沒有實習經驗的應屆生如何找到一份數據分析類工作？

01-14

題主大四，本科普通211經濟統計學專業，沒有任何實習經驗，在學校也沒有做過什麼項目。本科學過Spss，SAS有接觸過一點但學藝不精啊。請問如果想從事數據分析的工作，現在應該做哪些準備呢？

題主你好，我上周剛簽完三方協議，看到這個問題忍不住想說幾句。希望能以一個剛找到工作的學生的視角來提供一些參考，也算是對自己這三個月的總結。

我和你一樣，應用統計專業，同是考研狗，只不過我已經知道自己沒考上...我是從去年三月份開始準備考研，大概從去年六月份開始全面複習，即除了考研以外的其他事我都沒做了。

我想先介紹一下我在找到第一份數據分析類的實習前的背景：

大二的暑假，開始自學r語言，過完了《r語言實戰》和吳喜之老師的《統計學---基於R的應用》，從此開始接觸到統計之都，數據科學，感覺打開了新世界的大門…大三上開始在coursera上自學python，具體的可以參看我的另一個回答，跟完了那上面的幾個課程，動手寫了個爬蟲，python也算是入門了。

大三的寒假，由於結實了幾個志同道合的小夥伴@何燕傑，參加了挑戰杯。用挑戰杯策劃書上的話說就是：致力於開發出一款貝葉斯統計軟體。是的…僅僅是上了一門貝葉斯統計的專業課，又讓我們迷上了貝葉斯理論，覺得任何參數都可以有先驗分布的設定又打開了我們新世界的大門。當然，因為這個又學了c#，所以軟體也是邊學邊開發，從最底層的大數運算到統計分位數的計算，再到統計假設推斷，方差分析，回歸分析等基本功能都搭建成功了，然後開始研究MCMC，MH演算法和Gibbs抽樣，至於後來為什麼放棄，一言難盡...就不再解釋了。

好了，這就是我考研之前的技能掌握情況:略熟R，python，C#入門，懂些統計學知識和常見的數據挖掘演算法。

然後在我結束挑戰杯後，就開始進入了考研複習，由於怕編程分散精力，所以我一直沒有再碰過這方面的東西，也就是平時看著小夥伴們分享一些文章。然後12月底考研結束，此時我已經有大半年沒學習關於數據科學方面的知識了，對於一個變化很快的行業，這已經算是很長的一段時間了。

感覺前戲有點長，下面進入正題：

實習一：

由於學校要求畢業實習，所以我一考完就開始寫簡歷（之前沒實習過，也沒寫過簡歷）。雖然大半年沒學習，靠著之前的一點老本在簡歷上寫了自己熟悉R語言啥啥的…投了很多份實習（在實習僧，拉勾網上），都是關於數據挖掘/分析方面的。等了兩三天沒有消息，由於第一次投簡歷沒有經驗，感覺心裡有點慌…

終於在12.31號，有一家公司叫我去面試，面試很輕鬆，面試官先讓做個自我介紹，就簡單問了下之前挑戰杯開發統計軟體的經歷，由於我準備了這個問題，所以回答的還是挺流利。之後面試順利通過（小公司，加上只是實習生），我就在元旦之後去實習了。公司名字就不透露了，反正官網上的title是大數據商業分析公司…

另外說一句，由於我考研結束，我的小夥伴們終於按捺不住自己的安利之心，開始向我推薦linux，vim（對，不是emacs..），然後我又開始進入linux的坑，順便開始複習之前的知識（雖然都忘光了）。

滿懷激動的我以為自己的第一份工作一定是可以跟著大牛學習牛逼的技術，然而我卻操作了2個月的excel…簡單來說，就是我們公司不是走技術流。

國內現在有很多提供商業解決方案的大數據公司，這其中的一部分公司的技術主要集中在數據爬取與儲存上，然而在分析這塊主要就是寫報告（就是不跑模型，只用excel做描述性統計）。

所以我在那邊的主要工作就是用excel做些數據清理的工作，其實就是對爬下來的數據進行去重，去除無效值等等。這些工作不要求你有任何的統計，編程知識。只要智商正常，經過兩小時培訓，你就可以開始幹活了。

下面說說我的第一份實習收穫：

1.初步了解職場，體驗到了和學校不一樣的環境，知道了下次找工作的時候一定要把自己以後要做的事情問清楚…

2.學了一些工作規範，包括文件的命名，格式，至少不讓自己的文件看起來亂七八糟。

3.熟悉了我對excel的應用…包括篩選，排序，去重等功能（好吧我說不下去了…

4.最後這點我覺得是最重要的，這兩個月我摸清了公司的盈利模式，目標顧客等。更加深入的了解的如何將數據應用到具體的業務，以及數據歸根結底是為業務服務的，這些恰好是我以前從未考慮過的。在我以後的面試經驗中發現這一點非常非常非常重要，至少是對於數據分析師來說是的。

