京公网安备 11010802034615号
经营许可证编号:京B2-20210330
我本科是统计学,毕业于西安工程大学,这是一所双非公办本科,非985,非211,在大学里,我曾经不止一次畅想过自己未来的第一份工作,但我无论如何也不会想到我能加入字节跳动这么伟大的公司。我为何能成功入职字节跳动,我觉得参加CDA培训,真的是我求职时候一个很大的助力跳板。
跟大多数同学一样,在大四的时候,我也对未来的工作比较迷茫,不知道走向何方。但是恰巧在这个时候,我遇到了CDA的校园宣讲,我觉得数据分析师的职业前景不错,我很有必要系统学习一下数据分析师需要掌握的知识和技能。我们统计学专业在学校学的东西都比较传统一点。像数据分析界比较流行的Python之类的,学校教的很浅。数据分析师的工作虽然跟我的统计学专业比较对口,但是我觉得我在学校学到的数据分析相关技能跟市场实际需要是有脱节的,这也是大多数大学专业的通病吧,于是我决定参加CDA的数据分析就业培训班。
学习真的是一件比较苦的事情。我记得我当时的班级编号是210628期就业班。那会儿,我是在西安分校区上课学习的,班里同一期的,西安总共有5名同学,全国大概有70多名同学。我们西安校区上的是直播课,是老师在总校面授并同时直播给分校学员的那种形式,也是在教室里上课,感觉上很接近于现场面授的形式。每天上午9点30~12点,下午时2点~5:30上课学习。按照Excel,Power BI,统计学,SQL,Python等5个知识模块进行学习。每一天都是干货满满,知识密集度很大。直播课结束后,还要做课后作业。每一两个周还要做一次阶段测试。而且助教对我们的管理也比较严格。我们有时候上课忍不住闲聊,打游戏,助教老师都会立即阻止我们,为此都惹得我们的助教小哥哥发飙了,但是也多亏有助教老师的监督,以我的自制力,如果没人监督,我很容易就放飞自我。三个月多月的课程,真的是硬着头皮挺下来的。特别是后面学到的Python机器学习方面的知识,真的很深奥,这些我在学校里都从来没有接触过。我和小伙伴们努力的研究,努力的吸收。最后三个多月的刻苦学习终于结束时,我还和小伙伴们一起K歌聚餐,放松了一下,真是既收获了知识也收获了友谊。
最后阶段的就业指导也非常重要。感谢就业老师对我的简历指导。我经过二十多次面试,最后有两个offer,一家是国家电网数据分析但是是外包公司。另一家是字节跳动。字节跳动简直真的太棒了,我果断选择去字节跳动。
我谈一谈我的字节跳动面试经历,给大家参考一下。我在BOSS直聘上给字节跳动投递了简历,第二天就有HR联系我,然后加了我的微信,他给我发了一份数据分析师的电子版面试题,让我24小时内发给他。面试题不算太难,考察了统计学,SQL,Python以及一些机器学习的知识,凭借我在CDA学到的知识和我探索解决问题的能力,我很快就把这些题全部都做好了,当天下午我就把答案整理好后发给了HR,然后过了2天,HR通知我1周后去公司参加二面,二面的话,第1,是面试官让先做自我介绍,这个大家事先准备好,建议时间控制在1分钟内,第2,是描述一个曾经做过的数据分析有关的项目,我就说了一个以前学过的数据分析项目,边说面试官会根据你说的内容进行提问,问的非常详细和下钻,所以准备这一块的时候,一定要把项目提前熟悉透彻,一定要提前模拟一下面试官可能会问的问题并构思好自己如何回答。说完这一块之后,面试官还问了如果我现在再来做这个项目,我会在哪些方面进行改善,这一点最好也提前构思一下。这一块大概说了二十多分钟。第3,问了我日常生活哪些软件用的比较多,我说了抖音和酷狗音乐,然后针对抖音提问了有没有什么觉得可以改进的地方,说了希望可以添加中视频板块。然后面试官继续追问,假设抖音添加了这个功能,如何衡量这个功能是否能为抖音带来一些收益。要明确阐述用什么指标来衡量,如何计算这些指标,怎么样确定新增用户或者收益是由于上线该功能而带来的。这一块大概说了20分钟。最后还有三面,三面问了很多统计学问题和一些机器学习算法问题,统计学我本身就比较熟悉,算法方面我在培训中也学习了很多,所以我都回答了,虽然有些问题回答的不太理想,我还以为最后要挂了,不过真的很幸运,最终我通过了字节跳动的面试,拿到了offer。
机会总是给那些有准备的人准备的。回想过去,从我开始学习CDA数据分析,当时是20年的6月,到现在转眼已经快两年了。再过几个月,我在字节跳动也要快两年了。我真的非常感谢自己那三个多月的刻苦学习。我能进入字节跳动,除了我自己通过参加CDA培训掌握数据分析技能以外,当然也有字节跳动在20年大力扩招的原因。但是我想,如果我没有去做这个大胆的决策,没有去学习CDA数据分析,字节跳动这个扩张机会来了,我也进不去。这就是机会总是给那些有准备的人准备的。所以学弟学妹们,你们加油努力学习数据分析知识,努力学习数据分析技能。只要你的技能扎实,当好机会来临,你们也能抓得住。相信有很多非985非211同学也想进入互联网大厂工作。我相信你们也可以跟我一样,通过这个数据分析技能获得进入到一线大厂工作的机会。还是刚才那句话,机会是给那些有准备的人准备的。我从没想过我去学习数据分析,就一定能进入到字节跳动等互联网大厂。我当时只是想多准备一些技能,以便可以把握住更好的机会。希望大家也抱着这个心态努力学习,多准备一些技能,你也就可以把握住更好的机会,因为机会一旦来临,你没有时间去准备技能的,你如果没有准备好技能,那谁也帮不了你。
最后感谢CDA,也感谢我选择了CDA并刻苦学习了三个多月CDA课程。课程的价值很高,现在我也不时的回顾一下录播课程。每次回顾我都有新的心得体会,相信学过的学弟学妹们也有类似的感受。最后祝福大家跟我一样,通过学习CDA的课程进入到数据分析领域,并在这个领域获得良好长远的职业发展和不断提升的薪资待遇。谢谢大家。
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】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06