DAL 今日职位讨论快报 103

#3 2018-08-13

今天分享的职位是 Uber 近期放出的一个数据分析师职位，是个很好的机会，大家也可以按照我们今天说的去修改简历然后尝试投一下。

职位链接：

https://www.uber.com/careers/list/39836/

职位分析：

今天是我们第三次的一个直播分享，主要是关于我们在数据方面的求职分享和一些经验。

首先呢，最近我们可以看到 UBER 最近有很多数据类的岗位开出来，最近 UBER 在持续性地招聘这些职位，他们比较愿意去找一些大学里学习理工科的 new grad 特别是加州这边。所以可以看出 UBER 这边最近真的是在招人。

然后让我们看下这个岗位，这个岗位在做什么？主要他还在做 marketing 这一块的分析。基于我们之前的一些学员给我们的反馈啊来看，uber 专门有 department 在做 marketing，比如去年有专门面对亚洲地区的一些。然后uber有两个分支，一个对于 uber driver，一个是对于 uber user。对于这两个分支，一块是 user increse，另一个是 user 的 engagement。

然后我们就来大概分析一下这个岗位给出的一些基本信息背后的需求。

-- data mining，那主要是去分析这些用户的数据，user behavior 的分析。如果你能拿到一个用户画像的使用规律，你可以做的事情就很多。比如说你就可以做是用户粘性上的的分析。一个 use case 就是你能通过分析看出来用户在离开前的行为，你就可以找准时机去给用户一些冲击，尽可能keep住这些用户。

-- CRM，Consumer Relationship Management。一个稍微比较旧的平台，一般会把用户的一些数据放在里面处理，美国这边用的比较大的 CRM 系统是 Salesforce。也许会有一些同学没有接触过，那我们的建议是，你可以去下载一些open source去尝试试用一下。

-- 数据分析师的基本技能部分：data visualization， design 一个 dashboard，design Matrix，design KPI，A/B Testing，那这里就需要在简历最上面的 skill set 部分来match这部分需求，从而拿到第一轮电面。

-- 来看看具体这个岗位的要求。数据分析师这个岗位对于专业上要求其实挺宽泛的。这就对想要转行或者跨专业的同学就非常友好，比如一些学习 economy 的同学，就是一个很好的机会。另一个requirement是说到需要至少两年的工作经验，大家不要被这个门槛就卡住了。这里说到的solid两年，但这里其实，你的一些经历都可以被认知为工作经验。 

-- 技术上的要求，SQL啊，Python啊，R是一个Plus，那从这里看出来 Python 比 R 用的要多一点。之后还有提到一些别的比如，tableau，hive 啊等等的这些最基本的数据方面的技能。像 hive 就非常重要，Hadoop 和 Hive 的背景是 big data 这边很重要的一块。Hive 其实跟 SQL 的语法非常接近。底层用了 mapreduce 的算法分布式。这里你需要了解的就是怎么去通过 hive 提高你的 performance。

-- behavioral 上面的要求。数据可视化能力啊，发现问题的能力啊，等等这些，所体现的其实就是数据分析师本身的工作流程。所以，这里我们就可以看出，除了编程，除了对于uber的了解，这个岗位最重要的地方就是去需要candidate能够发现新的ideas，提出新的方案。所以在简历啊，phone interview 要体现这一点。怎么体现？比如你在resume上你就可以提一下，你可以说自己有能够通过数据提出business view的能力。另一个是在你的 phone interview 的时候，你要准备一个甚至两个故事去阐述你以往的经历。比如我们之前一位同学的经历，他发现 LA TIMES 的用户在晚交两次 subscription 费用之后就会有停止订阅的欲望，这个时候给一个 promotion code 就能够去 keep住这个用户。这种故事要准备一两个，让面试光感受到你这方面的能力。

-- 之后的一些软实力，你也需要准备一些故事去展现你是如何 quick learning。至于热爱数据，你可以同时通过简历和准备故事的方式让面试官去感受到～

Q & A Session

Q: At least 2 years of analytical and database experience 這 2 years是實際工作年資上的兩年硬經驗嗎?

A：关于工作经验，我是这样看的。比如我在赛门铁克工作的时候，我们如何招人？我们希望找到高质量的人。那我们怎么去筛选人？我会去放一些条件去吓退一些人，这样我们可以保证我们收到简历的质量更高！比如我们只需要1-2的工作经验，那我就放3-5年，这样就可以吓退一些人。其次呢，在美国的招聘环境里，博士，我们认为有3-5年的工作经验。像研究生呢，我们自动认为有半年至一年的工作经验。那你要是本科生怎么办？比如说 Kaggle 或者你自己喜欢的数据分析case。那这些，我们也都会认为你有一定的工作经验。总结一句话，如果你喜欢这个工作岗位，你认为你70% 80%满足，你就应该去投。

Q: 数据分析师和商业分析师的区别

A: 你在找工作的时候，不要被 title 所吓倒，你不要把自己的背景给限制住了。每个公司其实对于同一个title的定义都是不一样。让我们来看看这几个title，他们的共性是什么？他们都是需要你通过数据分析来作出一些决策上的建议。三大技能：programming skill【big data，python 等等】；统计建模与统计分析方法，机器学习的方法；对于商业问题的理解以及表达能力。比如这个 uber 这个岗位，他就是关注用户的增长；然后你发现这个问题以后，要怎么present给你的team。再说一下区别，商业分析师，可能更偏向于商科，这个不是绝对的，但是更多的商科学生会去选择这个岗位。这个 BA 更多的是偏向于我们刚刚说的三点中的第三点。数据分析师，更多的是偏向于一点编程方向，数据的pipeline。但其实你的 communication，presentation 都是不能少的。我稍微总结一下，我们不要过多去纠结这个区别。你了解到这些共性与区别之后，你要去想一想自己到底喜欢什么。不要自己把自己局限了，要多去尝试。

Q: 感觉SQL面试题觉得挺难的，请问该学习到什么程度才可以去面试？

A: SQL 它是数据库编程语言，是你从事数据领域必须的东西。在电话面试过程中，你要了解一些概念的东西。基本的 SQL 概念，比如 inner joint outer joint 等等 这些概念，你必须要有清楚的认识。像编程的方面，一定要知道，比如你在join的时候会产生duplication，要怎么解决？你必须要有一些套路和方法，要在2-5min之内解决问题。我们教给我们学生的是，你要去看清楚table，源头在哪里，都是谁；第二点的话，你知道这些数据源在哪里，那你就要仔细地去观察，你要怎么去做这个computation，是不是需要 group by 或者别的东西；第三点的话，你要去看一些比较细节的东西，有没有 sub query，有没有 duplication，需不需要 extra move 去解决这个问题。最后我补充一个，我们之前的一个同学去 uber 面试的时候，被 self join 的一个问题给挂掉了，这里也希望同学们去夯实自己平时都学过的知识点。多编程多获得上手的经验。

Ending

想找工作，焦头烂额，不要慌！

无论你缺的是硬技术，还是软实力，数据应用学院都会用最专业的方式给你最全面的辅导。