在我的資料分析討論群裡經常有人提到轉行資料分析師，但簡歷投出去總是石沉大海，沒有面試，又或者接到面試不知道面試的側重點在哪裡，看過很多面經，有提到演算法的，有提到業務分析，所以不知道如何下手準備，今天就來聊聊自己關於轉行資料分析以及如何準備的一些拙見。

資料分析中有很多的分支，而每一個分支就就決定了一個工作崗位的方向，從而也就決定了面試考察的側重點。

資料分析行業需要掌握的技術技能

EXCEL : 各種計算函式，solver， 自帶的data analysis工具， v-lookup， pivot table

統計學：e.g 假設檢驗，P值，R²，描述性統計，F檢驗，T檢驗

機器學習常用模型：（首先分清楚有監督學習和無監督學習）聚類，迴歸，決策樹，隨機森林，xgboost， SVM

python常用package：pandas，numpy，scikit-learn，statsmodel，matplotlib

SQL常用查詢操作：SELECT, GROUP BY, ORDER BY, HAVING, WHERE, JOIN, 視窗函式

在掌握了上述知識後，資料分析行業內包括的幾大分支

遊戲資料分析師：從資料分析師中單獨把這個職位提出來是因為其具有一定的行業特殊性，這個職位需要對遊戲特別感興趣，從我面過的網易雷火遊戲資料分析師崗位來看，考察重點在於SQL和遊戲場景題

資料分析師：重點考察業務場景的分析能力，這裡的業務場景包括資料變動的原因分析，衡量結果的指標設計，產品功能的評定及最佳化，因此需要多去了解一些產品方面的知識，培養自己的商業直覺和分析能力。資料分析師極少（幾乎沒有）有需要手撕程式碼的情況，至多會問幾個SQL題但是也不會過於複雜。

資料產品經理：和資料分析師類似，但更強調產品思維。一個好的資料產品經理一定是一個有創造力，能夠設身處地站在使用者角度思考，並且溝通能力很強的人。資料產品經理的角色更像是一個翻譯者或者是一個橋樑，前端連線的是使用者，後端連線的是工程師和開發人員。一方面需要將前端的零散的、感性的需求轉化為工程師需要的結構化，條理化的要求，另一方面，需要懂技術、理解技術，將工程相關的專業術語轉化為產品優勢，通俗易懂地傳達給最終的使用者。

這裡推薦俞軍先生的《產品方法論》，無論是資料分析師還是資料產品經理，這本書都同樣適用。

資料探勘工程師：屬於工程類職位，需要刷題，通常會有筆試（機考），考察演算法能力，面試中考察重點會放在機器學習的相關模型和演算法上，通常也會出現手撕程式碼的情況。工程類職位考察的使用工具的能力，所以對於資料探勘演算法的理解以及程式碼能力很重要，考察業務知識方面比較少。

大資料工程師：同樣屬於工程類職位，在資料探勘工程師的基礎上，同時需要熟練掌握Hadoop， Hive， Spark等大資料平臺的使用

人工智慧工程師：是資料探勘演算法更深層次的版本，需要學習神經網路相關的內容，這也是以機器學習為基礎，但層次更高的框架型內容。涉及到的具體平臺包括Tensorflow， Pytorch這些，良好的程式碼能力當然也是需要的。

NLP（自然語言處理）工程師：主要處理物件為文字型資料，因此NLP這個板塊又需要拉出來單獨學習。

演算法工程師：對程式設計技術提出了更高的要求，甚至還涉及一些開發的內容。首先對機器學習的相關演算法需要了解的比較透徹，同時，針對解決演算法題的一些具體演算法（e.g 二分法，遞迴，雙指標，貪心演算法，動態規劃，寬度優先搜尋等）需要會。該崗位在準備時需要刷題，筆試程式碼題和麵試手撕程式碼題難度較之前都會有所提升，業務相關知識涉及的則更少。