在混夠了經驗之後，我的考研成績也出來了，其中的辛酸也只有自己能體會到，天天糾結是二戰呢還是找工作呢。後來抱著先找工作，找不到滿意的就去二戰的心態，開始修改簡歷，投簡歷。由於春招的互聯網公司很少，而且我是二月底就開始投簡歷了，所以我是直接走的社招，不過最後大半個月還是得到了四次面試機會。順便說一下，我主要是在拉勾上投的簡歷，至於啥51job，我就呵呵…

面試一：

上海某汽車互聯網公司，數據分析師職位。

HR第一次打電話我手機沒電沒接到，後來過了一個周末又打了一次，問了些基本問題，哪裡人，之後想在上海發展嗎之類的，然後約好面試時間。

下面講重點

面試官基本上會讓做個自我介紹，然後根據簡歷開始問問題，問了我：

1. 講一下你在之前那家公司的主要工作

2. 你用python做過爬蟲？爬過哪些數據？

3. 考研失敗了？考了哪個學校（…內心奔潰

4. 問了關於挑戰杯的具體細節

5. 你對哪些行業比較感興趣？你對汽車方面有什麼了解嗎？(由於我之前實習做個一個汽車的項目，所以他也追問了我幾個問題，比如：從哪些方面來分析一輛汽車？為什麼把噪音單獨分為一類？)

6. 最後一個問題，估計也是最重要的一個問題：如果你有我們某個app的所有用戶數據，現在要構建一個用戶的信用評分模型，你會怎麼做？（由於我之前沒有仔細體驗過他們那個app，再加上第一次正式面試一時緊張於是答偏了…）

總結一下，面試官全程冷漠臉，後來才知道這可能就是傳說中的壓力面。沒有問太細的技術問題（太細的我也早忘了），至於軟體什麼的，他說他們那裡用什麼都可以，R/python啥都行。然後問我有什麼問題要問他嗎，我就問了這邊的具體工作，他說他們現在主要是在做個性化推薦之類的。然後讓回去等消息，結果當然是沒有消息了，（我覺得要麼是這家公司不誠心找應屆生，要麼是我最後一個問題答崩了）

不過一次面試也讓我學到了很多東西，最重要的是明白了一定要提前預習好對方公司的業務，並且猜對方可能會問你什麼，然後認真準備。能做到這點基本上你去面試就秒殺很多人了。

面試二：

第二家公司也就是我現在的東家，某互聯網金融公司，職位：數據分析師

hr一打電話就說我們想培養一些優秀的應屆生，讓人感覺很有誠意。

下面講面試過程

面試官（也就是我現在的leader）問了問我：

1. 自我介紹

2. 講一下之前的工作經歷

3. 具體問了挑戰杯的細節

4. 講一次你數學建模的經歷

5. 問了一個sql的join問題（sql我考研之前沒學過，投簡歷的時候開始自學，面試前一天刷了幾十道題，剛好問到了）

6. 你說你崇尚geek精神，請舉個例子說明…（這裡我說了自己崇尚開源精神，然後目前正在學linux，vim等等的）

7. 你python爬蟲用了哪些包？

8. 你平時喜歡寫博客嗎？

9. 最後一個問題：如果我給你一周時間學會spark，你會怎麼做？

總結一下，面試官是偏技術型的，我準備了很多關於業務方面的知識結果都沒有問到…感覺自己也是很緊張的，回答比上次面試好一點但心裡還是沒有底氣，後來說讓我先去實習，看錶現談留任和薪資。

後來才發現leader也是geek一個…早在幾年前就是vimuser了…不知道這是不是給我機會去實習的一個重要原因…

面試三：上海某互聯網旅遊公司，產品數據分析師

最開始接到這家公司的電話我的內心是複雜的，一方面這家公司在上海也算是巨頭了，要我去我還是很樂意的；另一方面我在現在這家公司已經實習一周了，而且感覺同事，leader都不錯，做的也是我喜歡的事。

