我的数据分析校招经历复盘（上）：为什么我不建议你投数据分析岗
本人参加了去年的秋招，求职方向是大体是数据分析&商业分析&数据运营，比较幸运，成功上岸拿下同花顺和美团的 SP offer。虽然从结果看还算不错，但是整一个过程也是无比的坎坷。转眼已经到了2021春招的时间，我决定好好整理一下我的碎碎念，回馈一下在去年秋招过程中帮助我许多的牛客网，希望可以帮到更多有志于投身数据领域的朋友们。
先简单做个自我介绍，本人小狈，普通美本土木工程和数学双专业，普通美研商业分析专业。实习竞赛项目经历都有但是除了一个kaggle竞赛前5%的排名其他都是一些相对普通的经历（我觉得我最亮眼的经历是在工地爬脚手架23333）。总的来说，我有的只是一个相对普通的背景而非大佬，所以我觉得我的经验会更有普适性。
然后是我的大体求职经历，我整个秋招国内总共投了三十几家公司（还投了一些美国大厂的DS/DA/BA岗，但本文重点在国内，先跳过）。大概一半的公司给了笔试，笔试大致也是过一半挂一半，进面试的公司除去因为时间安排自己拒掉的和一家问了我两个问题就把我送走的，都至少走到了二面。
那是因为这上面没有写我被虐的体无完肤的过程。我秋招整个过程大致是从以为准备的非常充分，SSP在向我招手的信心满满到各种被拒被挂到怀疑人生到最后的重新调节心态侥幸上岸，具体的经历我会放在下一篇里细讲。本篇的重点是有关岗位的选择，也就是：
为什么我不建议你投数据分析岗
原因其实很简单：卷。
这时候可能就有小伙伴要跳出来反驳，啊小狈，数据分析明明是一个风口，怎么可能跟你说的那样不堪呢？
确实，数据分析的确是风口技能，数据驱动决策也是大势所趋，但是，技能是风口技能不代表岗位就是风口岗位。
三十年前，当汽车刚开始在全中国普及时，少数掌握开车技术的司机自然而然成了香饽饽，开车和司机就成了当时的风口技能和风口岗位，但是，当越来越多的人开始学习驾驶后，司机就变的越来越容易替代，对专职司机的需求越来越低的同时，要求却越来越高。多年过去，驾驶作为一项技能的重要性依旧没有降低，但是专职司机再也不是那个曾经的风口岗位了。
二十年前的英语，十年前的电子商务，亦是如此。专职数据分析师虽然还是一个新兴岗位，但也已经过了需求最旺盛的时期，而且这次疫情对全球的数据岗的冲击都非常严重（具体原因有兴趣的朋友可以搜索一亩三分地公众号的文章：《近期大规模裁员，为什么那么多公司先裁做data的》）。在全民学习数据分析的大环境下，未来需求降低和要求变高的趋势也已可见一斑。
要论证这个问题，我们不妨来做一个小小的数据分析，来对比一下互联网公司最热门的研发岗与数据分析岗的报录比。
首先需要说明的是，绝大部分公司的各岗位hc都是不对外公布的，各岗位报名人数更是机密数据，所以我只能以手头可获得的极少量的公开数据进行来管中窥豹，虽然没法做到非常准确，但是也能窥见冰山一角。
那么先从应聘者数量说起，虽然之前提到无法获取各公司应聘数据，但是这并不代表无法进行推测。报名一个岗位，必定会进行各项准备，而看过往的面经是绝大多数人都会用到的准备方式。因此，我选择使用互联网人求职圣地牛客网的各岗位面经订阅人数来作为各岗位报名人数的一个参照。
由上我们可以大致推出在应聘人数上，数据分析师：C++工程师：Java工程师的比例大致是1：1.2：3.1。
接下来说招聘人数，也就是hc。以下是来自百度2020校招官网主页的数据
可以计算得出，C++/PHP研发工程师hc数量是400（这里提一下，PHP是一个相对冷门的语言，牛客网面经订阅量不足C++的1/10，所以这里统一归为C++内），而JAVA研发工程师的hc数量是200，然后数据分析师的hc数量是...15
也就是说，在聘用人数上，数据分析师：C++工程师：Java工程师=1：26.7：13.3。
结合之前的应聘人数，我们可以计算出在录取率上，数据分析师：C++工程师：Java工程师=1：22.6：4.1
再次说明一下，这个比例必定是一个不准确的数据，但是完全可以窥探出数据分析岗竞争的激烈程度。
这时候，可能又有不服气的宝宝要问了：啊小狈，你这都是大厂的数据，不是随机取样，是以偏概全。
说的确实没错，但是如果算上其他的小厂，结果只会更惨烈。
因为大部分小公司压根不招数据分析师XD。
原因也很简单，小公司没那么多数据来给你分析，也不需要那么精准的数据定位，对小规模数据的粗略分析，往往excel拉几张表就能轻松搞定，连SQL都用不着，普通职员培训个十天半个月也能上手。与其花大价钱去聘数据分析师，不如多招几个开发和销售来的实在。从牛客网的面经的公司数量也可以看出，数据分析师面经的公司数是远远少于Java工程师和C++工程师的。而且，细致的小伙伴可能也已经发现，Java工程师和C++工程师的面经数量都要多于订阅数量，而数据分析师的面经数量不到订阅人数的一半，这也说明了应聘数据分析师，光是拿到面试就是一道非常难越的槛了。
好了，劝退部分到此为止。看到这可能又有好奇宝宝会问：既然数据分析师岗竞争如此激烈，为何我会选择这个岗位呢？
从客观条件来讲，本人数理统计基础还凑活，互联网行业中的数据分析/商业分析岗也是与我研究生专业Business Analytics最贴合的岗位。并且，数据分析岗虽然竞争激烈，但是作为一个技术与业务结合的岗位，同时拥有可观的起薪和巨大的发展空间；主观上说，我本身在生活中就特别喜欢用数据做各种决策，对数据分析师的职能也比较有兴趣。总的来说，我选择数据分析岗是结合个人情况的一个慎重选择，而非单纯的看重了所谓的"风口"。
如果你看到这，依然和我一样相信数据分析师是最适合自己的岗位，或者是想要学习数据分析知识提升自身综合竞争力的，那么请你关注我，我很快会在牛客上发布复盘的下篇。在下一篇文章里，我将详细阐述我准备秋招的全过程，以及我整理的数据分析知识体系与推荐资料。我会将知识体系按需求进行细分 ，因此不管你和我一样将数据分析师作为职业发展方向，还是单纯想要学习数据分析知识增强自身竞争力，相信都可以从中找到想要的。我们一起持续学习，即使数据分析风口上已经站满了猪，我们也要做里面最靓的猪仔！
