cc的数据分析「求职」之路

“ 今天给大家介绍一位“实习经历”丰富的小朋友，cc。他给大家分享的是自己实习相关的经历，从他的分享中，我看到了很多变化、努力、运气和成长，他不仅给来年实习求职的学弟学妹带来了个人分享，也给出了自己在接下来秋招求职中的一些计划和安排。希望无论是接下来要准备秋招的你们还是来年春招找实习的你们，都要更努力，更幸运。在此对cc表示感谢和祝福~”

01

—

自我微介绍part

     大家好~ 我是cc，应用统计研二学生一枚，很高兴接到胖里学姐的邀请，向大家分享经历。下面我为大家分享本人实习道路的经历以及对秋招的一些想法，如果有理解不到位的地方也请大家指正。

02

—

实习求职part

研一时我很坚定以后的工作方向是算法工程师，毕竟工资高嘛。在研一空余时间会自学python和机器学习理论，但我不爱学习啊，自我约束力不行，课后空余时间就想着出去吃喝玩（大家还是要克制住，多花点时间去学习）。 这导致我机器学习理论和编程水平依旧很垃圾，加上本身不是计算机专业出身，注定在找算法实习的道路上会很坎坷。

找第一份算法实习面试了大概10多家公司，大部分公司都会问机器学习、深度学习和数据结构的相关知识，或者来道编程。面试官稍微对数据结构（本科到研究生没有学过）或者机器学习问的深一些，我就完全回答不上来。2019年10月找了个小公司做机器学习，想着可以先进公司加强自己编程和算法能力，弥补下自己的短板。往往理想很丰满，现实很骨感，领导每天给我们画大饼，让我们从网上找些机器学习原理写到word文档里，丝毫没有技术含量。第一份实习待了3个月，说实话没有学到什么东西。

     我建议准备找实习的学弟学妹，适时或者面试通过后也要多了解下实习工作内容，免得入职后才发现：怎么和想象的不一样啊。另外，如果在实习岗位待了一段时间仍然没有学到东西的话，要及时找下一份实习。（胖里：其实对于不同的公司、部门和岗位，每个人的经历和想法都不尽相同，提前了解并没有什么问题，但也无需过度解读，因为有时候这种事情又很讲究缘分和运气。如果你遇到了一份「不合适」的实习，可以选择：1.即刻离职，找寻下一份；2.继续待着，同时投递新的，等待时机；3.继续待着，尽自己所能利用好公司提供的公共资源、学习资料和同事经验等。可能还有其他选择，但是当这种尴尬的场面摆在你面前时，可能你并不会轻易做出某种选择。另外，提前找实习可以给自己更多试错的时间和机会。）

第一份实习期间也没有接触到更多算法知识，如果继续走算法这条路自己竞争力太小，开始犹豫未来的职业规划，算法or数分，到最后也没纠结出结果。大概12月份我开始准备找第二份实习，投递简历时两个方向都会投递。每天刷boss直聘、实习僧投递简历，由于机器学习能力欠缺，没有拿到任何一家公司的offer（都挂在了编程上）。偶然机会在boss投递了某厂的数据分析，在年前面了一面，主要考察机器学习知识、编程能力和概率论基础知识，当时leetcode也只刷了十几道题，导致编程题没有做出来，只和面试官说了自己大致思路。一道概率论题目计算条件概率，不是特别难。1月份完成一面后就是漫长的等待和疫情，本以为这份实习已经凉凉。过完年2月中旬时厚着脸皮去boss直聘问面试官面试结果如何，面试官反问你觉得自己表现如何，我很诚恳的说了下自己的优缺点，结果给了二面机会（针对简历内容展开提问），最终拿到offer。

有时找实习还是看缘分的，小伙伴们不能放弃，想要的就要去争取，说不定就实现了呢。这份数据分析实习主要工作内容是负责短视频类的数据分析，平时修改完善短视频和feeds流产品的推荐漏斗python代码（说白了就是计算每层审核路径中的拦截率、耗时等指标）；用sql取数做些临时性需求；月底做个竞品分析报告，从用户、内容维度拆解进行分析对比。

