刚刚签掉三方,秋招算是告一段落了。
很早就想写一篇文章了,给明年秋招的同学,以及准备进入数据分析领域的朋友,以期能给你们带来一些小小的帮助。
写这篇文章的主要原因一个就是想做个劝退,另一个是系统地给非专业的同学做一个数据分析求职指南。
首先介绍下我自己的情况,双非渣硕,非相关专业(本电子信息,硕电子与通信),0相关实习,转行时间极短(准确地说是今年4月中旬转的数据分析),可以说是叠满了debuff。
秋招情况:投递:167家,笔试:70+家,面试:15家,offer:5家
目前手上的offer有点杂,啥行业的都有:通信、制造行业(中兴通讯等),游戏(诗悦网络),金融(同花顺),银行(泰隆银行)
看到这,你是否觉得数据分析也不是很难?但真的不是哦,这篇文章的主题之一是劝退哦。
劝退篇
温馨提示:劝退的内容主要是写给我这一层次的同学,大佬请自觉跳过。
1.岗位hc少,报录比低:
截图来源于某站的公众号,官方劝退,最为致命(手动狗头
2.学历通货膨胀速度过快和数分岗位hc收缩之间的矛盾
在读研期间,我亲身经历了算法岗(cv、推荐等方向)从当红炸子鸡,到诸神的黄昏,到现在的灰飞烟灭。
而数据分析领域也愈加有此趋势。
作为一位双非渣硕,今年秋招我享受过pdd三次连简历筛选都没过的待遇。
也享受过某大厂笔试算法题全a,结果笔试挂了的待遇。
其实秋招高薪offer的决定性因素还是最简单的市场供需关系。
疫情和经济形势加剧了海外同学回国工作的数量,也注定了我被某些大厂疯狂刷kpi的命运。本人有幸接触过手握pdd,字节,美团offer的大佬,他们真的很优秀。
但有时候并不是你不够优秀,而是他们真的没hc了。
上面这些劝退最主要还是写给像我差不多同学,其实个人奋斗固然重要,但也要考虑历史进程!
讲个题外话,今年的前端、客户端(IOS,Android)的报录比都挺舒服的,相信大多秋招同学的目的也就是找一个薪水可以的工作,面向薪资编程而已,但有时候选择往往比努力更重要。当然了,每年各个岗位的报录比都会动态变化,请各位结合身边的信息自己做出决定哈。
如果你看到这,还没被劝退的话,那请继续往下看,我会在接下去的章节分享我在数据分析领域的学习心得以及秋招的经历。
数据分析之路
前面说过,我是今年四月中旬转的数据分析,在九月中旬拿到第一个数据分析offer的。期间走了不少弯路,其中耗费精力最多的是如何找到数据分析的学习路径。所以接下来这一部分我会重点讲讲数据分析所需要的基本技能,甚至会手把手介绍相应的书籍和资源,最大程度地帮助后来的同学,少走点弯路。
当然,事先声明,我的建议只能帮助同学达到在校生秋招的程度,如果是社招或者是校招想去大厂,那我这点建议是远远不够的,毕竟数据分析,道阻且长。
还有,以下推荐的书籍都是我在这几个月个人购买的且觉得有所帮助的,全程无广哈。
1.统计学
作为一个工科生,多多少少是接触过概率论和数理统计的,但是和统计学科班出身的同学还是有一定差距的。所以我刷了贾俊平版本的《统计学》 和 《面向数据科学家的使用统计学》。前者是基础,不做多赘述。后者是统计学在数据分析领域的应用,有几个章节还是值得一看的。
简单展开讲讲,你要对以下知识对答如流:
- 常见的分布函数/概率密度函数,以及其特性。
-大数定律,中心极限定理的原理及其应用。
-假设检验的原理,以及衍生的概念,如p-value,显著性水平,检验效能。
-z检验,t检验的原理及其应用场景。
-贝叶斯原理及其衍生。
目前想到的就有这些,以上知识点,最好能用自己的语言加以消化。
2.机器学习
因为我在研究生期间打过蛮多数据挖掘竞赛,所以这一块我花的时间并不多。
但是知道如何使用是一回事,知道原理又是另一回事。数据分析的面试官考察的大多是算法的原理,甚至手推,而非哪个算法用着顺手,以及炼丹心得。
所以我主要看了三本书,先讲《百面机器学习》和《机器学习基础:从入门到求职》