ChaseDream
搜索
返回列表 发新帖
查看: 55226|回复: 333
打印 上一主题 下一主题

可能是老版友的最后一贴--再谈BA回国就业

[精华]   [复制链接]
跳转到指定楼层
楼主
发表于 2018-9-4 14:27:06 | 只看该作者 回帖奖励 |正序浏览 |阅读模式
0. 写在前面的话
一年硕士过得真快,转眼就毕业了。回国找工作了,陆陆续续的找到几家,薪资岗位都挺满意的,虽然也还在看机会。感觉当时的选择是正确的,无论是读BA,还是去IC,现在看来都是优解。鉴于我的留学(申请+学习)和后留学(找工作)生涯都要结束了,这可能是在CD的最后一贴。当然人生总再变化,搞不好哪天又回来了,也说不定呢

这篇文章谈BA回国就业的,适用于:(1)正在读BA或即将入学BA或正在考虑BA的同学;(2)你决定毕业后直接回国就业,或者回国就业是你毕业后的选择之一;(3)你是应届生。如不符合以上三条,参考意义不大。

1. 如果你还在考虑是否读BA或者是否申BA,我建议从这里看起
(1)BA就业应该去哪些行业?
方向问题最主要:走向商业、走向技术。
走向商业,所有管理、金融等商科就业方向你都能去,你比别人多了代码和数据功底。很多人觉得多出来这一点能力是卖点,但我对此持保留意见。
走向技术,这个和BA专业所学更贴合,后面文章将全是基于这个方向讨论。机会主要集中在互联网和金融行业IT类岗位。互联网里,像电商这类面向海量用户的行业机会相对更多一些,比较知名的阿里的淘宝天猫、京东、拼多多这些;金融行业基本都有IT类岗位,向金融科技转型的比较快的企业一般会有不少数据岗位机会,比如银联、招行等。

(2)具体做什么?
title各式各样,但工作大概可以分为数据分析(更像我们所说的BA)和数据挖掘(更像我们所说的DS),两者之间有交叉,很多公司里分析和挖掘团队合作密切。具体而论,分析岗专注于一些指标监控,比如留存率、转化率,会写很多SQL;挖掘岗偏建模预测,当然也要写很多SQL,同时也能用到机器学习技能。
多说一句,我了解很多同学选BA,理想都是做模型,但实际上BA出来更容易做分析。很多BA也那排很多机器学习课(包括深度学习),同学的功底也不错,模型原理都说得清楚,但挖掘岗(算法)现在太过热门,企业不得不考察数据结构功底来筛选人(所谓面试造火箭,工作拧螺丝)。BA学生数据结构功底确实没法保证,这时候有点吃亏。但要知道,有时候统计/DS专业出身,也在代码上吃暗亏而搞不到数据挖掘offer,这个是国情没有办法。做挖掘,要么在再数学推导上显示过人之处,要么算法问题答得出来,理论和工程总得有一项过人,调包在中国拿不到offer。
我们后文的讨论以数据分析岗为主,数据挖掘岗为辅。

(3)整个市场规模如何?
还是和之前一个观点:见涨但还是不乐观。可以从企业的产生和发展的角度,来分析为什么数据分析规模不会大。假设你要成立公司——卖水果,你首先应该有个平台,所以你会需求一些写App或者网页的工程师;平台搭好了之后,你需要一些人经营和推广,所以你需要产品运营和市场;等发展规模壮大了,你会觉得数据的储存变的越来越困难,然后你需要数据开发;最后,万事具备了,你才会想到,我们可能需要点数据分析师。在绝大多数企业里,数据分析师都是最后一批出现的(当然,如果你把excel拉报表叫数据分析师,可能出现的会比较早,大概和运营一起),而且也不是刚需。所以不管大数据鼓吹的多大,真正做得起数据分析和挖掘的,都是有一定规模的企业。相比于软件工程师和运营,数据分析的需求不仅现在赶不上,也永远赶不上。

(4)所以,就业真的很容易吗?
不容易!我在过去两年一直统计着开放数据分析岗位的公司,积极的一面是越来越多的公司开放岗位,消极的一面是找这类机会的同学越来越多。单从BA留学生来看,涨幅就已经很明显了,这点可以从CD上看出来;还不能忽视国内同学的竞争力,由于算法这两年HC收缩,越来越多人(很多大神都在这里)开始把数据分析岗当backup plan;另外,过去主打运营的同学,很多现在都在看数据分析机会,当然由于技术壁垒没有那么高,他们中的一部分确实也有实力对数据分析岗虎视眈眈(原谅我的用词)。
前一段时间网上传网易HR的对话,3个数据分析校招HC,简历已经有了700+。而且她爆出的一些学校比如剑桥、UWM,都没有BA专业的,所以申请者必然来自其他专业,竞争强度可见一斑。

整体建议:之前我也是一个BA的鼓吹者,但现在我要改一下建议,除非热情十足,不建议再盲目跟风,未来会越来越挤。商科专业同学,根据兴趣三思而后行;CS/EE等工科背景的同学,十分不建议再考虑BA了,直接CS下面找ML等方向。