 

我的业务思维能力比较欠缺，实习小组的数分工程师都是偏模型方向，我觉得待在小组对自己增强业务能力帮助不大，加上个人原因，结束了三个月的实习，在5月份开始投递第三份实习。此时，许多公司已经开始招聘暑期实习，当然不能错过进大厂的机会啊。不知道自己哪来的自信，暑期实习大部分投递的都是机器学习岗位，结局也能猜到，笔试基本没有通过（还是挂在了编程上）。幸运的是拿到一份偏运营的数分实习，期待这份实习可以加强自己薄弱的业务能力。

实习期间本人总结了一些建议：找实习要趁早，同时综合考察自身能力，找准定位未来工作方向。投递实习的时候不要怕，有机会就投（当然也不要盲目）。实习过程中要记得写周报，做好每周的复盘，知道这周做了什么，以及制定下下周的学习计划。

（胖里又要说话了，哈哈哈：大家可以根据对自己能力的评估，对自己以后的工作岗位及工作方向进行适时调整，找实习尽量不要盲目，可以学习cc有目的地进行选择和学习，比如增强自己哪一方面的能力。实习期间，还是建议充分利用自己之前可能没接触过的资源，多请教，多学习，个人工作复盘很重要，我也是从实习开始养成了写日报的习惯，坚持到现在，无论日报还是周报，于你应该只有益，无害。）

03

—

秋招计划part

下面说下我对秋招的一些想法：

秋招可以开始着手准备了，许多公司已经开始提前批，心慌慌啊。我也会从以下四个方面着手准备。

     1、我认为数据分析可以分为偏建模和偏业务两个方向。建模需要一定的编程能力和业务能力。编程也已经成为各公司笔试的趋势，许多大厂在秋招笔试时都会有几道编程。建议大家有余力可以学一些数据结构的相关知识：排序、树（bfs、dfs）、动态规划、贪心等。虽然我现在也没怎么刷，哈哈哈。往年大厂的数分笔试题中也会出现类似编程题，主要是解题思路，拿到题目后知道该用什么方法去做。然后利用代码把解题思路呈现出来。

2、数分业务：不同行业指标体系、如何构建指标体系、新老用户留存率、流失分析、指标异动如何分析、用户画像、准备几款app的功能以及核心指标等等。胖里的日常和数据管道也经常会推送文章，大家记得阅读收藏。

3、统计学知识点：假设检验、参数估计、abtest、概率论相关（二项分布、泊松分布、条件概率）等。这些在网上也会有许多文章可供大家学习。

4、机器学习：

（1）了解基本的机器学习理论，知道哪些算法是分类、回归或聚类，如：分类有svm、决策树、逻辑回归、朴素贝叶斯、KNN等，回归中的线性回归、加入正则项的Lasso回归、岭回归等。

（2）了解每种算法的应用场景。比如：逻辑回归常用于二分类，多分类的话需要进行softmax处理；哪些模型对缺失值比较敏感；决策树（ID3、C45、CART）的优缺点；数据分布不平衡该如何处理等等。

（3）另外知道进行不同算法之间的比较，如：Bagging和Boosting的区别、随机森林和GBDT的异同、GBDT和XGBoost的异同等等。这些其实许多博客都会有介绍，大家有时间可以看下记个笔记，机器学习这种东西只要你看了，面试的时候就可以说出个所以然。

以上是我本人对秋招的一些看法以及秋招应该准备的知识点。即将面临秋招，心里还是有些许忐忑。大家还是要提前准备秋招的，虽然说秋招笔面试时造飞机，工作中拧螺丝，如果不好好准备的话，连拧螺丝的机会都没得哦。

     祝大家秋招斩获心仪offer，奥利给！

     给cc加鸡腿，感谢cc的分享，祝他实习之路顺利，秋招更顺利！

     

     本篇就不挂其他推文入口了，需要一丢丢经验的，学习资料的，内推的，加群的，请自行扫描下方公众号，自己探索~ 

     

轻轻地扫一扫~ 关注我吧！

喜欢的点个在看吖！