不同背景的同學都在考慮往資料分析行業轉變，但是轉行並不意味著拋棄過去的所有背景和經歷，那麼針對自己的背景該如何選擇？

（以下純屬個人意見，僅供參考，獻給還處於迷茫期的同學，目標明確、興趣鮮明者除外！）

理工科類背景

有很多理工科的同學說道，投遞資料分析師的崗位之後面試收到的很少，感覺自己業務分析能力不夠，一碰到場景題就發怵，商業直覺感覺也不強，這很有可能是因為一開始的方向選擇出了問題，或者換句話說，轉行的跨度一下子太大。

前文提到，資料分析師這個職位，偏商業，偏sense，偏產品，因此在篩選的時候顯然會看中相關的專案或者實際經驗，而理工背景的同學所做專案和這些關聯並不大，如果想強行轉入這個領域，自然需要去學習的內容就更多，同時還涉及到一個思維的轉變。理工科可能更多的是理性思維，一板一眼，接觸慣了公式、數字、圖形，而做商業類分析時需要一些感性思維，有時會強調自己站在使用者的角度去思考問題。

但是理工背景的優勢就在於，在學校中必然會接觸高數和程式設計類課程（C語言，JAVA等），這就給學習統計，機器學習模型以及python程式設計能力的提高打下了很好的基礎，學習起來會感覺順利很多。同時，在以往做過的專案中，但凡涉及到數字的內容，就可以透過語言的包裝，將其往資料分析相關的經驗上靠，增加獲得面試的機率。

因此理工科類同學如果想轉行，可以試著優先考慮工程類職位，轉換一下思路，可能就不會如此苦惱了。

國外一個做資料類專案比較流行的平臺是Kaggle，國內據我瞭解的平臺有天池，CSDN， 都可以去了解一下。

文科類背景（重點應該是商科，包括少量文學類）

文科類背景出身的同學，通常最害怕的應該就是程式碼了，因為習慣了理論型的知識和感性思考，而程式設計是一門非常強調邏輯和練習的技能，所以強行的轉換和跨越就會顯得比較吃力，但是隻要熬過了最痛苦的時光，入門後剩下的就是多練習就好了。

資料分析師或者商業分析師，是文科類背景同學轉行比較好的選擇，對程式設計和演算法能力沒有那麼高的要求，更考驗求職者的實際場景分析、用資料講故事以及解讀圖表的能力。資料分析師的真正價值在於深入探索資料背後真正的邏輯所在，並且將這些邏輯為商業決策所用，提供資料支援，使每個決策更加客觀和科學，也就是我們所說的data-driven。

同時，如果是商科出身的朋友，並且對於自己的演算法能力及程式碼能力比較有自信的話，還可以有更多的選項，其中包括券商的量化分析師、資料研究員，各大銀行的技術精英人才計劃、資料部門，金融科技公司的模型工程師、信貸策略分析師、風控模型分析師，這些可以根據自己所掌握的商科類知識程度進行選擇，有的可能會需要相關證書如CFA, FRM等。

同樣的，簡歷方面需要將自己過往經歷中任何和數字、資料沾邊的內容進行重新包裝，哪怕只是用EXCEL畫了幾張表，整理了一下資料，或者是將年報、財報中的資料進行了重新的統計，都儘量往資料分析的層面掛靠，從而更大機率透過簡歷的篩選。

轉行本來已經是人生中做出的一次重要的選擇，但在這個路口之後還有更多的分岔路口。在一籌莫展，努力卻沒有迴應之時，不妨想想自己是不是把力氣用錯了地方，重新思考，揚長避短，選擇適合自己的陽關大道再次出發，也許會發現，事情，並沒有自己想的這麼差~

