看了这篇,再也不怕数据分析面试了

- 第1阶段:面试开始,逃不掉的自我介绍
- 第2阶段:考察能力的技术问题
- 第3阶段:面试结束时的问题
- 最后,我们聊聊面试当天要注意什么,以及面试失败以后怎么办
- 1)数据分析工具
- 2)理论知识
- 3)业务逻辑
- 会利用SQL操作开源数据库mysql进行增加、删除、查询、修改
- 存储过程
- 数据库的分组、聚合、排序
- Python基本语法、基本数据类型、常用的数据结构、条件和循环、函数、模块
- Python数据分析的包(numpy, pandas, matplotlib)
- 能够用python操作结构化数据,进行数据清洗,数据抽取,数据可视化等
- 使用python操作数据库
- 描述性统计(平均值,标准差,中位数)
- 概率(独立事件,相关事件,期望,包括贝叶斯)
- 概率分布(离散概率分布,连续概率分布)
- 统计推断(抽样,置信区间,假设检验)
- 分类算法:逻辑回归,贝叶斯、决策树、随机森林
- 回归算法:线性回归
- 聚类算法:K-means
- 特征工程
- 模型评价
- 交叉检验(用已有的数据监测算法的预测力)
- 某一领域的知识概要(只需要大致了解)
- 数据分析思维:漏斗思维,分类思维,平衡思维,A/B test等
- 相关性和因果关系的区别, 通过案例可以分析出来
- 了解基本概念
- 了解基本概念/会简单操作
- 熟悉基本概念/熟练操作
- 精通逻辑论证/能改进优化
- 我会和谁一起工作?
- 如果我遇到问题,我可以通过哪些方式获得指导?
- 公司希望我在三个月左右能达到什么水平?
- 在我以前,公司里最优秀的新人是什么样的?

1)第1种情况,简历制作太差
2)第2种情况,找错职位了
市面上的职位虽然名称都是“数据分析师”,但是要做的事情却是大大的不一样。面试失败,可能是你应聘的职位并不是适合你的那个“数据分析师”。
比如之前有位社群会员是学到了入门阶段,但是去应聘一家数据分析师,要求精通机器学习,那么这种能力和职位不匹配,肯定是过不了面试的。这种情况你就要筛选出符合自己能力的职位,并看清楚职位的介绍,根据自己的能力来找到适合自己的工作。
所以,如果面试被拒也不要气馁,有可能并不是你的原因,只是与岗位要求不匹配。
- 收到面试通知时,没有问HR在公司数据分析职位是做哪些工作或是用什么分析工具。我投递简历选择的是拉勾网和BOSS直聘,前两天很认真的投递了简历,也收到了三家金融公司的面试,但一了解是让做金融交易员的,瞬间心脆。
- 三天过去还有合适的公司,就有点心慌了,于是看到职位描述上有EXCEl和Mysql相关技能的,我都投了一份简历。没有针对性,也是犯了效率不高的错,这个错误等下说,重要的是收到面试通知时,没有问清HR数据分析工作是用什么分析工具或者主要是做什么工作。
- 我去北京第一家公司面试的时候,就是奔着他们的职位描述去的,当时想就是自己要的工作,但去了之后,HR说他们公司只用EXCEL做数据分析,公司慢慢的会有数据团队。
- 还有另外一家做大数据的公司,面试的时候出的是这样的题目,问题1:tensorflow构建一个神经网络的步骤;问题2:试用scikit-learn实现一个简单的线性回归模型(这个记不太清了),全都是诸如此类的问题。
- 所以说,如果提早的询问下,就会减少不必要的麻烦,可以多面试几家相符的公司。
3)第3种情况,面试失败是中常态

4)第4情况,还没准备好
