京公网安备 11010802034615号
经营许可证编号:京B2-20210330

【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统计学专业、课程项目
【专访摘要】本次CDA持证专访邀请到研三毕业生王晓琳,她分享了本科及研究生阶段的统计学学习经历,详解了滴滴、小米的数据分析实习感悟,讲述了CDA备考收获、秋招求职历程及斩获高含金量offer的技巧,为意向从事数据分析的学生提供了实用参考。
【主持人】哈喽,大家好,又是一年实习季,今年互联网的就业形势也是非常的惨淡,不知道最近找工作的同学们有没有深刻的体会到,这一期我们就邀请到了王晓琳来参加我们的 CDA 持证人专访。小琳目前已经是研三即将毕业了,并且是过五关斩六将,拿到了国企以及大厂的offer,今天她就将为大家分享干货满满的知识与经历。
【嘉宾】嗨,大家好,我是王晓琳,本科就读于太原理工大学数学学院的统计学专业。研究生就读于大连理工大学数学与科学学院的应用统计专业,这 7 年的统计学习都是偏数学、偏理论的,因此为我打下了非常深厚的知识基础。在实习方面,我曾在滴滴和小米分别有过小半年的数据分析岗的实习经历,这两段经历让我直观的感受到了统计理论和数分岗之间千丝万缕的联系。在去年的秋招阶段中,我在各个互联网大厂和国企的招聘流程里摸爬滚打了好几个月,最终取得了 3 个offer,并且选择了某国有银行总行的数管部任职。
【主持人】小琳,你可以对自己的本科和研究生期间的学习内容做一些简单的介绍吗?
【嘉宾】在 7 年的统计学专业学习中,我的主修课程有例如概率论与数理统计、线性回归分析、多元回归分析、机器学习与数据分析、统计学软件随机过程、时间序列分析等,可以看出我的专业课相对来说都是偏数学和理论的,有关实操和代码的部分其实很少。这一点有利有弊,好处就是我的理论基础非常的扎实,很多有关实际业务的问题,我都可以迅速的去定位到它对应的数学或者说统计学的理论解决办法。那么缺点就是我的实操部分、代码部分相对来说比较薄弱,这也是我想备考 CDA 的原因之一,目前在准备三级的过程中,有关代码和实操部分的课程就让我收获颇丰。
【主持人】好的,你可以分享一下自己的实习经历吗?以及处于这样一个学生和职场的人生过渡时期,有没有什么深刻的体会和收获呢?
【嘉宾】我是从研二的下学期开始实习的,我们的这个学制是三年制,我在滴滴和小米分别有过小半年的实习经历,工作的岗位都是数据分析。通过实习我认识到数分这个岗位真的是非常需要业务思维的,顾名思义,数据分析它是等于数据再加上分析。数据是冷冰冰的,它只是一个工具,我认为并不是只有数据和模型就能完全的去贴合一个实际的业务逻辑,但是我们作为数据分析师以及我们用的分析方法应该是跟着业务走的,也就是要从实际的业务中去发现问题,从数据中找到方案,然后再最终将方案和业务相结合,给出一个最优的解决方法。我们作为学生,学校里面学到的更多是怎么去考试,怎么去做题,对于业务的理解就真的需要一段或几段实习以及一些项目去帮助我们来进行学习。基于这个特殊点,个人认为想要从事数据分析这一个方向的职业的话,提前进行几段实习是非常有必要的。
【主持人】你是什么契机了解到 CDA 这个证书的呢?为什么会想考?在考试的过程中会有哪些收获呢?
【嘉宾】我是在今年元旦的时候了解到 CDA 的,当时正在寒假,我工作也找好了,论文也写好了,整个人就比较清闲,就想着要利用自己学生时代的最后一段时光多考证。就在网上搜数据分析有什么能考的证书,一番比对下来就决定考CDA。目前我已经考完了一级和二级,一级学了大概两个礼拜左右,二级学了有一个月,三级的实操部分我不太擅长,并且是刚刚报名,还在努力的学习中。其实备考 CDA 的过程我感触是很大的,因为我发现考纲里面的很多内容和我实习中以及秋招面试中被问到的许多问题几乎是完全重合的,也就是说我个人认为考纲真的完全覆盖了一个数据分析师应该掌握的知识和技能,学着学着我就后悔为什么没有早点去报CDA,因为如果早点考的话,可能我的秋招会比现在更顺利。
【主持人】可以谈一谈你刚刚经历过的秋招吗?你是如何拿到这几个高含金量的 offer 的呢?
【嘉宾】在我实习的后期赶上了秋招。众所周知,今年互联网的就业形势是非常惨淡的,各种裁员都挺多,所以说今年在各个互联网大厂和国企的招聘流程里,我是经历了一番带引号的折磨,最终我是拿到了某六大行之一总行的数管部、另一个六大行之一总行的管培生以及某大厂商业分析师这三个offer。其实不算多,但是我认为这三个 offer 的含金量还是都比较高的。
【嘉宾】总体来说,经过了秋招的这一番经历,我觉得数据分析这个赛道还是非常卷的,因为首先需要有候选人贴合的学历以及专业背景,学历肯定就是越高越好,学校好也会非常占优势。专业的话像统计、大数据相关的这些专业的同学会比较吃香。其次需要有实习经历,在秋招过程中,我发现一般优秀的竞争对手都会有 1-3 段大厂的数据分析的实习经历,实习对我刚刚提到的业务思维是真的很有提升的。最后我认为简历的制作、语言表达能力、个人的职业规划等等,这些都会在面试中起到决定性的作用,所以即将找工作的学弟学妹们可以多关注一下这几点。
【主持人】那么你对即将找工作的学弟学妹们有什么具体的建议吗?比如怎样提高数据分析的能力,或者是在简历上可以写数据分析的哪些项目等等。
【嘉宾】找工作的话,简历是敲门砖,会很大程度上决定面试官对你的第一印象,所以该有的内容和亮点一定要充分的去展示出来,比如说你的主修课程、项目及论文经历、实习经历、软件能力、证书及获奖情况等等这些部分。尤其在项目和实习这两部分,一定要精炼的表达出自己所做的工作和数据分析之间的相关性。
【嘉宾】一些有关数学建模或者机器学习的项目是比较吸引面试官的眼球的,也是比较有含金量的。再来说一说提升数据分析能力的方法,我个人认为主要有两个大点,第一是要打好统计学的理论基础以及代码基础、机器学习的理论基础等等。第二就是要主动的去找一些项目或者实习,因为不管学什么知识,你最终的目的还是想要把它应用到实际中去,所以有业务思维真的是很重要的。很感谢 CDA 能邀请我进行此次的分享,各位业内的前辈都是我今后学习的榜样,也希望比我小的学弟学妹们能早日考取 CDA 的证书,让自己的能力更上一层楼。

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24