京公网安备 11010802034615号
经营许可证编号:京B2-20210330
给应聘分析、数据科学公司的校园新生应聘者的一些建议
文 | Tavish Srivastava
翻译 | 36大数据翻译组徐双
我很庆幸(幸运)我的记忆还能回到2011年12月的第一周,对我来说,那是非同寻常的一周,也是至关重要的一周。那是我第一次为了工作面试的机会出现在印度理工学院曼德拉斯分校(IIT Madras)。我对自己是非常有信心的。但面试分析公司时对自己的表现就显得不那么自信了。
我费了很大的努力来说服面试官我是这个岗位的不二人选。他们却认为我并不能胜任分析工作。事实上,令我烦恼的是,我是机械工程科班出身。而最终我发现自己感兴趣的是商业分析。我敢肯定有很多和我一样处于同样处境的人。
如今时间之轮转将我带到了桌子的另一边。现在我已具备双方的经验—招聘者和应聘者。十二月又一次的来临了,我可以感受到在这个季节中那些奔赴校园面试的应聘者身上的紧张和焦虑。
下面我将会帮助你。
作为有丰富招聘经验的过来人,我已经通过分析总结出校园应届生面试时需要的一些重要技巧。事实上,这些技巧可以帮助你通过任何类型分析岗位的面试。
在这篇文章中,我已将这些见识和有用的面试技巧一同分享出来。我推荐你在准备面试的时候使用这些技巧。我发现许许多多应聘者在面试过程中对这些技巧不以为然,却常常以失望告终。
我们首先来打破下面这些谎言
1. 较低的学年成绩会影响非核心公司选择我的机会么?
当然会有影响,学年成绩的表现是唯一能表明过去在给定任务时你的优异与否。与核心公司比较发现,学年成绩对核心公司选择你的影响可能会少些。但是,尽量保证你的学年成绩记录没有污点。在面对这些问题之前你完全可以解决掉。如果你已完成你的学业,确保你已拥有那些可以增加你信誉的有用工具。
2. 在得到此类型公司的工作前对非核心领域我表现不出任何的兴趣
你错了,朋友。随着免费在线课程传播越来越广泛,你总可以在如Coursera,EdX等网络学习平台上参加课程。你也可以在数据竞赛平台如Kaggle,Analytics Vidhya等表现出你的竞争力。这些是你在领域中找到兴趣的指明灯。
3. 在非核心的面试中我只是期望那些智力题
智力题是面试中的一个主要的部分,然而他们并不能将你完整的展示出来。你需要在自己的简历中找到让面试官感兴趣的地方。在网页Puzzle1和Puzzle2中有一些有意思的智力题你可以进行自测。
4. 这种面试总是被面试官主导
你不明白这点。如果面试没有找到与你可以聊的一些事情,你通过这轮面试的机会是非常渺茫的。确保你有足够与面试官进行交谈下去的理由。
在面试之前有一些有意义的事可做,如下:
1. 制作一页的简历:在应聘非核心公司时确保简历不要超过一页。这些公司感兴趣的是你是否引人入胜、简洁明了并完整地展现出你的资质。这是他们为数不多的能够测验你的方式之一了。为面试数据分析岗位而准备的个人简历可以点击这里:best way。
2. 练习那些在面试中经常提及的问题:在大部分面试中第一个问题是“谈谈你自己吧”或是“谈谈你简历上的内容吧”。你得好好准备这些问题。确保你有2-3分钟有效的时间来准备回答这些问题。不必要交谈太多的细节,当然也要让他获得足够的重点。
3. 对面试的公司做详细的调查:这样会展现出你加入该公司的激情。你也需要在你的简历和面试过程中展示出你的调查结果。这将可能是你得到面试官关注的最有力的点之一。
4. 准备好那些会被问到的问题:一般来说,面试过程中最后一个问题是“你对我们有什么要问的吗”。记住,只要你还没有离开房间,面试就没有结束。所以你需要将这些问题解决掉。展示出你关于该公司的调研,谈谈关于公司最新有哪些进展,努力理解面试的岗位越多越好,并试着谈论面试岗位所在领域的少量较为火热的争议。
5. 除非面试官与你谈论到此步,永远不要问及报酬:一般情况下,当公司来学校选择应聘者时,报酬在一开始就已经是确定了的。不要让自己表现的像一个过分注重金钱的人,一个会因为一点报酬的提升就离开他们的人。
6. 在面试名单上,试着让自己的名字排在第一位:我不确定你是否能把握好这一点,然而,你应努力保证你的面试过程尽早结束。随着时间流逝,面试官对优秀的应聘者的要求会越来越高,因此尽早结束面试过程终归是较为明智的做法。
7. 展现出你适合公司的文化:很多公司都非常在乎团队的文化氛围,在这样的公司中,确保你能展示出你幽默的一面或热爱运动亦或注重团队合作等。
8. 充分准备那些推理测试题:招聘人员非常热衷于挖掘应聘者结构化思维的一面。他们并不期待任何正确或错误的答案。面试官正是基于这样一些评价准则来筛应聘者:快速决策的制定,数学基础的熟练程度和分析技巧。想从推理测试题得到一些建议的请点击:Useful Tips。
面试官希望从应聘者身上看到什么:
1. 良好的交流技巧:我相信这是面试官从剩下的应聘者中区分出最优秀人选的最重要技巧了。确保你在交流过程中表达流利且充满信心。不要信口开河。请务使用那些你并不了解的行话或术语。努力让你的发音清晰简单且流畅。
2. 对公司感兴趣:面试官希望应聘者做充足的准备工作。他们可能不会直接问你,但是他们总能感觉到你对公司的了解程度。
3. 优秀的分析技巧:练习大量的智力题。我也知道智力题可能不是最好的途径来选择应聘者,但你必须接受这样的事实:智力题被广泛的用于淘汰那些不合适人员。务必确保你已练习大量的智力题。尽管你在面试过程中你不会解决一道智力题,但你表现出的结构化解决方案却是至关重要的。这也正是所有面试官所期望看到的。
4. 有针对性的简历:确保你所申请公司的简历都是唯一的。不要到处使用同样的简历。例如,在申请一家分析公司时,你可以提及少量大数据/机器学习/系统研究的经历(实习或全职)。尝试用数字来说明问题。不要在简历上使用那些技术术语让招聘人员难以理解。
尾注
最后,确保你衣着合适。在面试过程中有很多因素你并不能掌控,但也有很多方面你可以做的非常优秀。这个列表并非面面俱到,但一些基本点可以帮助你准备充分。我会力劝其他面试人员增加那些他们在面试过程中从应聘人员身上所期望看到的。
最后,祝你们所有应聘者好运。
来自36大数据
文章链接:http://www.36dsj.com/archives/37460
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21一、活动介绍 2026暑期CDA备考冲刺季,为想利用假期拿证的你量身打造。考点胶囊内容搭配多重硬核福利,让你在旅行、实习、居家 ...
2026-07-21金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15