京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
编辑:Mika
放眼2022年,整个就业市场将有1000多万应届生,再加上各行业的一些人才结构变化,预计来年整个就业市场大概有2000万到3000万的求职人群。
那么,该如何更好地帮助这些求职者呢?
今天我们就邀请到了三位资深的HR,她们分别来北京、上海的不同行业。看看结合企业的定位,针对数据分析相关的招聘和求职,如何能给到求职者比较好的建议。
嘉宾 1 坐标上海
汽车大数据企业资深HR
嘉宾 2 坐标北京
多元化公共服务型集团企业资深HR
嘉宾 3 坐标北京
头部大型保险公司资深HR
问题 7 :
HR在筛选简历时,最看重哪几点?怎么让简历脱颖而出?
嘉宾 1:
我们这边的话看简历会比较快,对于某个岗位会有一个详细的招聘要求,就是俗称的阶梯。
看到简历后,我会迅速过一遍是否符合我们要求的那几个关键点,如果有的话,就能顺利通过筛选。
因此,候选人在写简历的时候,不是越多越好,要越有效越好。
让简历做到重点突出,简洁明了。这样就不会因为部门里有对专业或者学历的要求,被误刷下去。同时项目经验也很重要,尤其是技术人员一定要把项目经验写上去。
嘉宾 2 :
我这边也是根据JD去筛选简历。
嘉宾 3:
首先第一点,我会关注应聘者的专业,我们对于专业的匹配程度会有一定的要求。
专业如果匹配,我们又会看他现在所具有的技能。例如之前提及到的,是不是有大数据平台的使用背景,SQL语句的掌握, Excel的使用,可视化的展示等。
像社招人员,他曾经的从业经验,从事什么岗位,承接过什么项目,做过什么工作等,这都是我们比较关注的。
问题 8 :
对于毕业没多久的人群而言,在面试时会关注他们的哪些素质呢?
嘉宾 3:
像是毕业没有多长时间,想要跳槽的同学,我们会关注他之前的工作履历。
例如我们可能会重点问为什么从前一家公司离职,从这个问题主要考察的是职业态度。是因为跟公司的领导同事相处的原因导致离职,还是说因为自身的能力,所以说希望大家可以提前准备一下。
嘉宾 2 :
首先我会关注他跳槽的频率以及离职的原因。还会看他的职业规划,尽管他刚毕业不久,但他是否对未来有清晰的职业规划。
另外就是他的学习能力和整个逻辑能力,对综合素质这块我们会更加关注一些,特别是针对刚毕业的这类人群。
嘉宾 1:
如果是毕业时间不长的候选人,首先会分岗位。比如说数据分析还有技术岗位的话,我们一般的话比较关注他能不能干事情。
虽然说他工作经验不多,但在一年两年经验里,他要有适合自己工作年限的工作经历,比如说在以往的团队当中,充当什么样的角色,过往的绩效如何。我们也关注离职原因,从而考察他的稳定性。
问题 9 :
针对由于婚姻或生育等原因离开了职场的女性,HR对于选择这部分职业人时会不会比较犹豫呢?
嘉宾 1:
我也是这么过来的,所以更能体会。其实一般来说企业的态度还是比较包容的,比较关注是不是能做事情。
我们企业去年的时候有一个数据分析师就是刚休完产假。大概前面一个多月的时间,她就说自己有点不在状态,天天担心家里的宝宝,代码都快不会敲了,我就会去安抚她,帮助她度过这样的阶段。
其实无论是全职妈妈,或者是说重新步入职场的哺乳期妈妈,其实她们比任何时候都要努力,因为有了孩子以后,大家就会考虑给孩子准备很多东西。只要她们工作是能够完成的,我们不会介意她的身份。
嘉宾 2:
我们还是对能力这块关注比较多,其实每个人在生活当中都有很多个角色,无论是全职妈妈,或者是需要同时兼顾家庭事业也好。
如果你能完全协调好,我觉得不管是处于什么样的年龄或什么人生阶段,只要把自己工作分内的事情能做好,企业对这一块是没有太多限制的。
嘉宾 3:
面对这样的应聘人,我们其实不会因为正好是适婚年龄或者生娃小孩去多考虑其他的问题。
但是我们在面试的时候,会更多的跟她们阐述说明工作强度和工作时间,会让应聘人去衡量。
如果她们觉得没有关系,这样的工作强度是可以适应的,我们就正常的面试,安排下轮流程。
如果说她经过思考之后,觉得可能强度不太适合自己,我们后期可能就不会选择。主要还是工作强度这块,我们会比较尊重应聘人的想法跟意见。
问题 10 :
作为刚入职新公司的数据分析工作人员而言,应该如何更好地结合业务来做好工作?