文源：做一塊頑強的石頭

資料分析+視覺化倆句話總結：專案經歷是你最好的簡歷把專案以推文的形式呈現--事半功倍！【資料分析】用大資料帶你瞭解全球電影行業—華語篇

福利：

針對資料科學工作準備簡歷要有：

專案經驗

你在學校參加資料科學的專案，能夠寫入簡歷麼？這些專案經歷能夠使你大放異彩麼？

你的專業課程之外完成的資料科學專案，最能說明問題。因為如果你願意花費自己的空閒時間完成一些專案，則能顯示出一個人對資料科學的熱情。更重要的是，課外專案的完成，在一定程度上能夠顯示出你的能力。

團隊工作

如果一個人要在資料科學甚至人工智慧領域工作，那麼能夠在一個團隊中工作是非常重要的，無論是領導還是團隊成員的角色。因此，展示團隊專案以及所取得的結果是很重要的，最好是量化你在團隊中發揮的作用。專業的面試官通常會要求你分享一個合作專案的經驗，因為，他可以就此判斷你是否能夠在一個團隊中工作。

數學和統計背景

面試官很青睞那些有數學和統計功底的面試者，這一項技能可以從面試者所做過的專案一探究竟。

有些專案和工具確實有助於推斷數學背景。可以透過檢視他們使用的機器學習模型，詢問面試者如何實現它以及如何看待實現過程，來了解面試的數學水平。面試官通常會問，在這些專案中面臨的挑戰是什麼，選擇一個特定的解決方案的原因，並儘可能地解釋背後涉及的數學原理。

程式設計

確保編碼有據可查的。有著詳細有意義的註解，包括程式碼在做什麼，為什麼程式碼需要以這種方式編寫等等。主要目的是幫助面試官理解面試者透過編寫程式碼並從專案中獲得見解。

相關：

從面試官的角度談談大資料面試

https://www.toutiao.com/i6615361565526852110/

大資料面試：程式設計師求職面試時怎麼和HR溝通？

https://www.toutiao.com/i6574254425492161032/

基本來說，HR6分鐘就可以確定要不要你了。

他會從你的儀態、神情，看出你是不是對這個崗位很有自信。所以一般面試，自信很重要，給人的第一印象就會很好。不要把面試當做一個屠宰場，面試進去就是提高的，就積極表現你的專業素養，作為一個職業人，還哆哆嗦嗦的像小學生中學生肯定不行。

專案。企業在問你專案的時候，他可能想知道你曾經做過的專案跟他的專案合不合，你有沒有能力去勝任即將給你的工作。我們永遠不可能做一模一樣的專案，一輩子也不可能做一模一樣的專案，因此你解決問題的能力非常強。這就要求去面試的時候，講做過的專案的時候要說得非常清楚。如果你連你以前做過什麼專案都講不清，你讓別人怎麼相信你能做好這個工作。每一個細節你都要說得清楚，你為什麼要做這個東西？當時為什麼要這麼決定等等，他想知道你解決問題的能力。

一般專案裡會有三個大問題：碰到什麼問題了？如何解決的？結果是什麼？

從三個打問題又可以分化出：為什麼做這個專案？怎麼解決的？最後得到什麼結果？或者HR會專注其中的某一個繼續問，為什麼用邏輯迴歸，而不是用線性迴歸？碰到了什麼問題？如何去解決？最後的結果怎麼樣？有些老道的面試官想知道你的水平，因為他要想知道你到底對這個專案的瞭解程度，考驗你應用能力和知識儲備，他可能會問到邏輯迴歸裡面的特徵變數怎麼選取？特徵變數裡碰到什麼問題你怎麼解決？

面試官問的一定是他熟悉的東西，不是你熟悉的東西。

所以我們一般在準備專案技術裡的面試的時候一定要準備的非常詳細，你們做過的每一個專案裡面的細節都要知道，為什麼要做這個？為什麼要做那個？當時為什麼這麼考慮？為什麼要那麼幹？

面試官特別怕什麼人，“我是過來學習的”。千萬不要這麼說，人家是來招人來解決問題的，不是學校。

在“九道門聊資料”的“【分析思維】大資料分析師找工作時有哪些可以規避的誤區”中有詳細的講解資料分析師的面試