预计阅读时间:9min
阅读建议:本篇内容是我工作这些年面试候选人的考核标准,以及被面试的经验,希望能帮助到准备跳槽的你,可以「关注」「收藏」,需要的时候拿出来看一下哦。
00
序言
又到了年底,可能很多小伙伴会选择在明年金三银四的时候跳槽,因此小火龙想把这些年面试候选人的考核标准,以及被面试的经验写一写,希望可以帮助到你。如果有不完善的地方,也欢迎和我沟通探讨。
首先,附上「数据分析面试的完整框架」,需要的同学可以自取:
下面会针对以上框架进行展开,我们在面试的时候,哪些坑是需要避开的。
01
环节一:自我介绍「关注度:5星」
自我介绍大多是面试的首个环节,是你给面试官的第一印象,非常重要。但由于形式相对比较固定,只要面试前好好准备,一般问题不大。
重点考核
沟通表达能力、逻辑思维能力,以及对于数据的敏感度。
内容涵盖
02
环节二:简历问题「关注度:5星」
当你做完自我介绍之后,面试官一般会花大篇幅时间,来询问你简历中的问题,这里询问的方式一般是「连环炮」,一环一环直至不能再挖为止。
这就需要候选同学对简历中提到的内容了如指掌,千万不要夸大其词、甚至作假,不然三两下就会露馅儿。
重点考核
全面了解候选人,关注每一个细节,挖掘工作的深度和广度,同时也验证简历的真实性。
内容涵盖
STAR流程
STAR主要是在介绍项目以及工作内容时的思路,清晰的展示你的产出。
案例
面试官:我看你在简历上提到了DAU提升专项,可否详细介绍一下吗?
候选人:没问题。
这个项目的背景是,去年国庆之后,由于福利策略的调整,导致dau三周内缓慢下降5%。「Situation」
在这样的背景下,我们希望通过Push、端内的优化,提升老用户的留存。「Task」
在未来的1个月中,我在其中主要做了两个事情,其一:协同产品同学,开展Push策略实验,调整Push分发周期,跟进从实验设计到评估结论的输出;其二:对端内的功能进行数据调研,发现登录、互动等环节有提升空间,拉通产品,开展策略的实验,并输出汇报报告。「Action」
项目开展1个月,Push实验xxx,端内实验xxx,最终将DAU稳定在之前的水位。「Result」
注意事项「四个不可」
03
环节三:专业问题「关注度:4星」
专业问题主要考核候选人的数据分析能力,一方面考核在工作中是如何应用的,产出效果如何,即「硬专业问题」;另一方面考核日常工作中,对于数据分析的思考以及方法论的沉淀,即「软专业问题」。
重点考核
数据分析的专业性,以及在工作中的思考和沉淀。
内容涵盖
① 硬专业问题
主要考核候选人的数据技能。内容包括但不限于:
举例
② 软专业问题
主要考核候选人的工作态度,以及未来的潜力。内容包括但不限于:
04
环节四:技术问题「关注度:3星」
技术要求一般都会在职位中有所体现,对于数据分析师,一般SQL+Python是90%以上岗位会提及的,这里一般面试官会出几道题,让候选同学现场来做,正确作答4分,多种方式正确作答5分,所以这里不要吝惜你的方式。
这里我认为关注度3星,并不是说这个环节不重要,而是针对一般岗位,只要符合代码的一般要求就OK了。毕竟技术是服务于业务的,遇到不熟悉的,搜索一下也就好了。
05
环节五:人才特性「关注度:4星」
人才特性环节会问候选人一些关于数据分析周边的问题,如果说前面环节考核的是候选人的“体征形态”,那么这个环节考核的就是“穿着打扮”。
重点考核
候选人的潜力、稳定性、性格,是否适合这份工作,以及是否适合这个团队。
内容涵盖
举个栗子:候选人目前是阿里P6,优点是在工作中思考的较多,产出的效率比较高;缺点是没有太多带人的经验,这方面还有待提高。
06
环节六:候选人提问「关注度:4星」
有些同学到这一步就开始放松下来了,觉得这个面试结束了。但往往这个环节回答好了,是可以帮你加分的。虽然问题是可以随便提的,但面试官更希望听到你对这份工作感兴趣的问题,并且有逻辑性的提出来。
重点考核
对于岗位感兴趣的程度,以及对于工作的思考。
内容涵盖
罗列几个我在面试的时候会问的问题,希望对你有帮助:
07
最后的最后,多说一嘴
以上就是本期的内容分享,希望可以帮助你尽快找到心仪的工作。码字不易,如果觉得对你有一点点帮助,欢迎「关注」「点赞」「分享」哦,我会持续为大家输出优质的「原创内容」~~
END
【作者简介】互联网大厂数据分析专家,本系列「求职面试」类文章,会和大家分享一些面试的经验,以及推送一些职位给各位小伙伴,希望能够帮助到手机另一头的你,同时也渴望和大家在此沟通探讨。