嘉宾 3:
我觉得数据分析岗如果说不了解一线的工作流程,在逻辑性上分析就会存在很大的问题。所以说一线的工作经验或者学习的过程很重要,希望应聘者不要拒绝这一块的学习流程。
一旦缺乏在一线的工作经验,或者对于流程不够了解,有一些事情他可能没有办法做更好的分析跟决断。
嘉宾 2 :
不管你之前有多少的从业经历,你的背景多么丰富,但是你作为新人加入一个公司,你肯定首先要适应这个公司的业务。
学习也是你在这家公司经历的过程,只有你懂业务、了解业务,你才能基于业务去做出分析。
所以学习这个过程大家千万不要觉得是非常枯燥的,一定要先放平心态,把所有的公司业务都了解完之后再去更好的发挥。
嘉宾 1:
我们这边的话会比较快速一点,会让他在实战中去历练。初级的数据分析师可能需要匹配一个导师,这个导师需要时刻跟他有一对一的反馈和指导的。
在实战当中,就是最直接地锻炼他的技能。但是的话新人,难免有无助的时候,若能够一对一的匹配导师,就能快速带他上手。让他尽快地融入到整个团队的氛围和业务中,这样效率会高一点。
问题 11 :
企业在招聘过程当中,会对来自专科的职业人有什么限制吗?
嘉宾 3:
从我们公司的角度上讲,各个机构会有一定的层级,分为1级、2级、3级、4级机构。各个机构对学历的要求也是不太一样的,机构的层次越高,对学历的要求也会越高。
无论是本科还是专科同学来说,对于数据分析的技能要求都是一致的,学历这一块只要能符合入职岗位的要求就好。
从专业技能上来看,还是希望求职者在面试之前可以多多学习数据分析的技能,从而能够脱颖而出。其他的就还好,不会说因为是专科生就比一般本科生机会少。
只要具备技能,并且自身也确实很优秀,就能在面试中脱颖而出。
嘉宾 2 :
我们当然首先会考虑这个人的专业能力和知识的主储备情况,鉴于他没有太多的工作经历,这个应该就很现实。
如果说同时比较一名专科毕业生和一名本科毕业生的能力,在综合能力和专业能力基本上匹配的话,我相信很多企业可能会优先选择本科毕业生。
嘉宾 1:
英雄不问出处,不管他是专科还是本科,面试机会我们都是会同样给到的。
另外,师傅领进门,修行看个人。有了面试机后,我们需要他展示出跟其他候选人一样的工作能力。
如果是和其他候选人一致的话,是没有什么差别的,所以千万不要介意自己的学历。学历的话只是过去的一个代表,我们看的是你的目前和未来。
问题 12 :
在简历当中写的数据分析项目是越多越好呢?还是就写 1~2个比较核心的项目就可以了。
嘉宾 3:
我们会更关注核心的项目。
首先,这些项目一定要体现出来应聘者的亮点。
例如从事某个工作项目,作为PMO肯定比在项目中,只是收集数据或者收集信息的工作就会更加分。还是以精为主,不是以量取胜。
嘉宾 2:
相对于数量而言,我们可能会看重质量多一些。
比如我一共做了多少个项目,这个完全是可以在简历当中用数字去体现的。做过的项目,可以分为几类,大概有几种类型。对每个类型,举一个你认为比较重要例子。
不管是体量或者质量,你觉得是对你自己求职来讲比较重要的,就可以重点写出来。
嘉宾 1:
我认为要跟招聘阶梯的相关度高。
比如说像应聘数字中台岗位的候选人,他是有数字中台的项目经验的,所以不论写多少项目,当中必须要有关键词。
在此建议所有的求职者,应该去花时间去熟读一下每个公司的JD里偏重哪一块。
其实可以在求职准备时多准备几套简历,然后比如说你投这家公司,它强调的是某方面的项目经历,那么你就应该把这方面的经验展示出来。
如果你投的是另外一家公司,又强调另外一方面,那么你在展示另外一方面,需要做到有针对性,定制化。但是要强调一点,简历不能注水,一定要真实的。
主持人:
好的,非常感谢三位嘉宾。今天抽时间给大家带来了非常高质量的人力资源专场分享,感谢大家。也祝各位求职者求职顺利,都能找到自己心仪的工作!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14