社畜(误)进化实录
Recruitment-渠道
官网信息,校招...
不要被行业和招聘说明的希望专业/所限制,应该关注具体职位本身需要的知识和能力是否和自己匹配或者部分匹配
优先大型公司(稳定性高,学习机会多,培训更长更专业,个人能力提升更快)
对于小型公司(筛选可以让自己迅速成长的)(注意查一下公司的信息(合法正规))
职责
(1) 写文章/报告
1、运营数据分析报告（日报、周报、月报）;
2、通过分析项目数据，及时发现项目存在的问题，为项目管理提供依据;
(2) 建模/算法
1、通过数据分析支持产品改进及新模式的探索;
2、构建用户行为建模，支持个性化项目;
3、构建数据评估体系﹔
4、构建业务数据分析体系，帮助确定各项业务数据指标;
5、负责用户行为数据分析，通过监控及分析，推动产品改进，运营调整;
6、负责构建用户数据模型，挖掘用户属性及用户喜好等需求，为个性化产品推荐提供支持;
7、负责构建产品、运营及活动用户行为评估体系，通过数据分析对产品、运营、市场提出建议并推动实施;
8、负责用户行为调研，通过海量数据的挖掘和分析，形成报告，汇报给决策层，支持战略规划。
9、负责分布式爬虫和数据采集系统的维护和开发﹔
10、为公司各部门提供数据支持，根据需求方需求实现相关数据爬取，对全网用户反馈及痛点进行实时收集和分析;
11、对全网同行数据进行抓取、解析、清洗、入库
常识
- 学历,专业成绩是敲门砖，竞赛成绩也是，是作证你有基础能力的证据之一，如果就业时候感觉这些证据不足，那么可以现在开始考虑找一下和专业相关的实习，会很有用
- 其实最重要的就是学会自己学东西,要愿意去钻，和自己找机会
- 市场对多元统计和时间序列并没有那么青睐,数据处理和描述性分析是这个市场百分之80以上的事情
- 对于思维要求比较高，计算机你学会数据库和一点点上手级别的编程就可以了
- 就业之后统计算法的直接涉及很少,取决于就业取向,你希望面向客户，还是面向代码,前者的主要工作是为客户涉及数据分析的体系和搭建数据分析模型 [会是比较基础的模型，几乎不涉及归回分析，基本是描述性分析]
- 数据分析顾问和数据分析师都是面向客户,顾问侧重方案和规划，分析师侧重做分析;面向代码的一般是，数据分析产品设计和数据算法设计.
简历
针对不同的公司和岗位适当调整简历
一页纸; 注意真实性
- 邮箱: 说最好用学校邮箱或者163或者其他的,别用qq,用的话最好以名字命名
- 黑白, 需要突出就加粗
- 学校的学生组织经历: 最好把参与的人次,获得的效果等等具体的成效直接表示出来
- 从近往远写,比较符合一般HR看的习惯.
- 工作实习的经历尽量包含数据说明(统计学术语)(突出重点)
实习案例可以作为附件放在简历后面
实习如果最后没有落地执行的结果来佐证能力,可以通过企业评价/老师评价来侧面证明.
- 个人信息: 简单明了
- 邮件回复(书信体),被拒了也要有礼貌,保持书信体,因为有可能HR会把你内推到别的公司.
面试
[keyword] 学习能力: 对前辈/老师的依赖感弱,自主学习和思考还有工作的能力强,体现学习欲望和能力.
- 无领导小组面试
- 有的HR喜欢压力面,其实不是为了让面试者紧张,而是考察你是不是能跟上HR的节奏思考问题.
- 被问到自己没有接触过的知识/领域时,不要说"我不会,但我可以学",应该这样回答:"这个方面的知识/领域我没有接触过,但是我看过相关的/类似的:....,我可以查阅....(资料)....补充....,最后会得到...结果."
- 要主动表达,不要一直等HR提问,适当展开面试的交流
- 当他去看你的简历的时候，你要对你自己的简历烂熟于心，就是你每一句话都有，你都很懂你为什么要写这句话.
比如说你的实习经历,或者学生工作组织了什么活动，实现了什么能力的锻炼，什么时间，他就可能会提问你中间的某一块儿的某一点，就说你到底锻炼了什么能力，或者是你到底有什么实践的成效，或者是结果(总之会细化到工作出现的问题/困难,过程,结果,收获...), 你要能对你自己简历上面的每一个字句都有所扩展，他问你的东西,自己也要进行扩展，你要有那种例子来辅证. 回答的比较好的, HR会给人事部深挖一下你的实习信息.不论是实习还是建模等,关键考察的还是个人解决问题的能力和自主学习的能力 - 软件使用方面,直接让你口述语句来考察你是否熟悉.
- 编程语言看就业单位,有的企业需要你当场手撕代码,要自己练.
- 提问你对于期望职位所应具备的能力有哪些欠缺,怎么提升/弥补?
- 要给HR你在这里就业的稳定感.
- 学历若有欠缺,就要通过优越的表现来弥补(理工科出身,可以突出表现逻辑思维能力)
- 如果没有实习经历/项目但是又想证明自己的能力,可以就问题说明怎么入手,点出解决问题时自己可能有的缺陷,以及怎么做来弥补和解决.
- 关于穿着: 衬衫西裤
- 关于细节: 注意小动作,微表情,会部分展示性格
- 关于态度: 积极主动--会就着问题深入展开一下
- 真诚
- 心态: 上一个问题结束之后,就要把自己拉出来,良好状态面对下一个问题,不要被前面问题没答好而太受挫.
学习-素质
- 能力，如抗压能力,沟通能力和学习能力等等
- 练练文书能力和交流沟通能力
- 综艺<令人心动的offer>
- 用别人的经验复盘自己的经验
学习-技能
- 学一个语言就了解一下语法,看一下他的数据结构就行了,可以去leetcode上面刷下题.再带一门编程语言，比如C或者JAVA(可以只是上手)
- 这个行业变化快, 你得多看最新的研究,一不注意就会落后,当然你先学下基础是没错的
- 自己写一遍逻辑回归模型,从头到尾; 损失函数的推断; 数据的清洗; 怎么优化...从头到尾自己琢磨一遍,就差不多了 (machinelearning基础)
