各位大神安安 本版上面关於数据分析(data analyst)相关工作经验分享偏少 前两个月刚好面试了几间公司 公司类型为新创居多，没有保险金融、电信业及制造业 在此分享一下面试经验，也欢迎大家互相讨论 提醒:文长慎入 Medium好读版:http://bit.ly/2M7dKWF 文章会针对 ˙背景及经验介绍 ˙履历投递 ˙面试过程及结果 ˙结论 四个部分分享 ˙背景及经验 私校数学系毕业(非理工强校)，在校成绩普通，没有被当，但有暑修物理。。。 大三开始接触数据分析，开始学习python及R语言，python学了一学期，大概就是回圈、 判断式等基础语法；稍微了解爬虫抓取技巧，但不深入。R语言起初也只是自行摸索，对 於资料整理及统计模型并不上手。 大四学校课程，使用R语言，开始了解资料处理及模型使用，大四下在新创公司的数据分 析部门实习，实习期间做过3个专案(包含独立专案及合作专案)，真正使用R处理资料及分 析。 毕业後，因某些因素，留在学校当助教，负责微积分、统计演习课(非数学本科系)，基本 上没有产出，只有自己摸索python，主要有看了几个课程 ．政大MOOC课程_成为python数据分析达人的第一堂课(这个是免费的线上课程) ．Hahow_Python 资料分析＆机器学习入门(这个要钱，当时候募资时购入，很详细还有 medium的课程档案可以看) 2018上半年，投履历前3个月左右，有跟朋友合作专案，主要负责爬虫及机器学习的 coding部分。算是这年来主要的产出……..吧。 ◎实际自评 会使用R语言及python完成独立专案，包含网路爬虫、数据前处理，SQL搜寻及操作、模型 建立，视觉化报告。 ○能够使用python串接API，每日自动化整理资料，并上传SQL。 ○模型使用上基本的回归分类、k-means分群、sklearn套件包，都操作过，但并不会DL(例 如tensorflow)。 ○分析经验以数值统计分析为主，缺少文字探勘的经验。 ○视觉化部分，ggplot2、matplotlib都算熟悉。 ○对於简报制作也稍微有点概念。 ˙履历投递 ◎履历部分 基本的中文履历，以及硬生出来的英文CV，整理过去制作过的专案(包含大学零零落落的 报告们)放在云端，还有把部分程式码上传至github，最後建立了linkedin，然後就打开 104开始撒履历了。 ◎目标公司 本身对於金融业没有兴趣，对保险投资也没太大研究，然後不想穿西装上班。另外传统产 业(大公司)也不是我首选，毕竟制度规定很死，我也不是很喜欢。所以差不多就剩下科技 业与新创团队了，主要来说之前也待过新创公司，所以对新创的氛围比较熟悉。 就这样打开104，搜寻 数据分析 就会跑出很多职缺，Title是数据分析师、资料分析师都 会点进去看。条件部分，主要就看期望的工作年资，1-3年我都会投。再来看技术方面， 只要有写到使用python、R就会投。 关於职位内容，求职网都是写个大概：数据清理、数据探勘、分析报告、视觉化呈现、机 器学习、深度学习，真的要实际聊过才会比较清楚此职位定位在哪，工作内容是啥。 ◎其他 除了104以外还有使用Yourator这里都是新创公司，相对的也比较多外商公司，在这里就 算是投中文履历过去，HR或公司回信也都是英文，但相对的几乎投过去都能得到回信或面 试邀约。 ˙面试及结果 (依面试顺序写) 1.传统食品业(主力在大陆市场)＿数据分析师 ○面试 人资接洽後约面试，面试当天先考了30分钟术科笔试，笔试内容为手写SQL code(差点以 为我在考资管系期中考xdd)，四大题都是 join 、 group by 等合并资料表，然後 where 筛选条件，最後是SQL计算。老实说，超级久没有写SQL，更何况是手写，就只能凭 着印象瞎写，勉强把四题掰完。 面试前两关是一对一，最後一关是部门主管+单位主管两人，第一关是同单位不同部门的 课长，主要了解我过去的专案经验，还有我对数据分析的了解及概念。还有介绍了主要这 个单位的工作内容及工作分配。 主要分成两个部门，一个是商业分析，比较偏重於商业应用分析，对程式能力要求较低， 主要就是会SQL捞资料。另一个是我投递的数据应用，包括了DB处理、数据分析、数据应 用，三个课。