专栏首页猴子数据分析为什么面试官很看重你的松弛感?
原创

为什么面试官很看重你的松弛感?

我是zakki:

经过半年的震荡,拿到了数据分析工作的offer,我是去年12月份从上家公司离职后开始着手准备转行数据分析。

学习的契机总结起来基本有两点:

1)读书期间接触过统计学和计量经济学,当时两位授课的老师非常负责,让我对数理统计方面的知识产生了浓厚的兴趣;

2)上一份工作和数据紧密相关,虽然我的职位并不是处理和加工数据的第一线,但ExcelSQL这些工具多少有接触到,让我对数据产生了浓厚的兴趣。

看过很多转行经历,打心里佩服那些执行力非常强的同学。但于我来说这半年的脱产学习经历充斥着压力,弯路以及调整震荡。

即使现在找到工作,我也深感后面的路还有很长很长,距离一个优秀的数据分析师,还有很多关卡要打。下面通过3点来谈谈这一路走来的一些经历。

1.如何投简历的?

我的第一轮简历投递结果是非常挫败的,要么没有回复,要么被标注不合适。

后来请猴子老师以及另一位做就业咨询的老师帮忙进行1v1的修改简历,发现主要问题出在工作经历、项目描述不对。后面针对性地修改了下,感觉在二轮投递时,被响应的比率明显上升。

简历准备这一块技巧性比较强,所以比较推荐找工作的同学可以选择让专业人士指点下。

2.面试经验有哪些?

我始终认为在水平满足的前提下,面试是一个平等的双向选择。曾经看到一个500强HR谈她招人的逻辑,除了考察基本的技术、思维外,更加注重“松弛感”,也就是在环境下的自信以及控场能力

我自己面了将近20家公司,更加认可她的这种观点。这里谈谈自己的一些看法。

1)自我介绍

一般第一轮HR面和第二轮总监面都会让你做自我介绍。这一段内容是你良好的销售自己的契机。

因为这基本是你除了颜值之外,第一个给面试官建立印象的机会。

面试时,需要抛出你的闪光点,这里的闪光点可以是985.211又或者是保研,对口双学位,以及含金量高的项目等等。

2)工作经历

这里的工作经历基本是面试官最感兴趣的。你需要先发制人,与其被面试官挤牙膏式提问,不如思考下怎么解释自己过往工作经历和数据分析的关系,越具体越好,当然要把握一个原则:以工作运用代替自学。

3)不适合也不要慌

因为面试机会珍贵的原因,往往应聘者投出几十份简历,可能只是收到个位数回复,所以在面试时心态就更加处于低位,生怕失去机会。

但需要再次重申的是,找工作是一个双向选择,公司在选择你,你也在选择公司。

我曾经面试一家公司,面试官全程“测谎仪”脸,并且非常不信任我做出的自我介绍,让我非常地难受。

想到自己即使能入职了这家公司,面对这样的一个直系领导,想来也是非常难搞。

还有的公司HR认为自己身处高位,想通过面试刺探同行公司信息,更是让人哭笑不得。

4)适时提问

当你答的差不多,面试官也问得差不多时,就是该你提问的时候了。这里我一般会问这样几个问题。

  • 这个岗位希望具有哪些技能?日常工作是怎样的?

这时候有人会说了,招聘要求上都写的有啊,为什么还问面试官。但其实招聘要求上寥寥几句话,很难说清楚这个岗位到底在做什么,而且有些公司的招聘要求是复制粘贴其他公司的内容。

所以,这个问题一定要问,问完你心里基本就会有数了,到底自己适不适合这个岗位以及总监认为你适不适合。

  • 这个岗位的kpi如何考核?

这个问题实际上是在排雷。有些公司不太清楚自己到底要招聘一个数据分析师做什么,只是看到别的公司也招了,他也要来一个。

却对于这个岗位,没有明确的职权划分,数据分析师日后的工作也是“探索性”的,这实际上是一件比较危险的事情,浪费大家时间。

一般如果是类似的公司,在这个问题上都不会给你很满意的回答。

3.现在日常是做什么?

我现在的这份工作是一家新零售公司的业务分析师。公司主要使用可视化软件做BI分析,我和其他三位小伙伴一起监控总部以及门店的运营状况并做一些选址模型的搭建。

入职后还有很多新知识要学习,不得不感叹,学习不止。好在入职以后,学习的方向更加明确了,也会更加笃定地往前面走。


上面内容来自“猴子数据分析学院”学员分享的求职经验,来源:⠀

https://www.zhihu.com/question/19755921/answer/784647684

推荐:你有一份求职秘籍待领取

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 来自1976,Hinton写的第一篇论文火了:胶囊网络,是40年前的胶囊?