總之，最後抱著學習的心態還是去面試了，面試官是位女性，問了我：

1. 自我介紹

2. 之前工作的經歷

3. 對於這個職位的看法，以後的職業發展（是想做產品還是想做數據？）

4. 如何估算全上海一天一次性筷子的使用量？（有興趣的小夥伴可以在評論區討論）

5. 如果某個頁面的某個產品的這個月的銷量下降很多，你會從哪些方面去分析？

6. 如果我們想給用戶做優惠券的個性化推薦，你會怎麼做？

總結一下，可能由於面試官不是技術這塊的，沒有問我有關具體技術的問題，全是問的產品業務。由於我提前兩天準備了，除了一次性筷子的那個問題有些猝不及防，其他感覺回答的還不錯。

前面大家聊的都挺愉快的，面試官還表示她現在非常缺人手做事。最後聊到留任問題，面試官就開始不動聲色的提醒我只有你表現的特別優秀才有機會留任，我心底一震，就問她特別優秀是指多優秀？她說：表現得比我們新員工要優秀一些，頓了一下又說，可是我們新員工已經很優秀了，這個崗位原則上是不招本科生的之類的。可能是看到我臉色有點不太好，面試官又解釋說：要是之前擴招的時候還好點，現在留任名額卡的特別緊。

後來我又和hr聊了一下，hr說其實只有一個留任名額，但是已經有個研究生在那邊實習了，走的校招。我心想：你們說白了就想招實習生做事，沒想著給別人留任機會，又嫌棄大三的沒經驗。但是大四別人都要考慮留任，誰會過來當備胎的啊。於是我就說回去考慮考慮，最後很客氣的給他們hr回了郵件說不能去實習，結果人家也沒屌我，呵呵。

第四家公司也是某互聯網金融公司的數據分析師，但是由於比我現在的公司小，考慮了一下答應去面試，但最後水了別人。

在現在的公司實習了三周，問了hr留任的事項，hr和我leader和部門boss談了一下，最後回復我說他們覺得我表現都很好，願意我留下來。最後薪資也不比某互聯網旅遊公司低，慶幸自己當時的決定。

總算講完了，從一個什麼都不懂的新手，經歷了幾次各種類型的面試，也終於可以邊做自己喜歡的事邊把錢賺了…

最後給一些建議：

1. 學好sql，作為一名數據分析師，sql是你最最最基本的技能，你總不能連數據也不會提取吧？

2. r/python/sas先任學一門就可以了，excel要掌握好。

3.仔細看招聘要求，不同的崗位要求差別很大，面試前認真準備。

4.試用期認真表現，每天主動向領導彙報工作進度。

5.盡量讀個研究生，或者工作兩年去國外讀（也是我目前的想法）至少我們部門裡八成以上是研究生。

6.一定一定一定要多學數據分析的思維，邏輯，方法。要結合到業務中去，讓數據分析可以落地，這才是分析真正的目的。

之前看到有人說：軟體技能是術，業務邏輯是道。我認為只有術與道結合起來，才是真正的數據科學，各位共勉。

---------------------------------------------------文中推薦的鏈接----------------------------------------------

1. 5個初學者可以做的小項目：

Five data science projects to learn data science

2. statsguys博客：

statsguys

3. kaggle上的導航：

Tutorials | Kaggle

4. quora上關於數據分析師的回答：

How can I become a data scientist?

備註：英語不好的讀慢點，多讀幾遍就好了，我英語也不好。電腦上下載必應詞典/有道詞典，開啟劃單詞模式，不認識的辭彙劃一下就自動彈出中文翻譯。直接從那小項目鏈接入手，在解決小項目的過程中學習數據分析師要掌握的基本技能。參考statsguys的博客文章，就不用來知乎看其它人回答了。

-----------------------------------------------------以下是原答案-----------------------------------------------

我16年畢業，數學專業，和你現在的情況非常類似，沒有數據分析實習經驗，但最後我找到一份數據分析師工作。

我是這麼做的

我在kaggle上找了一個Titanic 數據集，參考論壇上的思路，寫了一份數據分析報告，在這份報告里展現了我處理數據分析數據的基本能力，有勝任初級數據分析師的資格。你也可以找一個簡單的數據集做一份數據分析報告，完全能彌補你沒有相關實習經驗的缺陷。

怎麼開始一份數據分析報告

- 去 kaggle上找
- 參考知乎陳丹奕的文章
- 聽一下udacity 的數據分析師課程
- 直接搜索可分析的數據集，一定要用英文搜索，資源更多更有方向性和操作性。

以上4種是我參考過的，但是起關鍵作用的是最後一種，我找到了一篇文章是介紹初學者可分析的5個數據集，它裡面有很多的導航，會教你如何去簡單清洗，如何思考分析，如何用Excel/Python/R 去實現你的想法。我當時選的R來做的，不過我覺得選Python更好。我簡歷中的數據分析報告就是參考這篇文章做出來的。

