今天和大家聊聊数据分析求职常见面试题,这是这个系列的第一篇文章,但是我不想开始就直接罗列题目,因为这样的文章实在太多了,同学们的兴趣程度肯定一般。所以,我想先和大家聊聊在准备面试题时候通常遇到的困扰,各位可以对号入座,如果觉得没道理就取关走人好了,之后我再聊聊我打算怎么和大家分享面试题,有兴趣的同学收藏关注一波~
1. 准备面试时的困扰
- 困扰1:数据分析到底是干嘛的?我需要怎么准备呢?
-
- 关于《数据分析求职-岗位介绍》和《数据分析求职-如何准备》我在前文都已经详细讲了,强烈推荐大家看看前序的文章~
- 困扰2:数据分析的考察范围有哪些?XX会考察吗?
-
- 这点非常重要,只有知道了知识范围,并且真正理解了为什么是这些知识范围,你才可能真正地准备好,要做到这个点其实很难。回想当年自己校招时候,也是准备的一塌糊涂。
- 数据分析知识脑图:
![](https://file.jishuzhan.net/article/1746056223146381314/d88879e31a7ea018cbaeed74f2223717.webp)
- 困扰3:有哪些学习的渠道?到底是该看书还是看博客?
-
- 看书还是博客,各有利弊。书的好处在于知识体系化,但是效率低下。博客则是反过来。所以,我想重新整理所有知识点,期望能够做到既有书的体系化,也有博客的效率。这也是为什么我想先聊这篇文章,再给具体常见面试题的原因。
- 如果同学你时间充裕,我建议以书本和实战项目为主,博客为辅。如果同学你时间很紧张,我建议以博客和实战项目为主,书本为辅。
- 困扰4:知识点我需要掌握到什么程度?
-
- "这个地方你为什么用XXX技术解决的?"、"对于这种问题还有哪些类似的技术?"、"这些不同的技术之间有什么区别?你为什么选用XXX技术"、"你觉得当前这样的方案有什么问题?还可以怎么改进"... 差不多,对于每个知识点,你都可以这么问自己,如果都能回答好,那就够了。
- 其实这些问题背后的逻辑很简单,就是你把这些知识点都串联起来了,在你脑子里有一个图谱了,就说明你的理解程度已经很不错了。
- 困扰5:知识点我看过后没多久就忘了,该怎么办?
-
- 原因有二:1)知识点在你脑子里没有串联起来,都是零散的,这就很难记忆,就像那些记忆方法论也是找各种手段把很多点串起来,对于求职的知识点也是一样。2)这些知识点你没有真正接触应用,所以体会不到知识点描述的效果。所以在项目实战过程中,不仅要知道正确答案是什么,还要知道错误答案会造成什么样的效果,这样你才能真正理解,才能记住。
2. 跟着阿清准备数据分析面试
后续,我将按照前面图中的知识脑图给大家整理归纳知识点,由于内容很多,我将拆分为如下《数据分析求职常见面试题-XXX篇》多篇文章。在这里我埋伏几个点,也是我期望后续准备材料的主要思路:
- 理清楚理论知识、工具、案例各种知识的关系,尽可能把知识点直接的关系给大家讲清楚
- 面试题不在数据量,而在质量,我计划把问题讲透为标准
- 面试题和简历、项目实战相联系,让同学们知道问题是怎么提出来的
好了,牛就不多吹了,咱们后续见~
3. 后续预告
后续计划会进行如下细分系列的内容展开,敬请期待~
- 简历准备:如何准备简历,真实案例的简历评析
- 面试准备:面试技巧以及常见面试题
- 项目实战:介绍详细的项目,帮助同学在简历中丰富项目经历
- 入职必备:拿了offer后入职前或者刚加入工作不久的同学,该做哪些准备
- 招聘内推:发布一些企业的招聘信息以及内推渠道
- 番外篇:会聊聊AI、大模型、互联网、Web3等等其他相关行业或者岗位
![](https://file.jishuzhan.net/article/1746056223146381314/1420220be92b5cc7a1c6073bee4898b9.webp)