
给应聘分析、数据科学公司的校园新生应聘者的一些建议
文 | Tavish Srivastava
翻译 | 36大数据翻译组徐双
我很庆幸(幸运)我的记忆还能回到2011年12月的第一周,对我来说,那是非同寻常的一周,也是至关重要的一周。那是我第一次为了工作面试的机会出现在印度理工学院曼德拉斯分校(IIT Madras)。我对自己是非常有信心的。但面试分析公司时对自己的表现就显得不那么自信了。
我费了很大的努力来说服面试官我是这个岗位的不二人选。他们却认为我并不能胜任分析工作。事实上,令我烦恼的是,我是机械工程科班出身。而最终我发现自己感兴趣的是商业分析。我敢肯定有很多和我一样处于同样处境的人。
如今时间之轮转将我带到了桌子的另一边。现在我已具备双方的经验—招聘者和应聘者。十二月又一次的来临了,我可以感受到在这个季节中那些奔赴校园面试的应聘者身上的紧张和焦虑。
下面我将会帮助你。
作为有丰富招聘经验的过来人,我已经通过分析总结出校园应届生面试时需要的一些重要技巧。事实上,这些技巧可以帮助你通过任何类型分析岗位的面试。
在这篇文章中,我已将这些见识和有用的面试技巧一同分享出来。我推荐你在准备面试的时候使用这些技巧。我发现许许多多应聘者在面试过程中对这些技巧不以为然,却常常以失望告终。
我们首先来打破下面这些谎言
1. 较低的学年成绩会影响非核心公司选择我的机会么?
当然会有影响,学年成绩的表现是唯一能表明过去在给定任务时你的优异与否。与核心公司比较发现,学年成绩对核心公司选择你的影响可能会少些。但是,尽量保证你的学年成绩记录没有污点。在面对这些问题之前你完全可以解决掉。如果你已完成你的学业,确保你已拥有那些可以增加你信誉的有用工具。
2. 在得到此类型公司的工作前对非核心领域我表现不出任何的兴趣
你错了,朋友。随着免费在线课程传播越来越广泛,你总可以在如Coursera,EdX等网络学习平台上参加课程。你也可以在数据竞赛平台如Kaggle,Analytics Vidhya等表现出你的竞争力。这些是你在领域中找到兴趣的指明灯。
3. 在非核心的面试中我只是期望那些智力题
智力题是面试中的一个主要的部分,然而他们并不能将你完整的展示出来。你需要在自己的简历中找到让面试官感兴趣的地方。在网页Puzzle1和Puzzle2中有一些有意思的智力题你可以进行自测。
4. 这种面试总是被面试官主导
你不明白这点。如果面试没有找到与你可以聊的一些事情,你通过这轮面试的机会是非常渺茫的。确保你有足够与面试官进行交谈下去的理由。
在面试之前有一些有意义的事可做,如下:
1. 制作一页的简历:在应聘非核心公司时确保简历不要超过一页。这些公司感兴趣的是你是否引人入胜、简洁明了并完整地展现出你的资质。这是他们为数不多的能够测验你的方式之一了。为面试数据分析岗位而准备的个人简历可以点击这里:best way。
2. 练习那些在面试中经常提及的问题:在大部分面试中第一个问题是“谈谈你自己吧”或是“谈谈你简历上的内容吧”。你得好好准备这些问题。确保你有2-3分钟有效的时间来准备回答这些问题。不必要交谈太多的细节,当然也要让他获得足够的重点。
3. 对面试的公司做详细的调查:这样会展现出你加入该公司的激情。你也需要在你的简历和面试过程中展示出你的调查结果。这将可能是你得到面试官关注的最有力的点之一。
4. 准备好那些会被问到的问题:一般来说,面试过程中最后一个问题是“你对我们有什么要问的吗”。记住,只要你还没有离开房间,面试就没有结束。所以你需要将这些问题解决掉。展示出你关于该公司的调研,谈谈关于公司最新有哪些进展,努力理解面试的岗位越多越好,并试着谈论面试岗位所在领域的少量较为火热的争议。
5. 除非面试官与你谈论到此步,永远不要问及报酬:一般情况下,当公司来学校选择应聘者时,报酬在一开始就已经是确定了的。不要让自己表现的像一个过分注重金钱的人,一个会因为一点报酬的提升就离开他们的人。
6. 在面试名单上,试着让自己的名字排在第一位:我不确定你是否能把握好这一点,然而,你应努力保证你的面试过程尽早结束。随着时间流逝,面试官对优秀的应聘者的要求会越来越高,因此尽早结束面试过程终归是较为明智的做法。
7. 展现出你适合公司的文化:很多公司都非常在乎团队的文化氛围,在这样的公司中,确保你能展示出你幽默的一面或热爱运动亦或注重团队合作等。
8. 充分准备那些推理测试题:招聘人员非常热衷于挖掘应聘者结构化思维的一面。他们并不期待任何正确或错误的答案。面试官正是基于这样一些评价准则来筛应聘者:快速决策的制定,数学基础的熟练程度和分析技巧。想从推理测试题得到一些建议的请点击:Useful Tips。
面试官希望从应聘者身上看到什么:
1. 良好的交流技巧:我相信这是面试官从剩下的应聘者中区分出最优秀人选的最重要技巧了。确保你在交流过程中表达流利且充满信心。不要信口开河。请务使用那些你并不了解的行话或术语。努力让你的发音清晰简单且流畅。
2. 对公司感兴趣:面试官希望应聘者做充足的准备工作。他们可能不会直接问你,但是他们总能感觉到你对公司的了解程度。
3. 优秀的分析技巧:练习大量的智力题。我也知道智力题可能不是最好的途径来选择应聘者,但你必须接受这样的事实:智力题被广泛的用于淘汰那些不合适人员。务必确保你已练习大量的智力题。尽管你在面试过程中你不会解决一道智力题,但你表现出的结构化解决方案却是至关重要的。这也正是所有面试官所期望看到的。
4. 有针对性的简历:确保你所申请公司的简历都是唯一的。不要到处使用同样的简历。例如,在申请一家分析公司时,你可以提及少量大数据/机器学习/系统研究的经历(实习或全职)。尝试用数字来说明问题。不要在简历上使用那些技术术语让招聘人员难以理解。
尾注
最后,确保你衣着合适。在面试过程中有很多因素你并不能掌控,但也有很多方面你可以做的非常优秀。这个列表并非面面俱到,但一些基本点可以帮助你准备充分。我会力劝其他面试人员增加那些他们在面试过程中从应聘人员身上所期望看到的。
最后,祝你们所有应聘者好运。
来自36大数据
文章链接:http://www.36dsj.com/archives/37460
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01