一個推薦

對我幫助比較大的是國外的一個博客statsguys，這個博客的博文全是關於數據分析師的種種，參考價值特別大，我的簡歷是參考了它裡面的一篇博文寫的。它全站的博文我都看過一遍，好幾篇我覺得價值比較大的看了好幾遍，每次有點困惑的時候就去看一看。

這是我找數據分析師工作的個人經歷，希望對你能有一點參考價值。如果還有其它疑惑，可以私信我，我踩過的坑能回答的盡量回答，我踩了蠻多坑的。

第一 excel 。sql 。這兩個技能必須會。excel 數據透視表 sql 在mysql查詢統計

第二拿開放平台的數據練手。我做的這兩個 http://data.jd.com／http://mota.baidu.com 都有數據你練練

第三演算法各種演算法至少用過兩個在具體的場景

數據分析類工作目前市場上的基本傷是營銷方向和業務分析方向。營銷么，什麼精準推薦啥的。業務么，日活周活月活類似。看看別人如何做的，指標會算，到哪都一樣

謝邀。

沒有參加秋招，沒有任何實習經驗，在學校也沒有做過什麼項目。

0基礎不可怕，可怕的是不去行動。建議先從找一份靠譜的實習開始，筆試和面試經驗可以在找實習的過程中逐漸積累。

考研考的是應用統計，不確定能不能考上。

兩手準備，一邊找工作一邊準備面試。

本科學過Spss，SAS有接觸過一點但學藝不精啊。

什麼時候開始都不算晚，成功的捷徑就是不走彎路，一步一個腳印。

請問如果想從事數據分析的工作，現在應該做哪些準備呢？

先看看你意向的職位有哪些要求，然後才是談準備。

以上，祝你成功。

歡迎關注我存儲知識的地方：預見未來——Han Hsiao的知乎專欄Foresee

就你自身的條件來說，找一份數據分析的工作是沒有什麼劣勢的。可以說大多數公司對本科生已掌握的硬體技能要求並不是很高，作為統計學專業本科生在數據行業還是受歡迎的。

但是你所面臨的問題，是錯過了秋招的時期，明年春季補招的機會數量會大幅減少，你要想抓住機會，就最好可以體現出自己的突出之處。

雖然，事實上，這一段時間的努力並不會讓你有多麼的突出，但是如果你夠認真，至少會讓自己更加自信，同時這段時間的學習態度也會得到企業的認可，相信會有企業選擇你。

如果給你建議要學習哪些內容，你是統計學出身，基礎是不錯的，只要對外圍的工具型技能進行學習，就很容易體現出相比其他專業出身的優勢來。所以我的建議是：

第一步，了解數據分析到底幹什麼，到處查找數據分析的應用案例，掌握到數據分析的作用，給實際場景中帶來的價值，數據分析大概的思路，這步結束之後，至少出去吹牛不虛了。

第二步，就是sql(如果你之前不會的話)，sql是難度不高，但是數據分析的基礎，這項通過，配上你自己的專業知識，可以應對很多場景了。

第三步，尋找類似場景，通過自己掌握的spss、sql、sas等技能來分析。聯繫一個兩個，你就知道數據分析怎麼玩了。

總體上，可以不必期待在這段時間實現自己數據分析技能有多麼多麼牛逼，但要實現通過這段時間的學習，對數據分析是夠懂的了。一句話：吹牛不虛了。那麼就完成了階段性的任務。

ps：工作找到後還是要潛心學習真本事的，另外祝你考研通過，研究生畢業後再來找數據分析的工作。。。。

題主你好，一個月前我剛剛入職了一家互聯網企業的數據分析崗。看到這個問題有點躍躍欲試的想要問答一下。

首先交代一下我的背景，機械工程專業本科畢業生，之前只有一個西門子的實習和互聯網，數據分析也毫無關係。找工作前相關技能也就會基本的sql語句，python，看過andrew的machine learning，和在學校上過一遍C++的程度。總結一下我的背景，不是相關專業，缺乏相關技能，缺少相關實習經歷，找到相應的工作可以說是好運加上運用了一些技巧。

