本人基本情況：

學校及專業：廈門大學經濟學院應用統計

實習經歷：快手數據分析、字節數據分析、百度數據分析

Offer情況：北京某央企數據分析、中移信息大數據分析師、中核集團數據分析師、中國工商銀行山東省分科技、樸道征信數據產品

最終去向：北京某央企數據分析

數據分析這個行業是我一直在關注，也很感興趣的行業。很多人會好奇，數據分析究竟是做什么的。所以在進入正文前，我先簡單說下自己的看法。

1、數據分析崗有哪些？

數據相關的崗位大致有四類：數據分析師、數據科學家、數據產品和算法。

數據分析的大致工作內容是基于統計方法與數據挖掘技術幫助業務做出更科學的決策，起到輔助支持作用。具體所需技能大致有SQL、EXCEL等工具以及統計學原理；

數據科學是對數據分析的深化與拓展，不僅需要精通統計學，還需要運用深度學習或機器學習等技術挖掘數據價值。需要具備Python、R等扎實的編程能力以及機器學習等算法的理解應用能力；

數據產品主要聚焦于數據產品的全生命周期管理，從產品規劃、設計到實施，在理解業務需求基礎上不斷優化產品，具體要求除基礎數據分析能力外，還需具備良好的產品設計和項目管理能力以及掌握Axure、墨刀等原型圖繪制工具。

2、數據分析師是做什么的？

我認為數據分析工作大概是分三個模塊：

第一個模塊是做日常的數據監控，即看數。比如定期（日、周、月等）監控數據看板，并產出月報、周報、日報等。當出現數據異常時，比如GMV下降，需要進行歸因分析，多維度拆解數據，精準定位問題并解決。

第二個模塊是滿足業務數據需求，特點是交付周期較短。比如業務提需求，希望得到某些數據的支持。我們首要了解業務需求背景，接著尋找數據源，取數并驗證數據準確性，最后基于此向業務進行交付。

第三個模塊是由數據分析團隊自主驅動的專題分析，特點是周期較長，項目難度較大。比如自主探究如何去提升GMV的辦法。

3、我的主要工作內容

目前我所在央企主營業務是數字醫療、數字醫保、數字醫藥，致力于推進三醫領域的協同發展。公司按照產品線劃分不同的數據團隊，我主要負責的是醫保方面的數據分析。

關于秋招，公司近年的整體招人規模為個位數，應聘者均來自北大、清華等海內外頂級學校，存在一定競爭壓力。

一、關于實習經歷

我的第一段實習是快手主站核心部門的數據分析師，這段實習中我主要學到了數據分析在實際工作中的一些應用，包括具體工具、數據源查詢等。期間我遇到的團隊成員都非常好，總體來說我的感受還是比較好的。

我的第二段實習是在字節跳動，崗位是電商數據分析。相對快手來說，快手對于數據源以及數據指標等有成型的文檔來嚴格規范。但是字節跳動則更傾向于自由發展。同時它的培養制度偏放養型，要求具備較高的自主性與主動性，這也鍛煉了我的獨立思考和問題解決能力。

我第三段實習是百度的廣告數據分析崗位，但綜合考慮自身感受和部門發展，我最終放棄了這份暑期實習。

最后我又回到快手的海外部門進行暑期實習?？焓趾Ｍ獠块T的架構調整非常之快，我的工作內容不斷發生變動，需要不斷去熟悉新的工作內容，這對我的心態產生了一定的影響。所以綜合考慮以后，我最終決定去尋求銀行或國央企等更為穩定的工作環境。

1.數據分析崗實習過程中遇到過哪些挑戰？

在實習的過程中，我遇到的大多是專業能力方面的挑戰，比如一些業務指標的理解，這和理論知識不同，它們沒有清晰明確的定義，所以需要自己主動向人請教學習。

對于應對專業能力方面的挑戰，首先，我建議大家去梳理自己的問題，明確自己的需求。首先嘗試自我努力，看是否可以通過一些部門知識庫文檔或項目前期的背景文檔來解決。如果還有疑惑，我覺得可以勇敢地去跟你的領導或者同事去表達你的疑惑，不要害怕，大家都非常愿意傾聽我提的問題，并且非常積極地回答。

其次還有人際能力方面的挑戰，人際能力是情商在職場上的體現，比如是否能在溝通中明確地把控項目的關鍵點、是否能用專業術語來表達問題等等。對于這些方面，只能少說、多看、多聽。如果遇到與你的價值觀不太契合的人和事，也不要內耗，不要去懷疑自己，做好自己就好。

2.沒有數據分析經驗如何找到第一份實習？

首先，數據分析需要具備一些硬技能，這就需要刷題和鍛煉，比如SQL、Python等，以及需要系統整理統計學的相關知識。

第二個我認為比較重要的是要積極擴大信息來源，不僅僅局限于官方渠道，也要多關注招聘軟件、社交媒體等多元化信息，比如一些急招的招聘信息，如果能抓住機會的話可以大大提升拿到實習的概率。最后就是要廣撒網，投遞的越多得到反饋的概率越大。

在投遞簡歷的過程中也要擺正心態，當簡歷投遞或面試沒有得到正反饋時，不要把所有問題歸咎于自己，及時調整心態，不拋棄不放棄，最終肯定會得到順心的結果。

數據分析涉及很多知識點，而且比較零散，對于沒有系統學習過知識點但又想從事數據分析崗的小伙伴，建議考過CDA數據分析師，CDA數據分析師一級考察的內容除了指標體系、數據解讀外，還包括用戶畫像分析等，集中學習后對能力提升很大。

