|
导言
偏商科类的Data Analytics偏重于将分析和商业运用想结合,分析只是一个手段和途径,更加重要的是将分析的结果为切实可行且能有所成效的商业方案。所以类似职位的面试有些类似于基于技术面试题基础上的咨询类型的Case Study。所以从分析中找到可能存在的风险,并提出解决方案比起完美的code有时候更加重要。
“本文由工程师求职顾问 原创
作者:Amber导师
未经许可请勿转载“
看到导师您最近1~2年都在做Data Analytics的工作,可以跟我们介绍一下Data Analytics的工作内容么? 一般接到工作后的流程又是什么样的呢?
Data Analytics的工作在技术层面上的要求不会太高,反而会更着重于分析结果的商业运用,且不同的公司对于这类的职位会有不同的要求。接到工作任务后,大概70%-80%的时间都是做数据收集和清理的工作,因为数据量较大且数据来源较为复杂。在获得干净且有效的数据之后,才是分析的工作。包括一些基础的统计分析和一些较为复杂的Predictive Modeling,取决于项目的需求。在完成分析后,可能需要做的包括数据可视化,生成报告或将分析结果运用于实际的商业决策。用到的工具包括SQL,Tableau和Python,当然不同的公司对于分析工具有不同的偏好。
可以分享一个您在学生时代做的,您觉得对您现在工作影响最大,或者是最有优势的一个project么?比如说面试的时候您跟面试官讨论到的project等等。
|
|