首先最重要的是要行動起來，少看一些知乎大牛的找工作實習的文章因為那些文章會讓你感覺自己離找工作實習很遙遠。隨著你面試經驗越來越豐富你會慢慢地變的有經驗，知道怎麼回答一些相關的問題和相關技巧。其實數據分析類的實習/工作技術類問題並不是很複雜，就算問你技術類問題一般也都是口頭上問你不太會讓你實際寫代碼。相反不少問題都是非技術類用來考察你這個人的邏輯思維能力，交流能力等。所以，快點行動起來改簡歷，去相關招聘網站投簡歷。最後找工作的時候，心態一定要好，肯定會有被拒絕或者沒下文，這時候要保持一顆平常心。

第二點要注意的是簡歷，我一開始投簡歷，一直都沒有下文人非常焦慮，後來和小夥伴交流了一下發現是簡歷的問題。首先簡歷上內容一定要儘可能往數據分析上靠，我當時那個西門子實習按理說八杆子靠不到數據分析，我最後還是想到自己當時做過一些excel報表。其次如果是非相關的實習/項目經歷並不一定要完全不寫。我有一個本專業的項目，花了半年時間做的，我就寫上去了。事實上最後他們問了我很多相關的問題。第三點就是簡歷要儘可能把自己相關的經歷寫進去，不要覺得某些技能沒什麼含金量而不好意思寫進去做到儘可能吹牛但是不騙人。我一開始投簡歷一直沒有迴音，後來改了簡歷效果好了很多。

第三點是相關的專業背景。數據分析其實是一個很寬的概念，有做excel報表的，有寫sql的，有做數據挖掘的。如果知道自己想乾的方向是最好的，可以根據招聘的要求去提高自己的技能。但你不知道自己想干哪個方向，哪個方向都想做。這種情況先去練sql和一個數據分析語言(Python,R等)其中sql是重中之重，簡單快上手又重要。網上有個sql練習，你百度搜sql練習就能找到叫翟喵兒博客園，完全掌握裡面45道練習題和懂sql的基礎，sql面試就ok了。編程語言我用的python，你也可以用R。拿python為例，學點和數據分析相關的知識，爬蟲啊，pandas那些。不相干的不要浪費時間去學。接下來是Excel，我當時沒去學他因為我不想去找做Excel工作的數據分析工作。但是假如你是想找份實習過渡一下，其實學Excel是很好的選擇，很快就能掌握。接下來是linux和機器學習，掌握基礎的命令就行，當然如果會shell腳本那就更好了。機器學習去看andrew的視頻，然後把他沒講剩下的幾個演算法去學一下。(其實很多數據分析的工作是用不太上機器學習,但現在這個是熱點不少企業會問到,還有如果學了機器學習就把每一個學會的演算法都寫進簡歷中去，有助於你拿到面試機會)。還有大數據框架，Hadoop,spark這些，可以簡單的學一下寫進簡歷中去。最後統計方面的知識，你是統計相關專業的應該不用擔心。

接下來是項目方面，你也指明了你缺少項目經歷，你可以在學校里找找有沒有相關的項目，比如課程項目這些。然後就是去kaggle找一些簡單的項目經歷寫進簡歷或者如果能翻wall的話，去谷ge找一些數據分析的項目比如像mining twitter data with Python, yelp data analyst project等等。這些project都有答案，你花點時間去看下，自己跟著寫下代碼就ok，也算是個取巧的方法。

除了上面這些，多看看面經和自己總結，每次面試後想想哪些問題回答得不好，下次有什麼地方可以提高的。還有看一下邏輯類的問題。我之前就被問過一個估算學校里每年消耗多少麵包的問題。最後就是數據分析是一個需要終身提高的專業，找工作的時候可以有技巧幫你快點找工作，但真正工作了還有很多很多的東西要去學習。

更新一下吧，評論的幾個同學都在跟我討論找工作的事情，我覺得自己評論區的意見應該還是蠻中肯的，總結一下放在這裡，希望能夠幫助到後來的學弟學妹。主要涉及兩個方面，一個是在校生的找工作問題，一個是互聯網的門檻問題。

