京公网安备 11010802034615号
经营许可证编号:京B2-20210330
广州54期CDA数据分析就业班学员
姓名:;黄同学
毕业学校:广东工业大学
专业:电子信息科学与技术
就业单位:广州餐道信息科技有限公司
大学就读于广东工业大学,毕业后从事Android开发工作,但是Android初级中级的市场相对饱和,很难找到满意的工作,成长之路也比较苦逼。而时下数据分析正是大风口,所以在知道了CDA的培训内容之果断的选择了参加,由于是裸辞脱产学习,心理压力比较大。所幸的是,怀揣着对新领域的向往,坚定心中的方向,结果也比较理想。
为期三个多月的CDA培训,不仅在python的算法上老师们极其负责的剖析讲解,即使是在更为容易理解的excel中,讲师们也是谆谆教诲,遇到困难一定会细细教学,在老师们的认真负责的教导下,对于数据分析有了更全面的认识,培养了较好的数据思维。不仅在知识储备上充足了自己,也在综合素质上得到了可观的提升。
由于我个人从事过软件开发工作,对编程以及数据库都比较熟悉,所以整个学习过程不算困难,但也不轻松,整个课程内容非常丰富,涉及到数据分析的方方面面,每天上完课,当天晚上都需要花大量的时间去消化。我个人认为比较重要的知识点是Excel,SQL,Tableau以及python,尤其是SQL跟python,一定要掌握好。
课程结束之后,我并没有马上开始投简历找工作,而是重新过一遍知识点,把习题都做一遍,这样会比较有底气,面试也会更从容一点。正式开始找工作是在7月20号左右,这里有个键的点就是,我逼着自己把简历给做好了。所以这里也给各位同学一个建议,准备要找工作的时候,一定要逼着自己把简历做出来,不然会一直拖延,简历都不去投,更别说面试了。其实我投的简历不多,总共不超过10份,而且投出去的简历都被回应不合适。但是我觉得自己还是挺幸运,有三家比较不错的公司主动向我要简历,并且都约了面试,而在这三次面试中,我收到了其中两家公司的offer。
第一家就是我最终选择的餐道,岗位是数据产品经理。第二家是健客网,也是数据产品经理,跟部门经理聊得挺不错的,后来跟HR聊完就委婉拒绝了,说再约时间进行复试,我感觉是薪资要高了,当时要了12K。但是这是数据产品经理的岗位,我没有产品经理经验,所以他们不愿意给这么高的薪资,我猜是这样。第三家是一家规模挺大的跨境电商公司,叫Shein,这家招的就是数据分析师。所以,会有笔试题目,考SQL,反正我是觉得还挺难的。笔试完跟首先是跟HR简单聊了一下,主要了解上一份工作的情况,还有一些性格上面的问题。接着第二面是跟技术主管聊,更多的是聊技术,聊到算法,问一些算法的原理。
两面下来之后,两位面试官都觉得ok,于是安排我去跟总监聊,总监更多的是关注我对于公司的期望,对于业务的理解,还有自身的规划。整个面试下来整整持续了三个小时。第二天早上就接到HR的电话,说面试通过了,不过由于这个岗位是偏向于技术的,而我本身的工作意向是偏业务。于是我自然更偏向选择数据产品经理,所以在接到电话的时候,我跟HR要了比他们给出的更高的薪资,想着如果他们接受了,我就选择数据分析师这份工作,毕竟不想跟钱过不去哈哈哈。然而他们并不接受我的期望薪资,所以最终我选择了第一家公司,数据产品经理。事实证明,我选对了,我很喜欢现在的公司,同事还有工作。
短短几天时间面了三家,收到两份offer,老实说挺高兴的。但是,期间更多的是焦虑和紧张,但是当自己拥有自由选择offer的权利的时候,所有的付出都值得了。在此也想鼓励正在找工作的同学们,现在找工作确实不容易,即使你一直碰壁,那也很有可能不是你的问题,坚持住,稳住自己的心态,一切一定会越来越好的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12