前言
⽆论是从⾯试官,还是应聘者的⻆度,我跟⼤家⼀样,都有体会到⼀个新现象——⾏业的变化,也是招聘者的需求变化。从整体⾏业的数据⼈员素质来看,我们也可以发现这⼏年的⼈员素质⼀直在不断地升⾼,这不仅仅体现在学历升⾼,更是对从业者⼯作经验的有更⾼的要求。
早些年我们在找数据分析岗的时候,要求并没有那么⾼。绝⼤多数情况下,只要符合技能要求再加⼀些 业务sense基本是就能找到⼀份不错的数据分析⼯作。那么现在,为什么对数据分析师要求非常高呢?
说到这⾥,机智的小伙伴很快会想到⼀个词—— ⾏业内卷。不可否认,有这⽅⾯的原因,如今数据⾏业⽕了,科班⽣也越来越多,早年转型的也稳稳⼊坑了。整体供给多了,⾃然竞争就⽐以往⼤很多。
另外,还有个原因⼤家可能⽐较容易忽略,早些年前很多科技类、互联⽹类公司都在⼀个数据起步的阶段,⽽传统企业还在数字化转型的泥潭中摸索。因此,⼤部分公司数据部⻔都在做数据底层建设,还有⼀些基础设施的搭建,包括数据的获取,清洗,分析,可视化等等。所以,早些年⼊⾏的朋友可能会都有这样的经历,只要数据库知识有⼀些了解,然后会SQL EXCEL PPT Tableau powerBI不愁找到⼀份还不错数据⼯作。
然⽽现在,显然不⼀样了。前⼀段时间还有同学跟我说:现在Python要学到什么程度呀?各种知识要掌握到什么程度呢?现如今,都说⾏业⻔槛⾼了,那对于我们这样的数据从业者来说,⾃⼰到底是处于什么样的位置,想要提升,究竟⼜需要掌握哪⼀些技能?需要掌握到什么程度呢?
以上问题甚⾄困扰着已经⼯作多年的数据分析师。那么,现如今的形式我们究竟需要具备哪些数据技 能?以后去到市场上去⾯试的时候,我们要怎么突出⾃⼰的专业技能?这就是本文分享的核⼼。
⾸先声明接下来的⾯试的技巧,并不是说如何把没有的经历说成有的,也不是把80分的这样的⼀个成绩达到了100分,这是不可能的。本⽂的重点是帮助⼤家在有限的时间内将⾃⼰的能⼒在短短的时间内体现出来。
首先我们先来了解下面试流程:
数据岗面试⼀般最简单的⾯试在三四⾯左右。⼀⾯技术,⼆⾯总监,第三⾯就是hr。
再复杂⼀点⾯试,可能分为4-5⾯,⼀⾯⾯试你的是⼀些⼀线的员⼯,他会筛选掉⼀些初级的候选⼈,之 后再向上给到主管或者资深的专家⾯试技术,然后就是我们的总监⾯。⽽往往涉及到更⾼级的岗位级别 ⾯试,还会经历CEO或者CTO的⾯试。当然,还有的公司如阿⾥可能还会经历过更多的⾯试环节。本次分享的内容主要是应对前2-3⾯,为什么重点强调前2-3⾯?即⼀线技术⾯试-主管-总监。因为⼏乎80%以 上的⾯试者在前2-3个环节就被淘汰了,留下来的是不到20%的候选⼈被推到⾼管和最后HR⾯试。
分享七部曲:
1. 赢在开场3分钟
2. ⾯试官喜欢考到你的⼀些硬核技能
3. 成败在于项目
4. 永远不要忽略你的工作价值
5. 你可能遇到的比较尖锐的问题
6. 不容忽略的细节
7. 总结和重塑信心
01
02
当你成为⼀个资深的专家的时候,你需要掌握什么样的硬性的以及软性的技能?
03
04
05
06
07
推荐阅读
欢迎长按扫码关注「数据管道」