2019数据分析求职经验贴【持续更新】

这可能更像是一篇转行自学经验贴。
-------------------------------------------------------------------------------------------------------------------------------

吐槽一下,牛客的markdown真的不好用呢,排版好痛苦==,强迫症接受不了啊喂ヽ(●-`Д´-)ノ

最沉重的秋招教训

******************************************************************************************************************************************************************************************************
我自己之前是准备后台研发岗来着,6月初,脑子一抽,投身到互联网三大坑(产品、数分、算法)之一的数据分析岗,3个月的时间,十分紧张,付出了不少心力,但准备时间实在不足,一线大厂都没有收到offer,所以啊,没事千万不要临时换方向
********************************************************************************************************************************************************************************************************

  • 有些公司是宣讲完一场,就面一场,马上签一场,因而必然会出现HC越来越少的情况。这就出现了前面场次聊天面试,后面场次劝退面! 所以如果你很想去某家,建议最好就去参加他的第一场次宣讲会和面试。

  • 不少公司的提前批招聘门槛非常低,比如OV厂,还有银行分部门提前批or专场招聘,这些情况下,拿offer会容易不少。

声明

本帖里的很多知识和内容不是个人原创,内容抽录汇总自我的个人求职学习笔记,仅供牛客网网友交流学习记录使用。有些知识与图片当时做笔记未备注来源,已经不好标明。只能心怀愧疚的感谢原作者。

发这个帖子是做什么呢?

数分的经验贴相对其他岗位来说,太少了,虽不是大佬,但秋招经历还算丰富,希望把自己的一些心得体会、踩的坑,分享给以后的求职者。助力牛客网成为中国应届校招第一site

我曾有个梦想,成为一名数据科学家...(画外音:撤了撤了,别丢人了

牛客网上的数据分析帖子太罕见了,大佬们都不屑于发帖了吗,我这种转行入门新手真的很需要笔经面经。。。。

受优秀的群主和群内大佬分享精神的感染,我打算把此贴打磨成牛客网数据分析加精贴(flag别倒ヾ(Ő∀Ő๑)ノ,至于打磨时间嘛,这个不好说,ヾ§  ̄▽)ゞ2333333)

PART_ONE   2018.10.6 第一次提交

1 内容:

个人背景+投递企业+投递岗位

2 背景:

211本+985硕(保研)  工科专业(会接触IT知识),比较菜,没有一线大厂offer

3 投递企业:

包括已经结束的和正在进行的,包含岗位有:

1. 数据分析
2. 数据挖掘
3. 后台研发
4. C++开发
5. 大数据开发

6. 产品经理
7. 风控相关

不是说上面这些岗我都会,而是都接触过一点点,想多试试,不给自己设限(其实是怕突然换岗找不到工作。。。),但大家不要学我,精力分散是个很严重的事情,泛而不精,容易半桶水。

公司名
问:为什么投这么多呢?不累吗?

答0:首先要知道有哪些公司可以投,offer都没有,我哪里来的底气和自信来限制 地域、行业、公司规模?(PS: 大佬请忽略此条)其一是个人求职信息的汇总,其二是给未来求职者一个公司列表,免搜寻之烦

答1:我这算跨行吧?最开始肯定抱着谁要我我就去的想法。所以海投,另外其实在前程无忧、智联招聘这类网站上是可以一次填写多次投递的,也不算麻烦。

答2:我也想去定向投递,锁定BAT啊,可我不是大佬,万一把flag高高立起来,一个都没有岂不唏嘘。所以海投!!!使劲投!!我9月开始花了5天时间投了近80家,很麻烦,但结合我个人情况及后面的拿offer情况来说,前期的海投还是值得的。另外,牛客网的简历填写助手chrome插件确实帮助很大!