學貴在行，需要我們在以后的學習工作中不斷地積累經驗掌握工具，學以致用。能站在多方角度，發現問題，分析問題，解決問題，總結問題。

二、面試求職經歷

關于面試求職，我認為最重要的兩點，一是盡可能多渠道去掌握和了解信息；二是多實踐，不斷積累面試經歷。

1.多渠道獲取信息

首先，要盡可能地去搜集實習或秋招信息。對于實習，可以搜集一些微信的秋招群或實習群等，這些群里會發布工作崗位，可以直接投遞到他們的郵箱，或者直接微信遞交一下簡歷，流程相對較快，當然，也可以在小紅書上找這些信息來源。

對于秋招，一方面大家可以在小紅書上加一些秋招群，或是看一些秋招博主他們怎么投的，他們投了什么等，進行查漏補缺；另一方面，針對目標就業地（如北京），那可以去關注當地知名高校（如北大、清華、人大等）的就業微信公眾號，往往他們的信息是更多的、更全的，而且是更及時的。

其次，我建議大家去做文檔記錄，做好公司、投遞鏈接、崗位及基本信息、面試時間線等的記錄，可以有助于總結求職歷程。此外，也可以積極利用社交平臺（如小紅書等）來追蹤所投崗位的進展，比如國央企它會有群面單面等三輪面試，基本上很多人會去分享面試進程，比如說他收到了下一輪，你也可以去找這些信息來判斷自己還要不要等，及時調整自己的求職策略。

2.關于面試實踐

對于互聯網，一般是三面，甚至四面，面試節奏比較快，快的可能一周內就能走完面試流程。一面一般考察專業能力，包含但不限于SQL筆試、自我介紹、項目經歷。二面重點在于項目經歷，會挖掘得比較深，答得好是很出彩的。三面可能就是見大領導。

國央企戰線一般拉的比較長，先是簡歷投遞，可能過半個月后筆試，然后一般是兩到三面。第一面基本上是無領導小組，形式大概是：比如說有10個人，然后他會拋出一個問題，可能給一些選項，去商討怎么排序，并說明排序的依據是什么；或者是熱點問題或辯論題等等。對于無領導小組，可以自己總結一些熱點題目（比如數字化轉型等等）以及通用的話術，積極表現自己。二面一般是半結構面試，需要提前對公司、崗位內容有一定的了解，也會涉及到一些實習項目問題，以及包括學校經歷、統計學知識以及個人相關的問題，認真回答即可。三面的話可能就是HR。

對于所有面試，在前期準備時，都可以從項目經歷、統計學基礎知識、代碼等層面來準備資料庫，每次面試完及時總結，并對資料庫進行更新。

如果您也想做數據分析類的工作，可以測測自己的數據分析能力，歡迎挑戰。

三、為什么選擇數據分析行業？

由于我本碩都是統計相關專業，且了解到與統計相關工作位基本是上面提到的四類，于是在研二上，想逐一嘗試，不斷試錯。但在進行第一份數分實習后，我堅定了這是我想要做的方向。期間，我也會跟身邊同學了解其他崗位的工作內容，但發現我還是更享受專注分析數據、產出報告的過程。

其實每個崗位的技能都具有可遷移性，如果有機會，我的建議是多去嘗試不同崗位，嘗試后才能摸清楚自己的內心想法，了解自己真正想從事的工作內容，在研二下學期時才能精準投遞，避免無用功。

選擇數據分析這個行業還有一個重要的考慮，是因為我對這個行業的發展前景很有信心。雖然近來市場下行，但是數據分析師的需求量是非常高的。

2023世界經濟論壇發布的《未來就業報告》，預測了未來五年內增長最快的十大崗位，其中就包括了數據分析師和科學家和數字化轉型人員。

在很多企業內部，數據分析師一般都擁有清晰且廣闊的晉升路徑。從初級數據分析師做起，隨著經驗的積累和技能的提升，可以晉升為高級分析師，負責更復雜的數據分析項目和團隊指導工作。

對技術有更深入追求的分析師可以轉型為數據科學家，參與到前沿的算法研究和模型開發中。這種從技術到管理的多元發展路徑，為數據分析師的職業生涯增添了豐富的可能性。

總的來說，選擇數據分析行業一方面純粹是因為專業和興趣，但另一方面卻也是基于現實的考慮。對于想初入職場的學弟學們來說，建議在進入一個行業前一定要深入思考自己的興趣，全方面調研和了解行業情況。第一份工作非常重要，大家一定要認真對待。

最后，想和大家說：允許一切發生，真正的強大不是對抗，而是允許和接納，接納挫折，接納無常，接納情緒，接納不同。每個人都會有一段特別艱難的時光，不必害怕，日升月落總有黎明，給自己一點時間，相信大家都有光明的未來！

抓住機遇，狠狠提升自己

隨著各行各業進行數字化轉型，數據分析能力已經成了職場的剛需能力，這也是這兩年CDA數據分析師大火的原因。和領導提建議再說“我感覺”“我覺得”，自己都覺得心虛，如果說“數據分析發現……”，肯定更有說服力。想在職場精進一步還是要學習數據分析的，統計學、概率論、商業模型、SQL，Python還是要會一些，能讓你工作效率提升不少。備考CDA數據分析師的過程就是個自我提升的過程。

CDA 考試官方報名入口:https://www.cdaglobal.com/pinggu.html