在校學生找工作，我覺得最主要的就是實習，個人感覺找工作的時候，簡歷各部分的重要性順序是實習&>學校&>海外交換/社團活動/商賽&>成績/獎學金/項目。當然某些崗位可能不一樣，比如互聯網公司的技術就很看重你做的項目，當時你如果有solid的實習，個人覺得應該是會比你的項目更加分的。看到大家都在問我，說想從事某個行業或者去某個崗位應該有什麼樣的能力，坦白講，我覺得能力這個事情蠻虛的，而且其實是可以在工作崗位中塑造的。大家看看應屆生的招聘的JD，很多無非就是邏輯思維能力強，有激情，熱愛互聯網，這些東西你面試的時候你如何證明你有這些特質呢，答案就是實習。如果有同學有過找工作的經驗的話一定會發現如果你簡歷上有實習，基本上面試就是在聊你的實習，然後可能做一兩個小問題或者case，其他的部分真的沒有人問，大概率面試官根本就不會看。因為一場面試基本上也就45分鐘，如果你實習經歷多，光聊你的實習就夠了，其他的都沒有時間聊的，面試官也不是很感興趣。所以我現在對跟我交流的學弟學妹都是啥都不要想，不要想著先提高什麼能力或者先學習什麼才能去某個崗位或者行業，最好的辦法就是實習，攢夠實習經歷簡歷會好看很多，而且你沒有對實習的很多工作有一定的感知，學的很多東西都會非常不深刻，最好的辦法就是先到工作中進行學習，需要什麼學什麼，然後有機會再對這個領域的知識找一個大牛的課程系統地學習一邊，搭建好思維的框架和知識的框架（防止自己只見樹木不見森林），這樣才是正確之路。

第二個就是互聯網公司的門檻問題。坦白講，我自己覺得互聯網行業不是一個門檻高的行業，至少目前來看是這樣的。因此對於很多學校出身不太的同學，其實大可不必自卑也不用擔心會被鄙視什麼的，整體來說這個行業還是比較缺人的，很多崗位也不需要什麼特別的技能，入行還是很容易的。大公司的校招可能還是有一定的門檻（個人覺得也不是很高），但是很多優秀的創業公司是非常好加入的，基本上創業公司工作一兩年，跳槽到大公司的平台是很容易的，這是非常正常的事情。所以對於出身不太好的同學，如果研究生又去不了一個很好的學校，真的，早點工作，不要去讀研浪費自己的時間，機會成本是最大的成本永遠記住這句話。你讀兩年書，我保證你校招去不了BAT；但是你工作了兩年，我覺得基本上BAT和二線不錯的互聯網公司問題都不大。對於學校不錯的同學，想到國內的互聯網公司工作，我也不建議讀研究生，首先國內讀研究生是有風險的，這個風險就是你的老闆，如果你的老闆很坑（坑是指的你的期望和老闆的期望不符合，比如你是碩士想找工作，老闆非要壓著你干科研），我在清華甚至看到有同學痛苦的想退學的，這是非常痛苦的事情；碩士和本科的招聘是一樣的，你本科沒有做好職業規劃，沒有實習的找工作迷茫痛苦，如果碩士也是沒有職業規劃，沒有實習，到找工作的時候一樣迷茫同學，並不會因為你讀了碩士就會有什麼好轉（當然本科完全沒有想過工作的事情，碩士過渡一樣也是可以的，只是會有兩年的機會成本，自己要想好），所以這也是為什麼清華本科對職業方面非常優秀的同學都是本科就找到非常好的工作，完全不會等到碩士來浪費兩年。況且早點工作還有一個好處就是能夠節省出時間來，工作三四年後用一個美國M7的MBA來作為碩士學位，職業發展會好很多很多。

以上的建議只是對一般的同學，大牛除外。

--------------------------------------------------------------------------------------------------------------分割線

去年阿里巴巴的暑期數據分析師，去年拿了return offer就留在阿里了。樓主這種情況其實就只有兩條路了，首先就是對著數據分析的崗位使勁投，能有公司要你就去。然後慢慢做不斷往大公司跳槽。其實分析師這個崗位，之前在阿里其實校招確實招的少，但是社招缺口還是很大的，而且門檻會低很多，之前有數據分析的工作經驗，都可以投。

像樓主考研失敗了，我覺得就不要再考了，沒必要再去浪費一年，多攢工作經驗。真心的，社招比校招門檻低，多攢實際工作經驗絕對比你多讀三年好使。尤其是對分析師這種比較偏社招的崗位來說。

其實分析師的工作本科是肯定能做的，但是因為其實分析師技術門檻不是很高，然後就能沾著這兩年非常火的大數據，就導致了應屆校招門檻或者數據暑期實習都是碩士起步。僱主花同樣的錢肯定先招碩士是不。就像花同樣的錢，也是先招社招是吧。

