数据分析岗位跳槽面试需要做什么准备

你好，我是可乐

这篇文章讲的是数据分析面试时应该做何准备

如果你也感兴趣，就请读下去吧~

正文

开局一张图

春天来了，万物复苏，大家心中跳槽的念头是不是也如👆图般跃跃欲试？那今天正好，古牧君就聊聊数据分析师准备面试的3种段位，帮你知己知彼百战不殆！

初级阶段：闭门造车

这个阶段往好了说叫“以我为主”，往坏了说就是“闭门造车”。一般在这个阶段的同学做面试准备，都会特别细心+有逻辑的把自己过往工作履历收拾归纳一番，把每个项目的背景、价值、过程和成果反复推敲，并在心中默念，追求那种面试过程中一问一答、对答如流的快感

可能会有同学心里嘀咕了：“妈蛋～我连你说的初级都还没到啊！那我得先学会如何标准化结构化的表述自己的过往经历了”......别急，该补课您下去慢慢补，今天咱们要说的可远不止如此。都说台上一分钟，台下十年功。台下的功夫都是要给台上做出足够的提前量的，您不会台下就只练一分钟吧？～

好了咱们继续，如果您只做到了这些，那就仅仅是初级阶段。因为这种准备是一场没有目标的努力，好比我们仅凭借自己的喜好和擅长、吭哧吭哧辛苦一下午做了一顿饭，但丝毫没有考虑吃饭的人他的口味。万一你做了一堆大鱼大肉，可吃饭的人就想吃些清淡的，你说你怎么办......

所以，咱们还是要面向目标来做准备，不能脱离实际闭门造车

中级阶段：照猫画虎

很好，你从心态上已经进入了中级阶段，开始关注对方的看法、要求和感受了

教你应对这个阶段的文章也会多起来，他们说的都没什么毛病，归根结底就是按照你对这个岗位要求的理解，有的放矢的重新编排组织你的履历内容，让你看起来就像是为这个岗位而生一样！

但是，这里面潜藏着一个巨大的风险：如何保证你对这个岗位要求的理解是正确无偏的？似乎所有文章都将宝押在了岗位招聘需求的描述上，这是很危险的......

凡事只要脱离了实际情况，仅做理想状态下的考虑，就必定存在风险。作为偶尔的招聘方，古牧君可以很负责任的告诉你，市面上挂出来的岗位招聘需求，有相当比例的内容压根儿就是互相抄来的！

这里面有太多的不确定：有可能招聘部门也没怎么想清楚要找一个什么样的人，但就是有名额不用完亏的慌，就让HR去市面上参考大厂同岗位的招聘需求，然后快速挂一份到线上先收着简历面试着；也有可能是招聘部门相对清晰，但负责的HR业务知识不达标，赶上面试官们又比较忙，只好自己硬着头皮上阵编纂一份招聘需求

总之，就是你看到的岗位招聘需求，很可能跟招聘方真正想要的，完全不～一～样～那我们的所有准备，不就成了照猫画虎了么！这可咋整？！

高级阶段：仰望星空

结构化的整合个人履历没错，但容易闭门造车脱离实际；按照招聘方的要求重组简历也没错，但容易照猫画虎被不靠谱的招聘方坑；最后我们还能做点儿啥？貌似就是那句老话了：以不变应万变～

但这不意味着干等着什么也不做，而是说需要我们明确一个更高阶的目标，让那个目标指引我们的方向。而这个目标也应该像北极星一样，是放之四海而皆准的，这样才能以不变应万变。下面就是古牧君斗胆整理的目标：

理想中的数据分析师，应该是类似上图的全能战士，在上述9个维度都是满格儿的！当你真的无限接近于这种状态后，不论面试官搞什么飞机，你也就都能泰然自若了

因为篇幅限制，这次先简单介绍下每个维度👇

业务知识：既了解业务场景的知识，又洞悉公司内相关合作方，清楚的知道自己在做的事情在公司中是什么定位价值

分析思维：能够将实际问题转化为可被量化研究解决的数学问题，并最终以友好的形式展示结论

数据管理：熟练掌握各种数据加工提取的技术方法，能够将数据变成资产进行妥善的清点管理

数据探索：能结合业务场景了解将要分析的数据集的各种内部结构和特征

数据可视化：能按照目标，通过合理的运用图形可视化工具，简单高效的传达数据价值，讲述数据故事

技术素养：面向业务场景选取合适的技术工具，并能不断迭代优化技术方案

战略思维：运用创新思维和系统思维支持决策

领导力：通过专业能力打造影响力，并以此培养团队、推动组织内的数据建设

分析产品管理：把每次数据分析的产出当成一个产品，规范化流程化的把控产品生产交付的每个环节，确保该产品能顺利落地发挥效果

至于上述每个维度的具体解析，比如怎么才能达到这种水平、有哪些更适合自己的发展模版（毕竟全能战士是不现实的），古牧君都计划在下周的推送中详细解释～

---

给你推荐：

我为什么建议你赶紧离开外包公司？

作为数据分析师，我是如何面试别人和被面试的（附面试真题）

通透！一万字的统计学知识大梳理~