我是阿粥，也是小z
最近面了不少应届的同学（数据分析岗位），颇有感触，与各位分享。
简历可以润色，但要适度
运用一些原则，如STAR法则，让简历逻辑更清晰，条块分明，突出自己在经历和项目中的努力，并用结果量化，这很棒。
但我也看到有同学，注水要素太明显。
例如在描述自己短暂的实习经历时，强调基于自己的数据分析输出建议，最终影响集团业务决策，提升某关键指标50%+。
从概率上讲这是可能的，但从现实来讲又是不现实的。
输出建议到落地，还有很长的路要走，落地到显著有效，有更长的路要走。
简历润色，不要脱离实事求是的内核。
承认自己不了解，没什么大不了的
不同行业，不同公司，甚至同一家公司的不同部门，对数据分析岗位的定义和侧重点都不太一样。
面试难免遇到一些超出自己认知的问题。
我所在的是电商行业，在问行业基础问题之前，会先问面试者"对电商行业有多少了解"。
遇到说不太了解的同学，我会换他熟悉的行业或场景来问。遇到自认为非常了解的同学，那就会有更深入的灵魂问题。
怕的是自诩精通，但一问三不知。
这个阶段，数据技能非常重要
基础数据分析岗位，必然会涉及到大量的取数工作。
职场不是学校，在同等条件下，企业当然想招一个来了就能快速上手的人。
因此，常用数据工具的掌握程度非常重要。
Excel就不用多说了，它是底线。
SQL常用查询一定要了熟于心，做到指哪查哪。
Python学习不用面面俱到，Pandas库熟练运用就好。
至于Powerbi 、Tableau、SPSS、R等，属于锦上添花，在这个阶段如果不是课程有涉及到，或者心仪的岗位明确要求，不需要花额外的时间去恶补。
要有卷的心理准备
目前推到面试环节的简历，基本都是还不错的学历+两段以上中大厂相关实习经历。
为什么？
面对上百份简历，HR和面试官必须在有限时间内做出选择。如此筛选是无奈，也是相对最稳妥的一种方式。
在就业供需失衡的环境下，卷，是很难避免的。
如果已经找到了好的工作，我由衷祝贺。如果还没有找到合适的，也不要过于自我怀疑。
人生是一场马拉松，不要为了一城一地的得失而乱了方向。
以上。