2020年应届高校毕业生突破新高874万,恰逢邂逅到疫情导致招聘岗位的数量大幅缩减,大批应届生涌入就业市场,让池子里求职者的竞争激烈值飙升。

2020年找工作可用3个字形容:难!难!难!可想而知,2021年就业压力将何等空前巨大。

然而,这里有一个新兴的产业,其行业薪资平均水平高、就业竞争力相对小……HR却常常因招不到人而烦恼。

据人力资源和社会保障部发布的《新职业—大数据工程技术人员就业景气现状分析报告》显示,2020年中国大数据行业人才需求规模将达210万。

未来5年,需求仍会保持30%-40%的增速,需求总量大概在2000万人左右。

现如今,各大高校纷纷新增大数据相关专业,近5年数据科学与大数据技术已成新增数量最多专业,2020年新增高校更是达到了全国1/4。

然而,“远水解不了近渴”,截止目前大数据及数据分析人才的输出还未形成一定规模。

迫切的市场需求,让企业面试数据分析及赋能等岗位时,会更注重实操能力,从而推动国内数据分析类职业教育培训行业蓬勃发展。

通过几个月的脱产或远程的系统学习,很多人投身成为专门从事数据采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。

靠着毅力和努力,无论科班生还是零基础者,都可掌握一定的能力和知识。这时,面试中针对自身情况运用些技巧,便可从众多求职者中脱颖而出,提升收获大厂offer的成功率。

今天,分享些资深数据分析HR总结的面试技巧,具体谈谈面试前、中、后,求职者该做什么?怎么做才能事半功倍?

面试前  ——明确定位

具体工作内容及想从事哪块

找工作方向

  • 数据整理:数据获取、清洗、转换、集成;
  • 数据建模:构建数据模型,完成算法设计;
  • 数据分析:挖掘数据的商业价值并分析;
  • 可视化:对数据分析结果进行可视化展示;
  • 报告撰写:撰写数据分析报告;

内容模板一

  • 熟练SQL语言从数据库提取数据;
  • 熟练python进行数据清洗和建模;
  • 熟练使用数据可视化工具;
  • 能够撰写数据分析报告。

内容模板二

  • 业务能力:熟悉行业及周边的业务知识;
  • 管理经验:熟练企业管理和数据应用结合; 
  • 数据分析能力:精通数据分析原理及方法; 
  • 综合能力:较强沟通能力及项目管理能力; 
  • 设计能力:较好BI与数据仓库架构设计能力; 
  • 工具能力:熟悉主流BI工具和数据库。

自我评价——个人能力框架的范围

几个维度:

  • 是否具备数据分析相关项目经验?
  • 熟练操作哪些常见数据分析工具?
  • 是否对数据敏感敏感?
  • 是否拥有较强的多重逻辑思考能力?
  • 思维是否习惯结构化?
  • 是否能快速适应新环境和团队?
  • 可承受较大劳动强度,接受出差?

 面试时——常见问题

 常规类

Q:请自我介绍一下?

A:不要只说姓名、年龄、爱好、工作经验等简历上有显示的。

▷ HR温馨提示:

提前准备好,涵盖自己与众不同甚至独一无二之处,同时保留某些不突出或中庸点,介绍不宜过长,在60s内即可。

----------------

Q:你工作上有什么业绩?

A:说到业绩,很多人会把之前出色的部分一股脑全说,生怕面试官不知道你有多优秀。

▷ HR温馨提示:

说成果无可厚非,但务必先了解面试的公司,摸清自己适合该岗位的原因,并针对性在每份工作中,挑出匹配度较高的工作成果。

----------------

Q:你对薪资的要求?

A:这个问题愁死了很多英雄汉,要求太低自己过不去,要求太高又怕公司用不起。

▷ HR温馨提示:

不管工作岗位和内容是否符合,必然会涉及到薪酬,建议可要求行业内的平均工资。另外,在复试结束时,务必询问目标岗位薪酬体系和KPI考核细节。

----------------

Q:你能接受加班吗?

A:很多问的公司,并不证明一定要加班,只是想测试你是否愿意为公司奉献。

▷ HR温馨提示:

先明确上下班时间及加班的原因,陈述自己会全身心投入工作,并不断提高工作效率,积极主动的完成好自己的工作。

----------------

Q:上一家公司离职的原因是?

A:就算在上个工作受了再大委屈,都千万不要口出怨言,尤其要避免对管理层的批评。

▷ HR温馨提示:

客观陈述就好,如:工作没发展空间,工作与自己的职业规划不合等,回答要积极正面。

----------------

Q:你还有其他问题要问吗?

A:这个问题很关键,别直接说“没问题”,越来越多公司开始注重员工的个性和创新力。

▷ HR温馨提示:

这时,可问问自己岗位的晋升空间,通过何种方式能晋升、新员工有什么培训项目等问题!
针对类
Q:一名数据分析师要具备哪些技能?

A:数据分析师需能准确分析、组织、收集或传播数据;掌握数据库设计,数据模型,数据挖掘等方面的技术知识以及分析大型数据集(SAS,Excel,SPSS等)的统计软件包知识。另外,根据工作和发展的方向不同,需掌握相应工具,这时应具体情况具体分析。

----------------

Q:分析项目的步骤包括哪些?

A:包括问题定义、数据挖掘、数据准备、模型化、数据认证、实施跟踪。

----------------

Q:数据挖掘和数据分析的区别?

A:数据分析是针对个别属性的实例分析,提供有关属性的各种信息,如值范围,离散值及其频率,空值的发生,数据类型,长度等。而数据挖掘则更侧重聚类分析,异常记录检测,依赖关系,序列发现,多个属性之间的关系控制等。

 面试后

无论面试结果如何,一定要进行归纳总结。面试中被问到了不懂的问题,要及时解决,以防下次在同一个问题上再跌倒。

CDA除了涵盖各行大数据及数据分析从业者所需技能的热门培训课程外,就业学院还为培训顺利毕业的学员开通了就业直通车,服务包括系统的职业素质、1对1模拟面试等。


我们的就业服务

多年的就业指导积累和沉淀,CDA认为行业选择,技能提升、经验积累、职场价值观塑造等都比钱更关键。

CDA就业服务老师会根据就业班毕业学员自身的情况,针对其意向企业进行内推,并全程跟踪和辅导,提高他们就业的成功率。

另外,正确的事业观决定了一个人未来职场发展是否顺畅,所以CDA就业学院在全力培养学员专业技能实力外,就业服务时亦十分重视这点。

CDA不仅会指导学员不断完善简历,对于学员个人优势挖掘、心理建设、陪伴激励等方面亦兢兢业业,获得了喜人的战绩。