    论文的主人Geoffrey Hinton,许多年后成了神经网络之父,还获得了图灵奖。

    量子位
  • 【机器学习】今天详细谈下Soft Margin SVM和 SVM正则化

    昨天详细谈了谈最简单的SVM,相比较于今天要讲的Soft Margin SVM来说,昨天讲的其实是Hard Margin SVM,没看过的朋友们可以点击这里:

    zenRRan
  • 图论--Floyd总结

    Key word:     ①最短路     ②传递闭包:大小关系 数值关系 先后关系 联通关系     ③floyd变形     ④实现方式:插点发法...

    风骨散人Chiam
  • 一次讲透次短路及条数问题,详细探讨dijkstra算法的本质

    继续学习次短路~ hdu 3191 How Many Paths Are There

    ACM算法日常
  • 关于SVM,面试官们都怎么问

    持续准备面试中。。。准备的过程中,慢慢发现,如果死记硬背的话很难,可当推导一遍并且细细研究里面的缘由的话,面试起来应该什么都不怕,问什么问题都可以由公式推导得到...

    NewBeeNLP
  • MachineLearing---SVM

    yix今天我们来看看机器学习中的SVM,SVM是什么呢,它的中文名叫支持向量机(Support Vector Machine),是机器学习中的一种分类算法。

    我被狗咬了
  • 算法专题 | 10行代码实现的最短路算法——Bellman-ford与SPFA

    最短路问题也属于图论算法之一,解决的是在一张有向图当中点与点之间的最短距离问题。最短路算法有很多,比较常用的有bellman-ford、dijkstra、flo...

    TechFlow-承志
  • 学习SVM(五)理解线性SVM的松弛因子

    学习SVM(一) SVM模型训练与分类的OpenCV实现 学习SVM(二) 如何理解支持向量机的最大分类间隔 学习SVM(三)理解SVM中的对偶问题 ...

    chaibubble
  • 掌握branch and cut算法原理附带C++求解TSP问题代码

    branch and cut其实还是和branch and bound脱离不了干系的。所以,在开始本节的学习之前,请大家还是要务必掌握branch and bo...

    短短的路走走停停
  • 干货 | 10分钟带你全面掌握branch and bound(分支定界)算法-概念篇

    之前一直做启发式算法,最近突然对精确算法感兴趣了。但是这玩意儿说实话是真的难,刚好boss又叫我学学column generation求解VRP相关的内容。

    短短的路走走停停
  • 数据挖掘知识点串烧:SVM

    关于作者:DD-Kylin,一名喜欢编程与机器学习的统计学学生,勤学好问,乐于钻研,期待跟大家多多探讨机器学习的相关内容~

    石晓文
  • 面试官:看你简历写了熟悉Kafka,它为什么速度会这么快?

    Kafka的消息是保存或缓存在磁盘上的,一般认为在磁盘上读写数据是会降低性能的,因为寻址会比较消耗时间,但是实际上,Kafka的特性之一就是高吞吐率。

    用户5546570
  • 运筹学教学|快醒醒,你的熟人拉格朗日又来了!!

    拉格朗日松弛算法,啥,怎么运筹学也有拉格朗日了啊?为什么哪里都有他?那么拉格朗日松弛算法到底讲了什么呢?本期,小编将带你走进拉格朗日松弛的世界。

    用户1621951
  • BAT面试题1:请简要介绍下SVM

    接下来,每天推送1道BAT的面试题,一般问到的这些知识点都是很重要的,所以知道的呢就再复习一下,不知道的赶紧弥补。日积月累,你会在不知不觉中就已入机器学习的大门...

    double
  • 支持向量机(SVM)入门详解(续)与python实现

    接前文 支持向量机SVM入门详解:那些你需要消化的知识 让我再一次比较完整的重复一下我们要解决的问题:我们有属于两个类别的样本点(并不限定这些点在二维空间中)若...

    机器学习AI算法工程
  • 数据结构(十一):最短路径(Bellman-Ford算法)

    最短路径是指连接图中两个顶点的路径中,所有边构成的权值之和最小的路径。之前提到的广度优先遍历图结构,其实也是一种计算最短路径的方式,只不过广度遍历中,边的长度都...

    zhipingChen
  • 数据挖掘知识点串烧:SVM

    关于作者:DD-Kylin,一名喜欢编程与机器学习的统计学学生,勤学好问,乐于钻研,期待跟大家多多探讨机器学习的相关内容~

    木东居士
  • 关于SPFA Bellman-Ford Dijkstra Floyd BFS最短路的共同点与区别

    对于BFS来说,他没有松弛操作,他的理论思想是从每一点做树形便利,那么时间复杂度绝对是在大型图中难以接受的,所以BFS题目设计很精巧,数据限制,更重要的是他可以...

    风骨散人Chiam
  • 10 行实现最短路算法

    在上一篇文章当中我们讲解了bellman-ford算法和spfa算法,其中spfa算法是我个人比较常用的算法,比赛当中几乎没有用过其他的最短路算法。但是spfa...

    double

扫码关注云+社区

领取腾讯云代金券