
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
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14