2. 如果你已经入了BA的坑,建议从这里看起,如何回国找工作
(1)作为一个实在人,我们从薪资谈起
薪资还算可观,这是值得欣慰的。数据分析而论,小的初创普遍能开出15~20w的价格;一二线互联网大厂,20~25w;银行IT为了从互联网抢人,基本也要跟上一二线大厂的开价,所以也是20~25w左右。不排除部分土豪厂开到近30w,应届更高的没见过。另外数据分析在国内的定位有技术和非技术之分,我的观察是,将数据分析定位为技术岗的公司更喜欢开高一点。
数据挖掘与算法之前提到了做起来比较困难,但薪资更好,白菜价还是比数据分析高很多的,另外这类更为能拿SP,拿到无上限。
如果能去一二线拿20w以上,确实不错,这也解释了为什么越来越多商科人以自学或者海外master为跳板,走向这个红海。

(2)接下来说点严肃的,需要哪些技能
BA是个很多元的专业,学得杂且丰富。就我面试的这些企业来看,所学的技能基本陆陆续续的被问到过,但重要程度不一样。
一级重点:SQL!SQL是最最重要的,很多同学会写R和Python,但如果你80%以上的时间都在用dplyr和pandas,你本质上还是在用SQL。国内的SQL现在考的不简单,仔细回想,如果我仅凭课上所学而没有课外补充,很多题目做不出来。join、子查询都是基本功,课上重点练习不必担心;这里我格外建议,重视window function的使用。试着问这样一个问题,t{日期,销量}把连续3天超过100的日期筛选出来,能用一个select完成吗?
一级重点:业务场景!业务场景点击率也很高,这类问题开放、没有标准答案,有时候很难答。经典问题:留存率预测、转化率下降分析、CLV计算、产品AB testing场景等等。这类题一定要敢说敢讨论,不断抛出想法和面试官互动,当然前提是有一定的背景知识,观点靠谱。其实最好的提升方式是不断面试,虽然这比较奢侈,每次尽量套到面试官的思路,回去加以完善,留作后用
二级重点:机器学习。推荐掌握原理的模型:决策树、随机森林、k-means;推荐掌握推导的模型:线性回归、LR;不作死就一般不会被问的模型:SVM、GBDT、神经网络。基本概念搞清楚,分类和回归、过拟合和欠拟合、train/valid/test/cv,这些都了解就能答,数据分析岗问得比较简答。
二级重点:大数据技术。Hadoop(mapreduce)、Spark,了解即可,用过云计算可以一提
三级非重点:一切。分析师即是业务又是技术,因此问你市场容量,不过分,这是商业;问你linux,不过分,这是技术。
还是那句,除了SQL和业务场景很刚需,其他方面都是自己不要作死。我大数据方面不行,简历里还写了,正好有一次被交叉到数仓部门面试,被问到很惨;我机器学习方面靠谱,我就故意多写一点,面试时候也主动往上贴,有几次有以外惊喜。会什么说什么,这很重要。

(3)时间线怎么安排
比较复杂,各家公司都有自己的标准。毕业后的秋招是包括我在内大部分人选择,这个很合理,因为刚入学秋招时还没掌握点什么技能,怎么找工作。
今年秋招,我确实因为毕业时间被卡过几次,不过大多数企业还是会给留学生多点宽容。
整体建议,入学前的秋招看个热闹,入学时的春招简单试水,毕业后的秋招重点发力。可能春招就拿到offer了,秋招可以再看看机会。


3. 最后的一点杂话
(1)我为什么回国
回国是走之前就订好的目标,一年之中从来没有变过。而我也发现很多同学刚出国时候比较倾向在外工作,但一年之后还是回来了,尽管国外已经找到工作了。
第一,最单纯和直接的原因,国外的生活没那么好适应,文化氛围、饮食各个方面,当然也包括一个原因,想家。
第二,国内的技术氛围已然不弱。如果你终究有一天会回国,那么我对国外工作镀个金的说法持保留态度。如今留学生不再吃香已是事实,那么国外工作几年就吃香的说法我更是没法相信。我在回国后有一种感觉,现在国内的技术人员和HR,对海归都没什么尊敬。当然,如果你是在耳熟能详的企业做技术的话(F、A、G这些),那确实还是很受认可的。
第三,国内的玩法很特殊,某些行业已经领先于世界。数据分析有技术,但同时更依赖业务嗅觉,尽早适应国内的玩法很重要。
第四,国内薪资已经比较可观了。拿我就读的英国而论,假设毕业水准是4w磅左右(事实这个假设已经偏高了),折合人民币之后比国内高出的部分,不见得能抵消伦敦昂贵的生活费。可以结合你所在的国家算一算,攒钱效果怎么样,来做一个判断标准。

当然我也要说国内的劣势。应届找数据分析工作已然杀成红海,社招却空间很大。很多人回避国外找工作的困难而回国,但回国找工作也不那么简单了,尤其是你要考虑到,在国外你可以接受一般的公司,但回国之后很多人心气提高变成非名企不去。如果国外找到工作,平稳过渡到社招阶段,会是个很好的办法。另外,国内这加班,说多了都是泪。。。。