公司信息汇总

远景能源
顺丰科技
多益网络
贝壳网
阿里巴巴(三面挂)
奇虎360
网易
携程
京东(临时换岗,题没换,凉凉)
大疆
爱奇艺
联合利华
海康威视
腾讯 (笔试挂)
完美世界
拼多多
汇顶科技

虎牙直播
小米
中兴
美丽联合
便利蜂
字节跳动 (线下面试冲突,放弃了头条视频面)
融360
一点资讯
招行信用卡中心
厦门趣店
美团
滴滴出行
迅雷
唯品会
饿了么
37互娱
oppo

360企业安全
电信IT研发中心
新浪微博
科大讯飞
畅游
小红书
作业帮
欢聚时代
好未来
知乎
搜狗
airbnb
英语流利说
100词斩
猿辅导
Face++

依图科技
猎豹
ebay
百度(笔试挂)
酷家乐
宜信
同城58
搜狐
游戏4399
乐贝
微策略
华为
巨人
51信用卡
瓜子二手车
宝洁
华为







微软
中国移动互联网
联通
步步高
神策数据
任子行
bigo
深信服
快手
陌陌
拼多多
斗鱼科技
美的
海尔
海信
国家电网
联想
金山云
金山WPS
同程序艺龙
猎豹移动
苏宁
去哪儿
达达京东到家
有赞
英伟达
度小满
苏宁
点我达
趣头条
CVTE
寒武纪
shopee
秒针
用友
咪咕
阅文集团
上汽
绿盟科技
中移互联网
中移动杭研院
中国联通
商汤
广州汇智科技
工信部五院
丰巢科技
vivo
美的
银联
thoughtworks
去哪儿
趋势科技
平安科技
微众银行
vipkid




4 投递岗位的思考:

楼主本来想走实验室往届师兄师姐的道路,投递 后台研发岗位 OR C++岗,但是发现自己确实没有那种热爱与激情,虽然也写过大的编程项目,但那种眼睛疼,脖子疼的感受现在还历历在目,除此外,自己算法和刷题准备不足。

去年11月份的时候也想过转机器学习,但是感觉一缺背景、二缺积累、三缺引路人、四缺时间,遂放弃,和别人交流后发现了数据分析这个神奇的岗位,为什么说神奇呢?后面发帖我会再补充,一句话说不完o(∩_∩)o (PS:经历求秋招后,我:数据分析到底是个什么乱七八糟的岗???);

一言概之,就是不想纯敲代码+入门机器学习+对业务感兴趣,楼主算那种有一点点会BB的人,也希望日后从事的职业不只是和机器打交道;好啦,大概的求职出发点和转折就是这些啦,具体有兴趣的可以私信or留言,或者我后面有时间了再补充。

转行数据分析有点晚,真正投入大量精力定向集中准备是在2018.6月起,当然之前其实也有过一些接触数据分析相关的知识,因为我自己对互联网感兴趣,平时刷微信也多刷那些类似于虎嗅、猎云、爱范儿、36kr之类的公众号,此外也看过产品经理相关的书籍(比如说人人都是PM?)。

5 相关技能图:


图片来源于网络,知识结晶来自网友,摘录汇总自我的个人OneNote笔记本,当初素材来源没做标记=-=,已经不好说明图片来源
先放几个我觉得对我帮助很大的几张图,包括对数据分析岗位的划分、技术栈、职业发展与规划、工具、书单。

图片说明

图片说明

图片说明

图片说明

图片说明

图片说明


图片说明

PART_TWO   2018.10.7 第二次提交

1 内容:

书单+学习路线推荐+数据分析介绍

2 书单:


2.1 书单列表(有重复,可选)




业务技能培养:
《精益数据分析》,作者Eric Ries,撰写的精益创业丛书曾拿下纽约时报畅销书排行榜第一名,美国奇点大学学院***,毕业于耶鲁大学,创立的公司被Uber收购;
《增长黑客》,作者范冰,WIFI***产品经理;



