
数据分析师-面试经验
说说最近面的几家公司,康大,咕咚,惠装。都是已经拿到C轮融资的企业,在某个领域都是全国 每列前茅的公司。由数据分析师的岗位比较特殊,都是需要去 大公司的 总部,做 高级分析师岗位,比如负责整个公司数据产品规划,逻辑设计。
进行业的时间比较早,大二就立志做互联网行业的分析师,积累的知识和经验都是 比较丰富的。也在有比较有竞争力的 工作经历和专业能力。
第一家:康大,做母婴类目,互联网医疗,领域全国前三。职位高级分析师,负责整个产品 和 交易的数据分析与BI产品。面试只有一轮,和运营总监聊了以后,回家立马就收到 HR 电话让过去上班。去做了2周,去的时候他们的 数据产品做得杂乱无章,没有运营思路和正确分析方法论。而且技术配合不到位。自己感觉在在分公司 不安逸,主动离职了。
失误:因为以前 找工作太容易了,一般都是 一面,和COO 或者 运营总监聊了以后 ,工作就搞定。简历都是投递的大公司,高级分析师岗位。自己觉得自己分析技术很NB,知识面很广,你问我 分析上面的问题 我都回答的上来,项目经验丰富。这家公司 其实可以多长时间发展,做出成绩,也给自己镀金。
第二家:咕咚,全球 第一,号称6000万用户。高级分析师,负责整个公司 电商模块的数据分析和数据产品规划建设,特别是CRM。第一轮就是 和部门负责人聊简单了一下,说了他们要做是事情,看看我能不能胜任。他对简历比较满意,人也可以聊,说错了一句话,我以为没戏。第二轮 的时候 市场部副总,在技术方面,对于数据化运营和产品方面都是聊得挺投机。这个时候就我又说错话了,后面会分析说我错了什么。最后副总 总结是:自我认知有偏差,就是自己认识的自己和别人认识的你是不一样的。人有些固执,不过很多固执的人,可以通过 沟通技巧 把自己的固执 给掩饰起来。听了以后心凉了半截,不过非常感谢 他,直接指出了我的弱点,帮我认识自我。第三轮和 人事总监就随便聊聊,聊天更加不着边际。
失误:副总 面试中,我说了上一家公司 的数据产品 是技术 开发的,没有考虑 运营和分析层面的东西,非常难用。他给我挖了一个坑,问我上一家公司的年交易规模,我先是拒绝回答。他再追问,我就说了告诉你一个百度百科 上 的公开交易规模数据150亿。后在问为什么 在公司都呆的 不久,为什么离职,以后职业规划,对于公司的有什么问的? 这些问题 都回答的不好,把自己断送 进入世界一流 公司 高级分析师 岗位的机会。
第三家:惠装,在O2O家装那是非常NB,排名前3,具体排名第几好说。这家公司 以前去面过,数据产品经理 岗位,设计整个 分析功能体系。这次是第二次,第二次他们其实想找的是 ETL 数据仓库的,可以招聘要求写的 分析师的工作描述,不匹配。
失误:第一次的时候,在技术和分析体系 和他们某总都聊得挺好,他说创业性公司要加班。二面是 和 技术负责人聊,在技术方面的规划和支持,三面是和 人力资源聊的。(就是过去试水,看看自己值几个钱。对于加班我表现的非常介意,过于自信,漫天要价和行业工资不匹配。面人事的时候,他给我挖了一个坑跳。他刚刚是我上一家公司以前的HR,他说了一些公司的不好。我说就是就是....补充确实不好)
首先得承认自己有些 人性有的短板,那就是 固执和自我。掉过坑,也会总结自己的不足不断改正,在工作中我自己也意识到了,所以话 做事 都三思而行,一般不会得罪同事和领导。
今天和去拜见了我在电商界的老师(某大型电商公司 总经理),帮我分析了自己的弱点,传授了面试技巧。
面试的时候,不要 说上家公司的不好,而是需要怀着感恩的心,那家公司带给你什么,和你在公司的成长。不要贬低竞争对手,可以适当赞美竞争对手,分析他哪方面做的好,可以学习。面试需要自信,不要邀功和标榜自己。
为什么离职?就说实话。公司倒闭?想找更大的平台,发挥自己的能力?家族性企业,管理落后,不利于自己的发展?
你有什么想问的?可以问问公司组织架构,部门人员配置情况,公司战略规划发展,汇报对象。
不要侃侃而谈,多听少说,言多必失。管理能力,沟通技巧 比起技术更加重要。你技术N,比你N的人多的去了。公司找人的时候,如果几个人都可以做这个事情,特别是大公司的高级职位 竞争非常激烈,甚至你技术更加牛。公司会找一个,善于合作,沟通能力强,和公司文化相匹配的 人,不会找一个 异类,让气氛紧张和尴尬的人。
如果 给你开 20k的月薪做运营总监,让你管 10个人 20个人,你管的下来不?现在的年轻人都很有个性,怎么让人家心甘情愿听你指挥。
针对我的弱点,定几个 改进方案
暂停学习专业方面的东西,比如(Python、机器学习、量化投资)开始习一些 心理学,人文方面的东西。
每天 真心的赞美 身边的人,只看对方的优点。不说别人的错,也不说自己对,求同存异,做好本职工作。
学习 上级沟通,同级沟通,跨部门沟通的技巧。多用商量语气和人说话,不和人争论,不否定 不指责,说话前先考虑每个听众听了以后的反映。为自己说的的每句话负责,付不起责任就不要说。公开场合少发言,让你说你才说,能够不说的都不说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14