
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
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14