2.2 学习线路

推荐网课的一个学习计划

以下文字摘录自网上,仅供学习交流使用
1. 第一阶段(一般岗位叫数据专员)
基本学会excel(VBA最好学会;会做透视表;熟练用筛选、排序、公式),做好PPT。这样很多传统公司的数据专员已经可以做了
2. 第二阶段(数据专员~数据分析师)
这一阶段要会SQL,懂业务,加上第一阶段的那些东西。大多数传统公司和互联网小运营、产品团队够用了。
3. 第三阶段(数据分析师)
统计学熟练(回归、假设检验、时间序列、简单蒙特卡罗),可视化,PPT和excel一定要溜。这些技术就够了,能应付大多数传统公司业务和互联网业务。
4. 第四阶段(分裂)
• 数据分析师(数据科学家)、BI等:这部分一般是精进统计学,熟悉业务,机器学习会使用(调参+选模型+优化),取数、ETL、可视化啥的都是基本姿态。
• 可视化工程师:这部分国内比较少,其实偏重前端,会high charts,d3.js, echarts.js。技术发展路线可以独立,不在这四阶段,可能前端转行更好。
• ETL工程师:顾名思义,做ETL的。
• 大数据工程师:熟悉大数据技术,hadoop系二代。
• 数据工程师(一部分和数据挖掘工程师重合):机器学习精通级别(往往是几种,不用担心不是全部,和数据分析师侧重点不同,更需要了解组合模型,理论基础),会组合模型形成数据产品;计算机基本知识(包括linux知识、软件工程等);各类数据库(RDBMS、NoSQL(4大类))
• 数据挖掘:和上基本相同。
• 爬虫工程师:顾名思义,最好http协议、tcp/ip协议熟悉。技术发展路线可以独立,不在这四阶段
发现回答的有点文不对题额,不过大致是所有从底层数据工作者往上发展的基本路径。往数据发展的基本学习路径可以概括为以下内容:
1. EXCEL、PPT
数据工作者的基本姿态,话说本人技术并不是很好,但是起码会***作;要会大胆秀自己,和业务部门交流需求,展示分析结果。技术上回VBA和数据透视就到顶了。
2. 数据库类(必须学)
初级只要会RDBMS就行了,看公司用哪个,用哪个学哪个。没进公司就学MySQL吧。
NoSQL可以在之后和统计学啥的一起学。基本的NoSQL血MongoDB和Redis(缓存,严格意义上不算数据库),然后(选学)可以了解各类NoSQL,基于图的数据库Neo4j,基于Column的数据库BigTable,基于key-value的数据库redis/cassendra,基于collection的数据库MongoDB。
3. 统计学(必须学)
如果要学统计学,重要概念是会描述性统计、假设检验、贝叶斯、极大似然法、回归(特别是广义线性回归)、主成分分析。这些个用的比较多。也有学时间序列、bootstrap、非参之类的,这个看自己的意愿。
其他数学知识:线性代数常用(是很多后面的基础),微积分不常用,动力系统、傅里叶分析看自己想进的行业了。
4. 机器学习(数据分析师要求会选、用、调)
常用的是几个线性分类器、聚类、回归、随机森林、贝叶斯;不常用的也稍微了解一下;深度学习视情况学习。
5. 大数据(选学,有公司要求的话会用即可,不要求会搭环境)
hadoop基础,包括hdfs、map-reduce、hive之类;后面接触spark和storm再说了。
6. 文本类(选学,有公司要求的话会用即可)
这部分不熟,基本要知道次感化、分词、情感分析啥的。
7. 工具类
语言:非大数据类R、Python最多(比较geek的也有用julia的,不差钱和某些公司要求的用SAS、Matlab);大数据可能还会用到scala和java。
可视化(选学):tableau、http://plot.ly、d3.js、echarts.js,R里面的ggplot、ggvis,Python里的bokeh、matplotlib、seaborn都不错
数据库语言:看你自己用啥学啥
其他框架、类库(选学):爬虫(requests、beautifulsoup、scrapy),日志分析(常见elk)

2.3 其他

【其他不错的知乎回答与书单推荐】:



