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
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 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 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31