求职大视野 | 跨专业硕士从0到1 数据分析岗求职经历与复盘

又是一年实习、秋招季,拖了好久将自己的实习、秋招经历整理出来了,包括整个求职过程中个人的一些感悟与小建议,希望对大家有所帮助。

个人背景: 2020届硕士毕业生(3年制),非计算机专业,非计算机相关专业。

求职目标: 数据分析(偏业务方向)

课程基础: C语言、概率论与数据统计、运筹学(大学期间学过的基础课程)

自主学习的内容: 《深入浅出数据分析》、《SQL必知必会》、《数据化管理》、《A Bite of Python3》、udacity数据分析课程、SQL ZOO、慕课等线上平台课程(SQL、python)

Part1经历复盘 & Tips:

1、求职意向:

尽早进行求职规划,确定自己的求职意向。数据分析的岗位多在互联网公司,一般投递简历后基本会收到线上笔试链接,所以非相关专业的同学只要技术扎实,能够通过笔试都会获得面试的机会。所以确定求职意向非常重要,涉及到后续的知识储备、找实习等。

2、基础知识储备:

因为我找的都是偏业务类的数据分析,不涉及到数据挖掘、建模的方向,所以准备的重点是SQL、概率统计、python以及业务指标体系。其中SQL是较为基础的,在笔试和面试过程中基本都会涉及到,包括一些基本概念问题、还涉及到一些具体场景的题目(类似留存率计算等,这部分就要求对常见的业务指标有一定了解)。互联网行业、业务指标体系平时可以多关注36氪、虎嗅的文章,了解一些产品、运营相关的内容,增强业务sense。笔试中一般会有概率计算的题目,部分公司在面试中还会问到概率论统计知识,例如A/B test的效果判定,涉及到假设检验、p-value、置信区间。

3、关于实习:

在求职中,实习十分重要,尤其是针对跨专业求职的同学而言。一方面,实习经历会让简历变得更充实,通过筛选的机率更高;另一方面,实习经历是与面试官沟通的重要组成部分,面试官会就相关的实习经历进行提问与交流。

实习经历不在多,而在于对口、有可以拿得出手、说得出口的内容。我自己的实习经历共有3段,但真正在面试中涉及到的就只有在广告平台做数据分析的经历,所以找实习过程中,实习内容与秋招职位的对口很重要。对于跨专业找数据分析的同学,第一份实习一般很难兼顾公司平台与工作内容,我的建议是一开始找一些基础的职位,公司小一点没关系,最好有机会多接触SQL,提高SQL的熟练度;后面有机会再找一些结合业务分析的实习机会,这样能够综合照顾到数据分析工具与数据分析的逻辑思路,面试过程中也有聊的内容。

4、关于秋招:

确定自己心仪的公司,在投递之前可以先投一些别的公司积累笔试、面试经验,对于简历上的内容要十分熟悉,并且准备一到两个可以分享的项目案例。面试之前,多在网上刷刷该公司的面经,了解可能问到的问题,事先准备好回答;对该公司的业务内容要有一定的关注与了解。面试之后,一定要及时做好复盘,对自己的回答进行反思,为下一轮面试或者之后其他的面试做准备。

5、其他:

数据分析岗位本身竞争很大,相比于开发、算法这些职位,数据分析对专业的要求性要低一些,是近两年除了运营、产品之外的互联网求职的又一热点。对于跨专业找数据分析的同学而言,一定要坚定求职的信心,整理好心态。在求职的过程中,我也遇见过部分想找数据分析,但并没有坚持学习相关知识,实习方向也不断变化,所以确定自己的赛道并坚持一条路走到黑很重要。在秋招过程中,每一个环节,包括笔试、面试淘汰率都很高,在这过程中,周围不断有同学晒出offer,这时候压力会比较大,要调整好心态,多复盘,相信自己最终拿到心仪的offer。

Part2个人经历

大学、研究生专业与计算机、数据分析完全不相关,在大学期间上过一些基础性课程,包括C语言、概率论与数据统计等,数理基础比较扎实,但平时较少实际进行编程建模,涉及到的数据处理量级均很小。

在研二上学期结束后,开始了解数据分析相关的内容,包括入门书籍阅读、职位要求等,基本是从0开始进行。过年在家期间,阅读了《headfirst 数据分析》,作了简单的兴趣了解;回校后开始学习SQL,选取的教程是《SQL必知必会》,以及部分网络视频教程,同时在期间开始关注数据分析方面的实习信息,了解职位要求,并开始投递简历;第一份实习是在4-5月份,数据运营,涉及到的数据分析内容很少,工作比较重复;在这期间开始准备找暑期实习,在6月份开始新的实习,内容是程序化广告交易平台的数据分析工作,实习期间了解了很多广告相关的业务知识,并开始学着从业务指标体系的角度出发,拉取数据做一些分析来进行业务提升,与团队的产品与运营接触比较多,所以也开始了解一些产品运营相关的部分,工作强度较大,提升也比较快,但对SQL的使用较少。

在8月份开始准备秋招,在这时候基本是在0.5的阶段,对数据分析有一些理解与项目实战,但对SQL等工具的使用并不是很熟练。8月份一边投递提前批简历、参加线上笔试,一边在SQLZOO上刷题,增加SQL的熟练程度,同时在udacity上报名了数据分析的一门课程,内容包括python做数据分析前期的数据前处理、SQL的理论复习与小练习。投简历、线上笔试、面试的过程中,经常在牛客上刷数据分析的面经,面试之前收集整理一些可能问到的问题,包括较为通用的或者是面试公司相关业务,面试之后及时记录面试内容并进行复盘。

9-10月份是较为密集的笔试、面试的过程。我投递的公司比较多,主要是互联网行业与银行金融类,互联网行业的数据分析一般包含业务类与数据挖掘建模,业务类的数据分析一般北京的职位比较多;银行金融也多偏向数据建模、风险评估,这类的笔试题量很大,内容很多,包括英语等等,可以专门提前练习一下,一般银行相比互联网更看重专业出身。这期间一直在笔试-做面试准备-面试-复盘,在10月底拿到了比较满意的数据分析offer,确定之后秋招就结束啦。至此算是从0开始进入了1的阶段。

作者:kimmywang
链接:https://www.nowcoder.com/discuss/427333
来源:牛客网


分享到