3 数据分析意义





4 发展方向划分

数据分析有什么小方向吗?
数据分析的小方向比较多,分类方法也不尽相同。在这里我根据技术要求的侧重点不同,简单的划分为三个方向:
1、BI方向
BI的概念已经出现很久了,但仍然不过时。
重点在于如何设计高效的数据模型,以及如何通过BI工具从多个角度观察数据,了解数据内部的规律。
传统的BI工具可以满足大部分传统企业的数据分析场景。近些年随着分析工具功能日趋强大,大数据领域的BI平台也有了长足的发展。
所以我认为BI仍然具有强大的生命力。
2、机器学习方向
机器学习与BI的区别在于,更多的依赖机器模拟人类学习的过程去发现数据内在的规律,构建一个数据模型,通过某些算法来预测未来的可能性。
机器学习和深度学习概念非常火热,但相对入门门槛也较高,因为想真正理解那些算法的原理需要高等数学的基础。
3、行业分析方向
还有一些数据分析师,仅仅通过一些公开的市场宏观数据,通过经济学和统计学分析方法,观察经济的运行状况,从而发现行业的经济发展规律,进一步预测未来行业发展的趋势。这个方向也很不错的,但是需要对统计和经济学有一定基础。
想要深度做数据分析有怎样的建议
楼主想深度做数据分析领域,首先要认准自身的优势,参考上面列出的几个发展方向,选择其一进行深入的学习和实践。
如果楼主的计算机基础比较好,擅长SQL和BI工具,可以向着BI方向发展;
如果数学基础比较好,可以考虑机器学习方向;
如果对所在行业的业务比较精通,也可以从事业务分析或行业分析方向。
做适合的和喜欢的最重要。不论哪个方向,都是要先掌握工具使用,了解你要分析的业务流程,培养独到的分析思维模式,锻炼自己的表达。
统计的学习应该从哪里下手
基本就是看前面推荐过的那本《商务与经济统计》,并且在实际工作中要有意识的应用。
比如,观察一批数据的时候,就可以用R先了解数据的均值,方差,中位数,极大值,极小值等等,通过绘制直方图来了解的数据分布情况、缺失情况等等。
通过预测的场景,首先可以用线性回归来尝试,效果不一定比机器学习的算法差。














数据分析师方向,很多读数学、统计学、计算机的童鞋会选这个方向,终极目标都是成为数据中心的负责人。中间有2个分叉,一条是从数据分析师到数据产品经理,这个路线最近很流行,主要是结合了数据分析和产品经理的能力。一条是高大上一点的数据挖掘方向,这条路线要求比较高,但薪资也高。当然能走数据挖掘路线是很多数据分析师的梦想,但算法和代码实现能力不是谁都能掌握的。






码农选择的方向,毕业后可以根据自己兴趣选择ETL、运维、可视化,所要求的能力各不相同。
以上的公司只是我知道的有这些职位的公司,不代表一定要去这些公司才可以从事这些岗位。

PART_THREE   2018.10.17 第三次提交

1 内容:

银行/金融 专栏

2 概述:

10月份太凄凉,除了海康,其他一个offer都没拿到==,另外导师还疯狂的催着搞科研。
海康是我秋招体验最不好的一家,最后给的薪资还极低==,不知道这样的企业哪里来的底气和自信开这样的价,差评!

3 正文:

投递企业如下,薪资属于上游的应该是:招商银行信用卡中心、招商金科、中信卡中心、招联金融、平安产险的管培生貌似非常不错(待遇和升职)。
总的来说,感觉银行/金融比较看学历和专业,招的人(就总行/部而言)相对互联网来说不太多。
招商银行信用卡中心 收到感谢信
招商银行 还没面
招银网络科技 gg(别投数据研发岗)
平安产险 线下宣讲+简历面,等后续面试通知
银联 投太晚,没消息
交通银行 未投
中汇信科 未做
招商金科 线下宣讲+笔试,全英文,当天出结果,gg,听说待遇极好
工行软开 提前批定向宣讲面试,pass
工行数据中心 线下宣讲+面试;未做
平安证券 未投
广发银行 未投
中信银行信用卡中心 广州是第一场,招的差不多,后面的城市就是劝退面
51信用卡 未投
招联金融 共两轮技术面,二面gg。非常看重学历/校、奖学金以及成绩排名
上海清算所 知乎上风评不好,放弃
东方财富 未投
兴业银行信用卡中心
线下宣讲+笔试,然后面试,待通知
平安银行信用卡中心 所有岗都要先群面+在线性格测评+笔试,待通知
***银行信用卡中心 放弃
长江证券 放弃



