数据百问系列:如何找到第一个拿得出手的数据分析项目经历

0x00 前言

问题

如何找到第一个拿得出手的数据分析项目经历?

话题整理者:橘子,本科学的是金融和商业分析,目前是数据方向研究生,定位有点迷茫,日常在业务和技术的边缘反复横跳,希望能和大家共同学习和进步,一起用数据创造更多的价值。

问题描述

应聘数据分析岗,写简历时最头大的就是如何写项目经历了,各类编程工具用地再好,没有实际的数据分析项目经历也很难说服别人自己能够胜任工作。困难在于,不论对于转行的新人,还是BI/数仓等转岗的朋友,日常工作中其实并没有什么机会去接触一线的数据分析项目,那么要如何拥有第一份拿得出手的经历呢?数据科学比赛项目可以吗?希望大家能够多多分享经验。

0x01 讨论内容

讨论1

如果会写爬虫的话,可以自己选定一个主题,爬取相关数据进行分析。不会的话也可以从公开数据集和竞赛入手。

  • 公开数据集可以选择比较有名的数据集开始,看看其他人是如何分析的,有哪些比较值得学习借鉴的地方,照葫芦画瓢学习一下。再找其他数据集自己亲自实践一下,同时多添加一些自己的思考。

  • 竞赛的话,可以考虑天池、kaggle,也是先从基础赛、新手入门赛开始,学习一下别人的经验,再选取其他进阶赛事自己动手实践。

  • 个人感觉,不管是哪种途径,尽量做到多学习、多总结、多实践、多思考,总会有提升的。仅供参考~加油(⁎⁍̴̛ᴗ⁍̴̛⁎)

讨论2

  • 如果是已经工作了,要搞出来第一个拿得出手的项目,建议找个好的直接上级。实际工作中能拿出手的项目经历,我理解应该是切实为公司带来收益的项目。要达成这样的结果,不单单是能用数据分析出来新的增长点(不是业务方已经知道的,不是理想条件下成立但现实中无法落地的),还要能够落地实践出结果。这涉及跨部门的资源协调和配合。所以,如果是还没有拿的出手的项目,就尽量找个好的直接上级吧。

  • 如果找不到直接上级,那就一方面周期性地产出分析报告,有新的洞察的那种;一方面去和你的合作伙伴建立信任关系,证明自己的实力,并获取Ta们的友谊;然后就一起探索可以共赢的增长点吧。顺其自然,功到自然成。

讨论3

这个问题分2种场景:

1. 数分新人对于刚毕业或者转行的同学来说, 没有项目经验的话怎么写? 说句实在话, 如果真一点也没项目经历的话, 简历上多少是有些吃亏的, 因此有2个路子建议:

  • 原地去搞个kaggle比赛, 这个过程会让你至少体验一波特征工程处理、建模的全流程了, 如果最后能拿个名次那真是开心还能写简历上吹牛逼.

  • 自己爬个虫做个数据集处理再得出些有意思的结论, 比如我当时写的这篇 https://zhuanlan.zhihu.com/p/43586818 以上两种方式至少是能体现出你的「分析思维、代码处理能力」等基础条件的, 对于新人来讲已经足够.

  • 最后记得把「全流程思路+代码+结论」写在某个平台上, 能让简历筛选者、面试官能直接点进去看. 比如个人技术博客、知乎、csdn、简书等.

2. 非数分新人对于日常工作比较丰(琐)富(碎)的分析师来说, 要说做过的分析项目也不少, 但要说能「拿得出手」还得意味着要能落地、真正给业务做了指导、给公司带来价值. 因此在写简历的时候, 就需要系统化做过的项目, 并找出其中贡献度最大的

  • 系统化: 比如有哪些分析是解决「提升付费率」的、哪些是解决「降低退费率」的, 进行分类

  • 贡献度最大: 贡献度按「是否有结论、是否有指引、是否落地、是否产出正面收益、是否持续产出正面收益」的顺序去衡量(暂时想到这5个是否). 一个优秀分析项目当然是满足5个「是」啦~ 这时候写在简历上的项目, 就按照「用了什么方法解决了什么问题, 产出了多少收益」这样的句式, 量化你的项目了.

0x02 居士的解答

在以上回答的基础上,补充一下对非数据新人的建议。很多小伙伴,挂着数据分析的title,但是可能没做过实际的数据分析项目,更多的是提数和报表。**这种该怎么写简历?**是居士被问挺多次的一个问题。

对于这类小伙伴,还有从数据仓库和数据开发转数据分析的小伙伴,居士大致是这样建议的,分几个步骤:

  1. 核心思路是从合作方的项目中吸取你需要的内容。

  2. 比如你帮某个数据分析提数据和做报表,想办法搞到他们的数据分析报告。

  3. 找到你为他们做支持的部分,再加上整个分析内容,糅合成自己的数据分析项目。

  4. 对于其中不清楚的地方,多去问问。同时,开始储备简历里面欠缺的数据分析技能即可。

0xFF 总结

上述讨论内容可以总结为以下思维导图,供有需要的朋友们参考:

数据百问系列:如何找到第一个拿得出手的数据分析项目经历_第1张图片 -w2107

下期讨论话题

如何解释假设检验中两类错误及其相互关系?

本次的问题讨论涉及统计学的基础概念【假设检验】,是数据分析工作中AB测试重要的理论支柱,也是面试高频考点噢~

欢迎大家到知识星球参与讨论,每期话题将会奖励一位优秀回答者一本自选100元以内的书籍!!点击【阅读原文】参与讨论!

你可能感兴趣的:(编程语言,java,大数据,人工智能,机器学习)