然後大概跟我介绍过去做过的一些专案分析；这部分有谈论到机器学习的部 分，得到的回答是，公司高层目前还无法接受，他们过去有尝试使用ML的分析，但高层比 较相信传统统计分析方法。(我有朋友过去也去应徵此单位的管理职缺，大约比我早三个 月左右，却因为对ML较不熟悉，而被炮轰；这件事也让我们很困惑) 第二关是我应徵的部门主管，主要跟我确认我对哪一块比较有兴趣，也大概聊了一下对於 资料处理、整理的概念；以及讲了职位的工作内容，主要是以捞SQL整理资料，做ETL为主 的工作。所以一直跟我强调，会一直进行数据蒐集(可能半年或一年以上)，才会进行分析 ；也有提到刚刚术科SQL写的还不错(这部分其实超惊讶，毕竟我超久没写SQL)。最後有聊 到pay的部分，当下也开给我，但有说，最後核定要以人资公布为主。 本以为面试到这边告一个段落，结果，第三关，单位主管进来，气场很强大，主要也是问 我对於资料处理的概念，以及数据分析跟商业模式之间的关系；谈话中，了解到公司决策 很注重是商业概念，数据分析是辅助决策。本以为在这边会被电得很惨，但也颇和平的结 束。 ○结果 约莫一个礼拜後，就接到人资打来，稍微了解一下状况，还有了解可工作时间，就发 offer过来了。 2.软体公司(主力做校务分析系统)＿大数据资料管理师 (Data Scientist) ○面试 第一次过去，主要看了我的履历，从中问了一些我的经验，也让我问问题了解公司的工作 ，模式大概就是互相问对方问题的感觉，大概了解公司是微软代理商，负责卖软体，渐渐 往开发公司系统，配合企业需求去建置系统，最後发展到协助大专院校进行校务分析。然 後，也表示，公司主要使用Power Bi ，如果进来之後要学会，还有提到，公司有微软的 资源，可供学习(毕竟是经销商)，最後就说会约下次面谈。结束後，看名片上网搜寻一下 ，才发现是公司负责人(CEO的感觉)面试我，难怪名片上没有Title。 二面，是由部门PM面试，感觉是香港人，讲话口音不像是台湾人，针对我实习时的专案， 大概给了我一点建议，表示做的分析对象都是人，变因很大，对公司来说不会是好的研究 主题。最後有谈到会读大量paper，然後说我的英文能力可能不够好。 ○结果 无声卡，接近两周的时间，我还有寄信过去询问，但也没有消息。 3.区块链交易平台(台湾的新创公司，混合式去中心化的交易平台)＿ Data Analyst 数 据分析师 ○程式测验 履历丢过去後，mail寄过来就是csv档跟测验说明，资料是给你一间交易所的交易纪录 (200Mb，差不多170万笔资料)，请你针对题目分析，并制作报告。题目主要是要看能不能 从中找到高频交易对手或交易机器人等。 做完之後，丢过去会再决定能不能过去报告分析结果及面试。(但其实看超快，早上寄出 去，下午就打来跟我约面试时间了) ○面试及结果 本来以为要报告，还颇紧张，但因为主管开会，没有报告到；但有提到报告部分做的不错 ，简单易懂，也看的出来是有美编过，就由人资主管直接与我面谈。公司正要成立data部 门，所以在招聘leader，也必须对区块链有深入研究，大概就知道没有望了。人资主管也 有询问，如果是以pt的方式愿不愿意，也说明人事部分也还在规划，所以也不排除未来再 通知我。 4.广告代理商＿资料分析师 面试前有上求职天眼通，稍微了解一下这间公司，负评不少(大概是说公司流动很快，还 有会以罚钱逞罚员工?!) ○面试 直接由部门主管面试，一开始稍微介绍广告业的运作模式，及资料部门做的工作。就直接 进入专业问题，针对我过去做过的专案开始询问，问得非常深入，都是统计解释及演算法 部分；例如：罗吉斯回归中OR胜算比的解释、k-means的演算过程、计算中心距离的方法( 欧式距离等等)。没想到会得如此深入，我回答某些部分也不是很有把握。但最後主管却 说回答得还不错，观念没有太大问题，然後说这些模型可能不适合公司分析，进来之後会 看其他paper学其他模型，还有一开始进来要学spark、hadoop等分散式计算方法(感觉起 来，应该是蛮能学到东西的吧?!)。最後有聊到pay的部分，并说明试用期会扣3k这样。 ○结果 回去大概两三天就收到offer letter了，薪资也是当下讨论到的。 5.新创行销平台＿data engineer ○面试 从面试邀约就是CEO直接跟我联络，第一次去也是互相了解公司运作方式，也对我过去的 经验了解，并说明公司主要是以文字探勘为主，另外大多是分析国外论坛及部落格，所以 英文能力相对也很重要。最後就告诉我回去之後会有一个code challenge要回去做。 ⊙Code challenge 给了200个网址，要你写爬虫程式抓取作者名字及其社群网站联络方式。 第二次面试，先大概聊到写程式的过程及方法，都做出来了，所以应该也知道没啥问题， 接着就和公司的data scientist了解实际工作内容及分析方法，大概了解之後会做些甚麽 。最後就是和CEO讨论我主要可以做的工作及pay；主要来说公司data team 有人负责爬虫 、有人负责文字分析，而我对数值分析比较有经验，也希望我之後能处理这一块，但当然 一开始也要我先熟悉公司分析的流程等。 ○结果 二面最後就有讨论了pay及on board时间，也有问我什麽时候能给回覆。回到家offer letter就来了。 6.国内新创影音平台＿大数据分析工程师 (Big Data Analytics Engineer) ○测验 在面试前一天早上才打电话来，告知我有一个专业测验，要请我做，然後面试带过去。有 三题，第一题是设计一份问卷的资料属性，并针对此问卷看能够分析什麽、第二题设计一 套推荐系统，并规划流程，最後写如何评估成效、第三题问公司发展AI会遇到甚麽难题。 问的问题很有深度，我个人觉得很偏向PM，要规划流程，也要思考成效。 ○面试 先由部门主管面试，主要是我在讲我做过的专案及经验，主管没有给太多回馈。接着讲公 司data部门工作内容，及接下来发展方向。再来是人资的深聊时间，主要针对个人特质的 部分询问了很多，但就是人资会聊的部分。最後有谈到大概2~3周，公司会有一个决定， 但如果没有录取，将不会另外通知 ○结果 目前正在等待结果中，一个礼拜多过去，还未有消息。(如有消息将会更新 ˙结论 先给结论数据部分： 约莫投递：60间(包含104及yourator) 开信：30间 寄信联络：13间(包含回信请你填写资料表，回传之後没有下文；还有二间履历过去後 ，收到感谢信) 面试邀约：6间(上面详述) 拿到offer：3间 每阶段差不多是50%机率，拿到offer是投递的5% 实际统计下来，我觉得算非常好的结果，毕竟我这一年来的工作，其实并不算可以累计年 资，所以还是以一个新鲜人的身分求职，拿到的offer平均都是现在的N+5~N+7，其实还算 满意。 实际公司对於技术面的要求，其实也不会因为学历而有质疑(或许我不是面试金融、传产 、电信，这几个比较看重学历的产业，但其实也有收到金融和电信的面试邀约)，只要有 专案经验，把专案呈现给公司，其实大概也都能知道能力、技术到哪边。公司写要会使用 ML/DL，有可能是公司希望有这样的技术能导入。以目前来说基本的分类分群回归预测等 ，还有基本的资料整理套件都要会使用(有面试时看github，就说:「你会pandas，我们 也要用到。」但其实这应该算基本的) 在104上打入 数据分析 或 资料分析 就会有很多工作跑出来，都可以投递看看，能有面 试机会就去练刀，就当作了解该产业或者多去听听别的公司如何定义数据分析，或者公司 的数据团队在做些甚麽；面试下来，每间公司要求的都不一样，都一样是data analytics ，但做的事情可能不一样，又或者不少是要求有文字探勘经验。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.133.151.104 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1533087743.A.DF6.html 本来是有打算直接写公司名称，但好像不太妥，就提供一些线索让大家猜罗 但其实很少有拉 我觉得XDD X就是新工作加薪幅度 比起学士毕的研究助理好很多XDD ※ 编辑: yanwu0105 (220.133.151.104), 08/02/2018 13:19:42