#数据分析师##网易##OPPO##顺丰科技##大数据开发工程师##面经##华为#
全部评论
12.09更新一条,回复网友私信: 华为的数据研发工程师是放在全球技术支持部门下,属于服务大类岗位,所以需要群面; 这个岗位是今年新开的,数据以客户和设备数据为主,base东莞松山湖,会有一定的出差外派需求, 待遇还可以。 面试属于聊天型面试,比较容易    (也可能是楼主学校加成)
4 回复
分享
发布于 2018-12-10 15:50
一般大规模大一点的公司 数据分析岗位,现在都要求了解机器学习的内容,大概是因为趋势如此吧。 "数据分析师在三年后可能会大量缩减,取数、分析指标工作会被人工智能代替,一家大型企业可能不会在各个事业部放1-2名数据分析师了。会在企业层面有专门的战略/商业分析师。假设一家企业有有10个事业部,分别有10个分析师,企业层面有3个,13个可能到后面就会缩减成3-5个。看到这里是否心里一颤?数据分析师的岗位未来会慢慢优化成更有战略思想的人。数据分析师这个职位未来企业可能只设几个编制,但是数据分析技能却会越来越重要。也就是说数据分析师慢慢弱化,数据分析技能越来越普遍应用到各个职能岗位如:产品、运营、市场、人力资源、销售、财务、运维等。" 作者:空白白白白 链接:https://www.zhihu.com/question/305422763/answer/562654333 来源:知乎
4 回复
分享
发布于 2019-01-26 11:42
淘天集团
校招火热招聘中
官网直投
太棒了,终于找到数据分析师的帖子了!
2 回复
分享
发布于 2018-10-07 12:54
和楼主好像,本科工科,研究生计算机,学了一年深度学习,不想纯研究算法,有点想做数据分析,但是感觉这个岗位定位不够清晰,很多都不需要算法,目前在做java后台开发😂😂😂
2 回复
分享
发布于 2019-09-27 15:52
大神最后去哪了?
点赞 回复
分享
发布于 2018-11-06 22:59
互联网三大坑(产品、数分、算法),什么意思?
点赞 回复
分享
发布于 2018-11-16 15:35
群主,辛苦辛苦,终于找到关于数据分析详细的帖子了,可以进一下数据分析的那个群吗?
点赞 回复
分享
发布于 2019-08-08 09:14
想问为什么不要投招银网络的数据研发岗?
点赞 回复
分享
发布于 2019-08-09 16:15
请问一下为什么不建议投招银的数据研发岗呢
点赞 回复
分享
发布于 2019-08-09 17:39
哭了,为什么没有早3个月看到楼主的帖子
点赞 回复
分享
发布于 2019-08-16 01:28
发现数据分析用的机器学习基本=0... 🙃回国就只能安安静静敲SQL 
1 回复
分享
发布于 2020-01-02 15:30
我可能知道你是谁了 哈哈哈
2 回复
分享
发布于 2018-10-06 18:01
刚刚看word的时候,突然想起来一个事情:(适用于走业务与产品方向的同学~) 1: 在7月份我大部分时间都去搞python编程和python爬虫去了。。。浪费了不少时间去学习一些机器学习算法和业务场景思维的积累。回顾面试经历,如果不是搞挖掘方向的数据分析,python编程问的极其少,有这时间不如多练习SQL。包括那本经典书《利用python进行数据分析》只需要花一周扫一遍,了解常用方法,找个简单的数据分析例子跑一下就可以,不需要花太多时间深究细节。 2: 另外求职时我基本几天一更个人博客网站,然后发现面试时并没有多少面试官关心~~,更多的是看你现场分析能力和应答表现;Tableau和powerBI这种工具型软件属于锦上添花,不会用也没啥影响,但如果有好的作品也可以用手机弄成视频带过去展示,可能会加深面试官印象吧~ 3: 很多大型央企挺好的,如果学校不错,家里经济尚可,不一定都挤互联网,都是围城,就像读研一样~
7 回复
分享
发布于 2019-01-02 16:38
群主来顶了!!!本来我的没加精小不开心,不过看了你这个,emmm...我的确实不够加精hhh
点赞 回复
分享
发布于 2018-10-07 11:13
沙发 收藏了
点赞 回复
分享
发布于 2018-10-06 17:38
大佬厉害
点赞 回复
分享
发布于 2018-10-06 18:24
大佬优秀!
点赞 回复
分享
发布于 2018-10-06 18:30
可以加群吗❤️
点赞 回复
分享
发布于 2018-10-06 18:31
你这投的够杂啊......各行各业,全国各地。。。。
点赞 回复
分享
发布于 2018-10-06 18:47
我也想问,可以拉进群吗?散兵一个
点赞 回复
分享
发布于 2018-10-06 19:14

相关推荐

536 4129 评论
分享
牛客网
牛客企业服务