数据分析秋招指南

前言

看到牛客网大佬@白呀白呀：https://www.nowcoder.com/discuss/561588060295536640写的一篇计算机秋招指南，很详细，看完也感触良多。借用大佬指南的一些框架，作为24届数据分析求职的一员，也想写下自己的秋招经历，希望能对想做亦或是还在犹豫要不要走向数据分析这条求职道路的学弟学妹们有一点帮助。

个人bg：985数学本硕，三段实习。

数据分析岗位概况——数据分析到底是干什么的？

相信有很多人和我一样，其实一开始也并不是很明白数据分析这个岗位是干什么的，只是感觉这个岗位不像计算机类那么技术，但是又不会像产品或者运营那么非技术，从我自己目前实习的一些经验来看，数据分析确实就是介于技术和非技术之间的一个岗位，其最基本的工作一般是：与业务方对接→接业务方的一些需求（看板需求、取数需求、分析需求等）→做完需求后交付业务方。而且数据分析的工作一般会有非常明显的业务导向和业务属性，换句话说，你所做的工作一定是要对业务有一定帮助和作用的，所以这也使得数据分析工作中其实有一个很大的部分就是学习业务，必须要深入明白业务逻辑才能把需求做的更好、更有用。

正是因为这份工作有比较强的业务属性，这也会导致实际数据分析的工作中所用到的工具和在学校学习过程中所用到的工具是不一样的，在学校的时候可能会用到一些比较复杂的机器学习/深度学习模型，而在实际的数据分析工作中其实只会用到一些比较简单的方法，因为这些简单的方法可解释性强、便于理解、便于与业务方进行沟通。所以如果你想做的时更偏于研究性质的，建议可以转向机器学习研究岗（如机器学习与数据挖掘岗位等）或者算法岗。

简单来说，可以将所有岗位里面偏向于数据岗位的分一个大类：

以上是我基于个人经验的划分，如有问题欢迎大家指出。

数据分析岗位现状

用一个字来概括数分的现状，那就是：卷！因为刚刚提到的数分岗位的特殊性质，不是那么需要技术，就导致各个专业都会有一部分的人想要转到数据分析岗位，最常见的专业有统计、数学、应用统计、计算机、金融、社科等等，因此数据分析岗位的竞争非常激烈，对于教育背景和实习经历都很看重，如果有想坚持走这个方向的同学一定要做好竞争激烈的准备。

笨鸟先飞，早做准备

前面有提到过数分的竞争激烈，所以能尽早实习的一定要尽早实习，基本上秋招的时候有2—3段对口的实习是比较好的。

另外，虽说数分岗位不是那么偏重于技术，但是不管是在秋招还是在实习的笔试/面试过程还是会考察一些技术题目的。而且数分的考察范围非常广，涉及到统计学知识、机器学习相关知识、计算机相关知识，因此需要早做准备。

在提前批的网申开放之前就要对SQL、数据库、一些常用算法、统计学等知识有全面的了解，同时要有一定的实习和项目经验来证明自己的实践能力，刷题也要在这个时间节点前开始，当然了越早越好，可以每天抽出一点时间来专门复习和刷题，SQL可以刷牛客网对应的题库，算法题可以刷leetcode或者牛客，统计学和机器学习相关的知识建议参考李航的《统计学习与方法》，总之日积月累自然得心应手。建议在 24 年 3-6 之间陆续开始着手准备。越早越好。