所以好好找工作吧，努力準備面試，第一份起點低一點沒關係，努力學習，多積累產品知識，不斷往高平台跳

我不是數據分析方面的專家，所以我只從用人單位角度來說。從我司用人經驗來看，沒有業務經驗的應屆畢業大學生，只能做做報表，談不上對數據進行分析。

做報表，這個大學生來做應該沒什麼問題，學會上面很多答案中提到的各種數據分析工具和技能以及程序，基本上處理基礎數據並整理成表格甚至圖表都沒有問題了。

但是要說到分析數據，那就意味著要根據數據來給出一些判斷了。這方面不懂業務的大學生就是硬傷了。試舉一例，真事：

我司一名新入職兩三年的大學生，一直沒有做過具體業務，來到我部門後負責數據統計分析工作。他第一個月做全司數據分析非常認真，也努力從很多角度來做統計和分析。根據他的工作，他發現超市隨著經營面積的增大，坪效在逐漸降低，所以在分析報告的末尾，他很直率的建議領導今後應關注及多多開辦中小面積的綜超、標超和便利店（相對於大賣場來說）。

報告送到我這裡，我首先肯定他的認真和直率，但同時告訴他一個簡單的業務常識：大賣場會有外租區來幫忙承擔坪效，而中小面積超市外租區則很小甚至沒有，所以中小面積超市的坪效優勢其實並不像看起來那麼大，甚至有的還不如大賣場真實坪效高。

春節無聊水知乎~

背景是末流985數學系，暑假之前都在準備考研，開學的時候放棄了，之前暑假也都在浪，所以啥都沒……

今年秋招也找的數據分析類，先說下數據分析招本科的都特別特別少，不錯的好不容易招本科的然後又有一堆碩士生…所以就覺得很難…

基本的要知道的sql，很多公司筆試題都有，然後excel（這個我到現在都沒看(灬oωo灬)），也有用java的c語言的這種也就沒有辦法了……R語言也有但是比較少，但其實這些都比較次要，數據分析，前面的都是對數據，主要的還是分析，像概率論啊數理統計之類的建議看看，裡面的聚類分析關聯分析等建議搞懂…面試題和筆試題都有遇到過Σ(°Д°;特別是課程報告如果有數模競賽什麼的也可以說說，也可以試著自己做一個報告之類的

然後有的面試筆試偏向業務的就是給你一個問題問你怎麼解決怎麼達到效果最好，我經歷過的大概都是像班車怎麼安排路線啊城市怎麼規劃啊某活動應該怎麼策劃才能達到預期效果啊等等，都看起來比較正常，這種也強求不來，基本上靠靈光一閃???沒閃的差不多也要閃人了…平時多刷刷知乎，關注幾個微信公眾號，看看求職技巧啥的

劃重點，概率論數理統計，沒事多刷知乎漲知識

當前數據分析崗位確實挺熱，知乎上關於數據分析的介紹已經不能再多，招聘網站上關於數據分析師的崗位招聘也是一打又一打，但是真正符合條件的數據分析師卻並不多見。對數據分析師的要求其實挺高的，學歷、專業、邏輯能力、經驗、數據處理的能力等都有一定的要求。

學歷我認為本科及以上，研究生最好，我之前在的一個團隊6個人，5個碩士，1個本科，學歷高低看公司部門的要求了。

專業方面統計數學類專業是比較有優勢，大家比較想招，但如果不是這些專業，理工類的也可以，統計數學類專業10分的話，理工類也有8分，所以差別沒有那麼大。

邏輯一定要嚴謹。邏輯能力一方面看經驗，另一方面看個人了，怎麼歸納，怎麼演繹，邏輯不能亂跳，一會東一會西。

經驗挺重要的，但得是有效的經驗。數據分析是項目喂出來的，是需要花時間的。在一些小公司的數據分析經驗，分析不成體系，可能會養成不好的工作習慣，參考意義不太大，還是大廠的工作和實習經驗有用。因此，與其有看不透的工作經驗，我更傾向於沒有多少經驗的應屆生，因為應屆生還是比較願意學習也比較努力的，養成好的工作習慣，以後工作配合也默契。

數據處理的能力是基礎。數據處理能力，是一切分析的基礎，不論是工作有經驗沒經驗，數據處理的能力都要考驗，SQL、Excel、PPT是最基礎的。沒有工作經驗也要先把這些掌握了再面試，否則沒有機會。

數據分析是通過項目來培養的。剛開始可以試想一下完成一份數據分析報告或行業研究報告。網上這種行業報告有很多，找些知名公司的行業分析報告，挑選一個喜歡的領域，好好研究一下，嘗試一下自己做。如果你能在10分鐘內比較連貫（問題的打斷可以認為是準備不足）、比較有吸引力的把報告給別人講透，你可以去面試了。

