努力终有回报，双非硕士的数据分析秋招

前言

网易游戏

为什么选择数据分析

2018年9月在研究生入学的时候，我就已经给自己定下了目标，我要做数据！当时对数据只有一个非常模糊的概念，觉得算法牛，工资高，以为这就是做数据的归属，那就试试算法吧！当时给自己定下了一个计划：一年内拿下几个算法赛的top，靠算法赛的简历投日常实习，然后通过日常实习投暑期实习，最后转正。对的，当时我就是这么天真，以为靠着一个双非的背景，在毫无老师指导的前提下去学算法（唯一值得庆幸的是除了就业方向，其他的目标都是较为正确的）。
在研一的一年内，啃了西瓜书，刷了从来没碰过的数据结构，也参加了一些比赛，但是可能真的天赋太差，最好的成绩也不过是前1%（参赛人还不多）。在现实的狠狠毒打下，我似乎还没有死心，在2019年暑假找到了一个B轮公司的算法实习，以为这能够帮助我开启算法之路。在小公司的实习过程中，我越发觉得自己的能力并不适合算法：特征工程不行，数据结构不懂，机器学习算法也推不利索。实习了两个月后，我似乎看清了自己，我真的不适合做算法，如果走这条路，我可能以后跟大厂再也无缘了。
为了能够秉持我入学的目标，也为了毕业能够进入大厂，我在小公司呆了两个月后决定：我要去做数据分析！
好，做数据分析，那先去找个日常实习吧。

日常实习

之前已经说到，我在准备暑期之前已经规划好了找日常实习，那数据分析的日常实习我怎么找呢？
说来找日常实习真是个技术活，我在BOSS上蹲了近半个月，拉钩投了无数简历也没人回复，最后居然通过学院群里上届学姐找继任的机会找到了。这里也想对大家说一下，日常实习真的存在"世袭"，很多日常实习生要离职的时候，最优先想到的都是自己的学弟学妹，我们可以通过抓住这些机会去获得实习机会，并且这些实习面试一点也不难。
OK，通过学姐的介绍，主管随便面了一下，我就正式开启了在滴滴的数据分析实习。在滴滴的实习，说实话要想有一个实习生有所产出，真的很难。大多数时间，我都在取数，算数。那么你觉得这样的工作能写进简历吗？这显然是不行的。在数据分析行业，你不能只当一个工具人，或者一个表哥表姐，你需要发现问题，并提供决策建议，这才是数据分析的核心价值所在。因此在当了一段时间的工具人之后，我尝试跟业务方沟通，与让我取数的人沟通，为什么要取这个数，你的业务逻辑是什么？一开始我并插不上话，但是在不断循环的过程中，我也开始有了一些业务基础，甚至可以给业务方提供一些建议，比如这个数据会存在什么样的漏洞，我建议你取另一个数。渐渐地，业务方也会对我产生信任，在不断的"打杂"之后，也交给我一些专项分析来做，而这些实习内容，才是真正能写上简历的"料"，也是秋招面试过程中，面试官最在意的东西。
在滴滴实习了近8个月左右，已经到了2020年春天，那时候正是疫情肆虐的时候，我在多方打听后，发现部门内并没有HC，那好吧，赶紧找暑期实习跑路！

暑期实习

2020春天的时候，我有预感今年数据分析工作会异常难找，所以暑期实习转正是最快捷的一条路，因此在暑期实习上下足了功夫。2月先投了阿里，元宵节被拉出来电话面试，因为没怎么准备，答的一塌糊涂，但这个面试让我深刻了解了自己的不足（对简历不熟悉，项目结果没有数据支撑）。于是之后边实习边改简历，并结合牛客上的面经，对简历上可能被问到的问题全部准备了一遍（大概写了1W字不到点）。在之后的投递过程中其实也不是很顺利，说实在的春招实习我只接到了网易和阿里的面试，最后结果很好，把网易游戏的数据实习拿下了。
在实习过程中也较为努力，自己也做了一点点业务贡献，在最后答辩中虽然没有直接转正，但也拿到了直通终面的机会，最后也是通过这个绿色通道拿到了秋招最好的offer。

后话

我的经历未必适合所有同学，但是对于学历不太好的同学可以参考一下，因为我们学历拉胯，就需要付出比别人更多的努力去丰富简历。如果你在简历上有几段知名大厂相关实习的经历，面试官几乎不会对你学历产生什么问题（我在秋招中，几乎没有因为学校问题被卡的情况出现过），他们往往只专注于你实习和项目；另外，写在简历的东西，必须每一个点都知道，不知道的你也要想好如何说辞。
最后，祝大家在这个异常艰难的秋招中顺利，共勉！