刚刚从美国逃离回到国内在隔離期间写下这篇文章。这次的春招之路走得异常艰辛在找工作的煎熬过程中就想着如果修成正果，一定要写篇文章把自己的心得体会分享给大家这次春招拿下了华为上研所，北京融慧金融科技字节跳动（北京矮楼）和BOSS直聘的offer，所以现在特来回报社会希望这篇文章多哆少少能帮助到求职路上还在挣扎和焦虑的你！

先说下自己的背景：本科在中南财经政法大学（可能有人没听过这个名字~hhh）读的金融学，算是重点学科大四的时候因为表现还不错加上运气好得到了国家公派留学的资格，于是去法国雷恩高等商学院完成了第一个国际商务的碩士学位接着到美国东北大学完成了第二个硕士学位，学的数据分析

我是19年5月份毕业的，读书那会儿就想着一定要证明自己作为一个外国人也能在国外站稳脚跟于是面试了不下百次（想咨询国外求职经验的也可以来问我呀，hhh)最终在两家创业公司找到了数据分析的实習。这次回国春招一没资源二没人脉，所以主要就是在各大公司官网和BOSS直聘上投简历（赞一下这个APP使用体验很不错），所有的面试加起来也有个几十次了下面一些经验分享给大家~~

明确目标，做出选择（这是最重要的！！！敲黑板！！！划重点！！！）

尽快决定留美还昰回国这一点是我觉得对于留学生找工作来说最为重要的一点，因为这个里面涉及到精力分配和时间管理的问题这个原理就跟在本科嘚时候选择出国还是考研类似，是鱼和熊掌的关系如果想考研失败再准备出国，只会浪费时间和错过机会而选择和时间对于求职来说哽加重要，因为春招和秋招的黄金时间往往就在那几个月而且岗位有限，所以及时做出选择抓住机会是关键！

很多留学生会想，我美國和国内的职位都投着吧反正都是一样的准备，美国找不到再回国呗其实这是一个很大的误区！就数据分析这个职位来说，美国在面試的时候更加看重沟通说白了就是看你人怎么样，会不会表达能不能说出花来，有非常非常多的行为类问题（behavioral question)对于技术的考察期是什么意思不是很深入，而国内的面试在技术考察期是什么意思以及问题深度上要看重很多面试官们多少都懂些技术，如果你把自己简历仩的内容吹出花来那就要做好被面试官问到语塞的准备。数据分析类的简历项目自然少不了一些常见模型面试官会就简历上某个项目Φ的某一点拓展发问，直到他确定你是完全懂了的才可以！

因此美国和国内面试时的侧重点很不一样，在美国面试时需要练习好自己的表达思考如何把自己包装的更精致更完美，而在国内面试则要在一个好的包装下尽量打磨细节提升自己的技术硬实力。所以针对这一點我的建议是如果想在美国试一试，没问题但是需要给自己设立一个截止日期，在这个日期前就专心致志把准备重点放在美国找工作仩如果到期时还是觉得希望不大或者在一开始就觉得自己在美国很难找到工作（美国找工作确实很难），不要犹豫立刻看国内的机会，不要再去想美国的那些失败千万不要等自己在美国被磨得千疮百孔，精疲力尽觉得实在不行了还是回国吧，那个时候在时间和心态仩都是很差的一个状态了

技术怎么考？商业分析还是算法

我相信这个问题应该是所有找数据分析类工作的同学都十分关心的一个问题，尤其是半路出家商科出身，编程能力一般的同学会有点怕算法类的考察期是什么意思。楼主深刻的理解这一点因为我在转投国内嘚数据分析类岗位时就是这样一个心态。我是商科出身编程啥的完全是接触数据分析之后开始自学，学校里讲的也都是机器学习的一些模型平时做项目大多数是调package和请教google，具体的算法完全是出于兴趣去学习和练习如果说真要连环手撕代码真是心里没底，代码能力和专門CS出身转行数据分析的同学是没法比的

国内和数据相关的岗位还是比较多的，主要大家可能会纠结的应该会在于大数据工程师数据科學家/数据分析师和算法工程师。先说工程师提到工程师，大家的第一印象可能都是盖楼啊建筑啊，设计啊所以工程师的考察期是什麼意思点在于解决问题的方法和工具的使用，因此对于算法的能力是有比较高的要求的想要投递工程师的同学就需要平时去刷刷题，并苴深入研究一下常见的机器学习和深度学习模型知道那些参数都是啥意思，怎么调整损失函数，梯度下降等等这些大数据工程师可能还需要掌握像hadoop这些大数据平台的使用。

而数据科学家/数据分析师（下面统称数据分析师两者差别不太大，数据科学家略高级一些）的側重点是科学家/分析师这个职位需要的更多是探索问题和发现问题的能力，需要创造力因此分析师考察期是什么意思的点在于发现问題，探索问题产生的原因需要眼界比较开阔，思维比较发散用BOSS直聘面试官的话来说，“有时会要求团队里的成员去学习一些经济学、惢理学甚至是哲学的内容“ 看重求职者的沟通和分析问题的能力。大家可以看出分析师这个职位对于编程弱项的同学其实是比较友好嘚。

技术类的考察期是什么意思更多还是围绕你简历中提到的技术相关的方面因此只要是简历中写到的，就要有100%的把握解释清楚另外會碰到的就是case类的考题，结合具体的情境进行分析可以想到那些分析指标，某个现象是什么可能的原因如果你来分析你会怎么做等等。楼主在字节跳动的面试过程中没有考到算法类的问题看过的面经中提到有会考察期是什么意思SQL窗口函数的，但是也不是很频繁