跟題主一樣考應用統計專業失敗，同樣沒有實習經驗。三月中旬簽了某銀行信用卡的數據分析。說說我自己的經歷。大二為參加比賽自學過SAS，接觸過一下機器學習方面的知識(李航統計學習方法)，SQL在做項目的時候接觸過，Python基礎語法掌握，但是沒有實戰經驗。總的來說，考研期間對這些東西就沒有再接觸，編程方面也已經忘得差不多。

考研結束後，我開始投實習，十幾份簡歷石沉大海，沒有消息。為了往數據分析方面走。考研結束我做了以下幾點:

1.熟悉掌握Excel透視表，VLOOKUP等函數(我是在網易雲課堂找的課程)

2.買了本《SQL必知必會》，把SQL的基本知識過了一遍。

3.自學了一下鏈表，棧等數據結構，以及排序等基礎演算法(主要是應對筆試)

4.總結自己的項目經歷，把比賽和項目用到的數據挖掘演算法認認真真地學習掌握。

(我找到的是銀行方面的數據分析，銀行一般用的是SAS，所以如果題主想去銀行那就得準備一下SAS，如果去互聯網建議學Python)

公司的數據分析對於使用的方法沒那麼多要求，可以R，可以SPSS，也可以excel，也對計算機語言能力沒什麼要求，我現在甚至都不怎麼用sql

要說需要準備什麼，實習生的話對於各種分析方法要知曉，定性的定量的都得會一兩個。概率論里會有一些統計方法，大概看看就好。

簡單的說，商業分析側重對於情況的描述，例如給個運營台賬，能夠看出上升下降基本上完成一半了，再內外部環境做個調查，就完成了。

話雖如此，然而事實往往沒那麼容易做出來。。。

數據統計分析方法，如何做好數據統計？
數據統計分析方法，分享獨家數據統計工具-搜狐

我是應用統計應屆畢業生，普通一本。

我室友一個找了一份管理工作，一個211碩士，一個在家備考公務員，一個學了CDA（包會，幫找工作），一個混吃等死。

我從大二開始準備深造sas，sas這個要錢，要在網上找文件，還有區分32位和64位，還要sid文件，ok,都有了，發現安裝怎麼都安裝不上，十幾個G的文件，9.2，9.3，9.4換了好幾個版本哦度沒有成功，這種東西如果沒有一個懂行而且願意幫你的人，其實你連安裝都會很麻煩。加入了一個sas群，那裡面精通的人都差不多30多，我就向室友調侃說，這就是程序員，需要熬技術，不是你找到一份工作就ok的，招收數據分析師的多半都在一線城市，你在一線城市拿個剛進去拿個四五千，很難熬出頭的，而且你還不怎麼熟悉。

0經驗的話你不如報個補習班，你一個人看書摸索能把細枝末節全部搞定那你就不會現在煩惱如何找到專業對口的工作了。數據分析這份工作真的很看日常積累的！

個人經驗來說，實操非常重要。直觀體現是你做過的項目數，比方說kaggle平台提供的各種playground項目和真實比賽。在這過程中你會發現大量前人提供的數據處理，模型建立的經驗和代碼，這對新人提高來說非常難能可貴。

更進一層的話是參加實戰比賽拿到高的排名，當然目標不是獎金而主要是鍛煉綜合能力，不過如果能擠進前10%的話，你也就不會在這裡問這些問題了。

最後，妥善管理自己的github，技術官真要了解你的話，最直觀的方法就是讀你寫的code。

talk is cheap不是么？

個人認為數據分析是相對技術門檻較低的一個職業方向。技術的要求是沒有想像那麼高，你會些基本的編程啊和初級資料庫知識就算很不錯了。個人覺得剛起步，把excel學精了就可以，裡面的一些高級公式現成的，而且可視直觀。現在「大數據」很火，但大多數的應用其實都是很小的dataset, 用excel完全可以應付。當然等你需要處理更大規模更複雜的數據了，你可以嘗試學習資料庫和大數據方面的技術。

我覺得要做一個好分析書的難點倒是對數據的敏銳度。你要從數據里得到什麼？你的預期是什麼？如果不如預期，你怎麼做？如何尋找bad data？數據的結論如何闡述給高層？如何運用到決策中？

有經驗的分析師，還沒有看到數據，心裡就對上面這些問題有一個大概的畫面了。所以與其花時間學各式的工具和技術，不如專精一門（推薦excel），然後去Kaggle上看看，做做具體的案例。也可以看看大牛們的博客，外國也好，知乎上的專欄也好，他們的會更側重於application, 想想他們的思路記下來。培養對數據的感覺才是難點，也是最重要的。

我怎麼覺得你和我是一個班的呢