刷。最好是事先了解到该公司使用的题库,然后有针对性地刷,这样起码不至于被掐死在摇篮之中。

面经

主要情况

测评都不给的

公司 岗位
珍爱网 数据分析师
明略科技 数据分析师(商业洞察)
细刻科技 商品数据分析师
诗悦 数据分析-2021届校招职位
美的 数据分析师
招联金融 数据分析
小红书 广告策划
TP-LINK 数据分析专员
西山居 数据分析
深圳索信达数据技术有限公司 数据挖掘分析师
中移互联网 经营分析
21cn 产品运营
零点有数 数据分析与挖掘
科大讯飞 产品运营
小鹏汽车 数据分析工程师
腾讯 运营
酷狗 产品运营培训生
BIGO 数据分析师
荔支 运营培训生
有米科技 数据分析师
棒谷科技 数据挖掘助理工程师
小鹅通 内容运营
京东 售后管理-数据方向

其中原因有可能是学历直接不行,也有可能是前期简历没修好,运营岗位的更大的可能是我没有专门制作运营的简历(这也是我后期只针对数据分析师这一岗位来投的原因之一)

测评(笔试)挂

公司 岗位 备注
慧择 数据分析师 主动放弃测评
贝壳找房 数据分析专员
美团 产品运营专员
百奥(广州百田) 海外数据运营 后面基本不想去游戏公司,放弃测评
广州银行信用卡中心 数据分析师 笔试题很简单,全是简单的SQL题,但是没消息
字节跳动 行业策略-商业化
三七互娱 数据分析专员 字节和三七都比较可惜,都是前期没怎么练习测评就直接做的,三七应该是直接死在了后面几十道的图形题
多益网络 管理培训生(分析师方向) 口碑太差了,再加上后期也不怎么考虑游戏公司了,所以放弃

测评(笔试)这些其实都不应该挂的,只要好好花时间研究,应该都是能过的。这里希望大家吸取我的教训,多多练习。

面试挂

公司 岗位 备注
广州欧莱雅百库网络科技有限公司 电商运营培训生 与其中一个offer类型相似,并且时间冲突要求推迟面试时间后就没有消息了,在最后面好像是打算再捞我,果断拒绝了
时代中国 数据分析 面试被调剂到一个毫无了解的岗位,果断拒绝
中国平安产险 数统管培生 一面后没有消息了,面试感觉还不错,估计是学历被刷了
数字广东 运营管理专员 HR听到时间冲突马上挂断电话,邮件也不回,印象十分差
逸仙电商 黄埔管培生 二面被刷,可能因为我对化妆品行业了解不多,并且岗位也十分明确是数分,后续无消息。
广州立白企业集团有限公司 数据指标管理岗 一面被刷,并且无感谢信,主要还是面试经验不足,当时也没有系统学习业务知识和面试技巧
4399 运营调优管培生 业务知识没系统学习,缺乏逻辑性地回答,甚至都忘了用STAR来回答,缺乏面试经验。
拼多多 运营 非数分岗,后期面试多了有点底气后就直接拒绝了
Fordeal 广告调优 非数分岗,后期面试多了有点底气后就直接拒绝了
滴滴 效率运营 运营类的面试经历太少,甚至想把效率运营和数分打等同关系了,在回答问题的时候基本都是以数分的思维来回答,职业规划也是这样来回答,自然就凉了(一面挂)。
明略科技 数据分析师(全域营销测量) 个人面试感觉良好,但是职业规划不匹配,该岗位偏向于基础的数据统计,后无消息。
维达集团 数据分析管培生 一面过,二面获得合适offer后放弃

OFFER

公司 岗位
丸美科技有限公司 数据分析管培生
中国通信服务广信公司 数据分析管培生
广州薇美姿公司(舒客) 数据分析师
广州趣丸(TT语音) 数据分析师
致景科技 数据分析师
唯品会 数据分析师

OFFER面经

面试都没有记录问题,只能靠印象来写面经了,选两个最近的并且拿到offer的,希望对大家有所帮助。

广州趣丸(TT语音)

笔试

基本和前几年的笔试是一致的,问答题几乎没有变化,具体的有点记不清,给大家找到了之前有记录的同学的笔经,可以看看。笔试虽然有点难,但是感觉只要大家都有答完整的话,应该是没问题的。

先是14道单选题然后1道多选题然后5道问答题

单选题有数学问题、统计学的基础知识(记得的有召回率、监督学习、重复抽样很多牛客的原题),多选题也是统计学基础知识

问答题1.根据数据分析算法提高用户体验2.假设检验的步骤3.逻辑回归目标函数的推导4.sql编程(我觉得有点难)5.分类模型优缺点

一面

这是挖简历问题挖得最细致的一家公司,基本把我简历的全部内容都问了个透,还会涉及到简历里面具体的一些名词的理解,但总体而言不涉及技术问题,只是挖简历而已,如果能把简历全部搞透,应该是不成问题的。

二面

业务面,具体问题没有记全,只能说个大概了:

  • 自我介绍、项目简介、实习经历都是会问的,这些就靠自己背了。
  • 如果公司某个指标下降,你会怎么分析
  • 如果公司需要你为全新的产品构建一个指标评价体系,你会怎么设计?
  • 你会数据挖掘类的工具吗(Hive之类的)
  • python掌握到什么程度呢?

HR面

  • 与同事的意见不合,你会怎么处理
  • 你拿到什么offer了?
  • 目标薪酬是怎么样的?
  • 对你来说一家公司最重要的是什么?

唯品会

测评

唯品会的行测题库是TAS,可以提前刷一刷,会有那么几道题是原题的。

笔试

线上笔试的形式,会发一份word文档,在限定时间内完成

题目内容是三道SQL题+三道关于唯品会的业务题,SQL题练熟一点,会窗口函数都是没有问题的,至于业务题就是多花点时间写写就好。

一面

  • 唯品会和其他电商平台的区别
  • 你觉得唯品会现有的商业模式是好的还是坏的?
  • 为什么唯品会会减少使用限时特卖这一个模式
  • 你如何分析一个指标下降的原因
  • 如何将json文件导入SQL数据库当中?
  • union和union all有什么区别?
  • 除了order by之外还有什么方法进行排序?

二面

基本都是围绕简历来问的,就没有太多的普适性问题了

HR面

其实就等于oc了。



薪水透视眼 | 算法岗大厂薪资(网易/美团/阿里/vivo/微软/滴滴/好未来)

薪水透视眼 | 数据分析岗大厂薪资(字节跳动/京东/拼多多/滴滴/快手/腾讯)

求职大视野 | 数据分析秋招拿了5个offer,记录我的艰苦历程

求职大视野 | 银行校招通关攻略(内含工商、建行、农行、中信、广发等8家银行面试题目及技巧经验)

求职大视野 | 2021 字节跳动 数据分析 一面/二面

求职大视野 | 腾讯/滴滴/网易/OPPO/美团/小米 数据分析实习面经

求职大视野 | 字节跳动游戏数据分析师5面面经(已拿offer)

求职大视野 | 数据分析春秋招面试超全总结 趣店 猿辅导sp offer

求职大视野 | 上交生物专业研究生,跨专业数据分析求职Happy Ending(网易云,拼多多,滴滴,贝壳找房)


分享到