86
在数据科学领域,我们常常会遇到需要处理混乱的数据,并且提供从深层技术问题中解决实际商业问题的"非技术性"见解。除了公司高层,数据分析师是唯一站在高处俯视全局的人。一家公司的各项工作,几乎都可以在数据上直观体现出来。那么数据分析师,到底需要什么技能呢?
强大的分析和思辨能力,使数据分析师拥有鹰一般的眼睛。深度参与公司的管理和商业行为,成为一个谋划者甚至决策者,是数据分析师可以上演的逆袭。市场上各行各业对于数据分析师的需求似乎从来没有停止过,很多对该领域感兴趣的求职者都面临着一个很重要的问题。
学姐曾和不同领域的数据分析师们聊天,总结出了他们日常工作中的两大部分:一是进行各种各样的分析,包括看似简单的导出和清理数据到建立复杂的数据模型;二是用任何人都看得懂的Report将数据分析的结果展示。通常都是需要报告给那些对苍白的数据几乎没有理解力的客户,或者是公司高层。如何将不会说话的数字讲出故事性,是每个招聘官对Candidate考察的重点。
因此,Ideal Candidate需要拥有的三大技能: 基础的数学和统计学知识,简单的数据库和编程能力,商业分析思维。
第一部分,逃不掉的自我介绍。不管是什么情况的面试,都免不了需要求职者有个简单的自我介绍。这个部分的内容虽然每位应聘者的背景和工作经历都不同,但是不变的原则就是讲出重点,换句话说就是招聘官想听到的Key Points,例如求职者的哪些经验、过往工作经历,是与申请职位的日常工作息息相关的;申请者的哪些性格特点是符合企业文化和团队精神的。
第二部分,硬技能的深度挖掘(Technical Questions)。这部分的面试通常就一个目的:从技术的角度看这个人是否有能力扮演该职位所提供的角色—先决条件是数据知识的基本理解、工具的实践操作。面试官们大致会考查的方面包括数据库、统计、建模、编程、实际案例分析等问题。
第三部分,展现个人魅力的Behavioral Questions。这个部分的问题是千变万化的,但是大家的回答要遵从STAR原则,即Situation、Task、Action and Result。对于Amazon来说,很多曾去面试过的人都提到,一定要将Amazon的14条Leadership Principles烂熟于心。对应于Data Analyst这个角色来说,就是Deep Dive、Disagree、Have Backbone and Commit。
前面我们提到Ideal Candidate所需要拥有的三大技能:基础的数学和统计学知识,简单的数据库和编程能力,商业分析思维。值得强调的是,经过商业分析后得出的实用见解、可执行的方案,在实际工作中是与统计和编程一样重要的存在。
大部分的求职者都有能力做好这三大方面的一到两个技能,但是想要全面的展示自己的工作能力,却是一件不容易的事情。尽管我们会听到招聘官说"没有百分百完美的候选人",但在被考核的过程,他们的期待值就是100%。
【职图Data Science的VIP实战项目】可以很好地帮助到想要申请数据分析师、科学家这样职位的学员们,课程内容包括Database的基础知识和SQL中所包含的最常用数据清洗逻辑,典型统计(Stats)模型的商业实战演练以及如何呈现一份可视化数据报告解决商业困难等。相信课程结束后,学员们会在这三个技能中得到更好的提升。