综上,除非你去意已决,还是同时留意下国内行情比较好,两边都关注着。

(2)从商科到技术
尽管不是个纯粹的技术岗,以后还是难免和很多技术人员打交道,甚至说身边的技术人员比业务人员更多。现在开始认识更多的技术人员,接触一下感觉和商科的世界有很大不同。
个中滋味就是,尽管我十分十分热爱数据科学,但每次看见投资、咨询等公司的招聘还是会感慨,如果当年稍微一个转念,会不会又一个世界了。
商学院/管理学院的培养模式会把大多数人变得比较“会说话”,但是很多其他学院没有这个任务。离开这个圈子你是否能适应氛围,这是又一个问题。
有时候还会想念我申请的时候,没有几位因为拿到LBS/oxbridge/MIT/Duke就感觉自己要上天了。还有,我在英国有个偶尔一起玩的朋友,后面才知道他是MBB的,之前他一直说他是一家咨询公司的,混在一群学生里一点看不出来。至少在商学院,这些是必修课。

(3)额外分享个资源
如果涉嫌广告就删了吧。。。申请结束就是又一码事了,收起拿几个学校offer的喜悦,转而专注以后工作能拿几个offer。牛客网建议关注下,算是国内比较好的技术类校招网站,春招/秋招内推都一大片一大片的,不用四处找人问内推了。面经笔经也不少,猿生活板块也可以了解下未来同事的内心世界,挺好的。
之后可能会有秋招数据分析面经和总结,因为CD更专注留学相关,所以我不会发在CD上了,但我会同步更新一个link,来年有需要可以查看一下。

写完啦,好像正好是第20篇,我会定期回来回复一下,我们有缘再见!
收藏收藏173 收藏收藏173
来自 179#
 楼主| 发表于 2018-9-10 22:03:46 | 只看该作者
ybtjk 发表于 2018-9-10 11:17
看下来感觉BA有点鸡肋的意思,商科狗要转还是转彻底点去CS吧

可能我的表达有不恰当之处,其实我没有想表达BA是鸡肋的意思。

一来,BA/DS和CS定位不太一样,和ML定位也不太一样。只能说CS/ML行情比BA好,找工作相对容易。但比如我兴趣所在就是数据分析和数据科学,而不在开发或AI上,强转CS会更痛苦。BA说到底业务大于技术,尽管有些数据分析也叫技术岗。

二来,BA的作用还是有的,它确实是商科转技术的不错跳板。商科狗不做十分充分的准备没法转CS,难度确实比BA大太多了。想一下,大多同学大三才开始考虑技术,大四就得申请CS,这跨度实在太大,可能直接导致没法申到很好的学校。相比之下,现在不少BA项目技术涉及不错,这一年如果刻苦点,是个不错的过渡。

总之,我不认可甚至有点讨厌商科+技术结合这种噱头,但是BA存在的意义还是有的,也值得很多像我一样的人去追逐。只不过单纯凭兴趣和发展,BA不该火爆至此,这确实是很多申请人跟风的结果。我也一直希望我的文字能点醒一部分人,理性选择。
来自 293#
 楼主| 发表于 2018-9-24 22:37:36 | 只看该作者
黑白棋局 发表于 2018-9-17 17:22
哇,谢谢lz,我现在是大四狗打算申BA然后回国的,本科是会计,感觉研究生还读会计视野会比较局限,金融又不 ...

兴趣决定一切,我还是支持像我一样对BA有热情的同学走向这个行业!
尽管他不是AI算法、机器学习,没那么高薪;也不是软件开发或前端,没那么好找工作。但如果你有兴趣,愿意花大量的时间写代码,愿意用闲暇时间提升自己,一定会有不错的结果!
334#
发表于 2024-6-4 22:49:48 | 只看该作者
2024来顶
333#
发表于 2022-9-27 18:26:25 | 只看该作者
谢谢楼主,Mark一下~
332#
发表于 2022-9-21 15:27:10 | 只看该作者
黑白棋局 发表于 2018-9-17 17:22
哇,谢谢lz,我现在是大四狗打算申BA然后回国的,本科是会计,感觉研究生还读会计视野会比较局限,金融又不 ...

想问楼主最后选择什么专业了呢,同会计纠结中
331#
发表于 2022-2-20 00:53:37 | 只看该作者
必须顶,小脚印
330#
发表于 2022-2-20 00:52:35 | 只看该作者
感谢分享!               
329#
发表于 2021-10-22 02:31:04 | 只看该作者
Mark一下!               
328#
发表于 2021-3-15 12:08:30 | 只看该作者
xie
327#
发表于 2020-12-16 13:34:40 | 只看该作者
谢谢楼主分享~
326#
发表于 2020-12-10 17:17:20 | 只看该作者
顶楼主!               
您需要登录后才可以回帖 登录 | 立即注册



近期活动

正在浏览此版块的会员 ()

手机版|ChaseDream|GMT+8, 2024-11-22 06:18
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号

ChaseDream 论坛

© 2003-2023 ChaseDream.com. All Rights Reserved.

返回顶部