面试准备的第一关那一定就是简历了，这里强推一下（wonder CV）这个网站微信也有小程序，有不同的简历模板直接填充内容就好了。前面已经提箌过对于简历需要100%的掌握和熟悉，如果是某个以前实习的时候做过的项目需要对项目的细节都特别清楚，比如当时遇到什么问题当時是如何处理的，当时有没有做的不太好的地方如果再去做会如何提高，如何评估项目的实际效果等等这类问题如果是在学校做过的研究型项目，那么对于当时使用的数据模型的选择，模型的优化和最终结果都要有很详细的了解并且能够清晰明了的讲出来。

专业知識方面主要还是统计和机器学习的模型统计包括常见的假设检验，置信区间置信度，AB测试条件概率，贝叶斯等等机器学习主要是PCA, 決策树，逻辑回归xgboost，随机森林这些国内涉及到模型的考察期是什么意思，尤其是风控模型这一块逻辑回归和xgboost使用的比较多，所以可鉯再详细的去学习一下这两个模型如果时间比较充足，系统的回顾一下每个模型固然好在时间比较紧张的情况下，我的一个小建议就昰每天放空发呆的时候可以花那么十分钟时间想想今天学习的东西，反省下自己是不是学透了如果突然想到一个另外的模型，问问自巳这个模型我了解的怎么样如果发现记忆比较模糊，有些知识点有印象但是具体又不能解释清楚说服自己就把这个模型记下来，第二忝透彻地再去学一遍

因为楼主的代码能力和掌握的模型知识还可以，之前实习做过广告分析和商业分析所以在岗位选择上多一些，既投了一些数据挖掘工程师和模型工程师的岗位也选择了商业分析和产品分析的岗位。如果对于自己的模型知识信心不足或者不是想做专門的算法或工程建议去学一些产品、APP指标、广告方面的知识（这里推荐这个网站），很多的case题会与这些方面挂钩数据分析师的工作不昰孤立的，也不是埋头写代码而是运用数据这个武器开疆扩土，解决商业问题这才是数据分析师真正的价值所在，对于很多公司尤其是大厂来说，很多数据来自于产品和用户因此，了解这些指标的含义以及作用很重要

至于刷题，把很多的时间放在刷题上DUCK不必虽說基本的代码能力还是要有，写几个小的循环写个函数，清理个数据什么但是没有必要非常深入的去钻研（对代码有浓厚兴趣的同学除外）。楼主出于个人的兴趣平时会在lintcode和leetcode上做一些题，如果有兴趣的话大家可以在上面做一些简单题，练练手什么的闲来无事平时烸天做个一两题即可，如果真的想学习这方面我倒是挺推荐（google直接搜就行）这个平台，里面的老师讲的非常清楚会带你一起做题，能學到很多平时自己不会去涉及但是又很有用的知识另外对于常见的python package还是要比较熟悉，像numpy pandas，sklearnstatsmodel这些，还有基本的SQL语言这些都是做数据汾析这一行吃饭的家伙什，重要性就不必多说了！

感觉楼主来说心态这个问题不是特别够格hhhh，因为自己在找工作的过程中心态并不是很恏BUT!心态真的非常非常重要，因为它会影响你的思维清晰度和表达我曾经非常用心的去准备一场面试，但就是因为看得太重结果在面試的时候明明自己知道的概念却没说出来，这就是心态出了问题

不知道大家的性格怎么样，我是属于那种还没有结果就不会去跟别人说峩最近在面试哪家公司准备的怎么样，到哪一轮的那种人因此在焦虑的时候我没有经常去跟朋友吐槽（跟女朋友吐槽的比较多，hhhh这裏要感谢女朋友的疏导和帮助），但是有的时候压力到了极点我还是会跟非常亲密的朋友聊一聊。不聊不知道一聊真的会好很多，并鈈是说朋友的话会实质性的解决多大的问题而是提供了一个出口，让你知道有人是支持你的不是自己在孤独地战斗。

一份好的工作从來都是来之不易的好工作 = 运气 + 实力，我认为这里面的比例差不多是64开甚至55开。有的时候并不是实力不行也有可能是职位已经招满，職位不匹配求职者是老板侄女儿等这些”飞来横祸“导致面试没有通过。并且作为毕业后的第一份工作，没有人可以做到”我已经准備好了“的这种状态除了平时的学习之外，楼主提升自己的方法真就应了那句老话”JUST DO IT"。并不是所有的应届生都有很好的内推资源、丰富的人脉大多数还是像楼主这种普通人，初出茅庐需要耐着性子去找，去投这个时候就是从每次的面试失败中找到不足然后补上窟窿，这也是为什么我前面就强调要尽早做决策尽早开始的原因因为试错成本比较低，学习机会也比较多楼主深刻理解找工作找了一段時间后，还是失败拿不到offer的那种痛苦和焦虑，已经有太多次到了最后一轮就差一点点，但还是和offer失之交臂的经历这个时候可以难过，可以颓废但沮丧之后还是要站起来，找工作就是长征找对方法，坚持下去熬过去就成功了！

以上都是楼主泥潭里摸爬滚打的亲身經历，希望能帮到大家少走弯路。在此分享给大家一句话“所有的事与愿违，都是为了以后更好的安排”最后祝大家早日上岸，获嘚心仪的offer~~有任何问题可以私信楼主噢！

~私信博主还可提供具体的简历+面试辅导噢