- UID
- 1134827
- 在线时间
- 小时
- 注册时间
- 2015-7-19
- 最后登录
- 1970-1-1
- 主题
- 帖子
- 性别
- 保密
|
6.18 更新
国内就业建议——太长不看版：
(1) 不建议把技术+商业的复合背景当作主要卖点，建议选择一个方面深化。技术看(2)，业务看(3)
(2) 技术方向，把python写的更6一点；模型使用别停留在随机森林；模型算法细节学一学；大数据技术了解一下
(3) 非技术方向，请保留吹水能力；多了解业务多思考，例如想往产品数据分析发展，就要多了解产品
(4) 无论如何，好好练练SQL
4.30 更新:10000+阅读了，看得出想回国就业的童靴不在少数，补充几点
1) 回国和留国外是两条路。诚然，中国人在中国随便找工作是实话，但想找到一个又体面、工资又不错、还和自身有匹配度的高质量工作，绝非易事。最好尽早明确，决定回国了，国内的秋招和春招必须要有针对性的准备
2) 最近有准备面试，也和身边同学交流，有个一致的发现：国内的公司很喜欢把数据分析师按业务方向和技术方向划分。业务层面上也有深有浅：深的还是得有点特征工程知识；浅的基本不用跑模型，有的偏产品运营，要求对产品有很深的理解，重在懂指标。技术类数据分析，其实很偏数据挖掘了，大多需要点大数据技能和写算法能力。最好有侧重点的想想那个适合自己，因为BA培养的能力，恰好是两者之间的。
========================= 原帖 ==========================
最近简单试水了一下国内春招全职，结合自己半年多的BA学习经验，简单分析一下BA专业回国就业行情。分析基本都是针对应届生校招的，BA在读生其实带we的比例很高，以下对这类群体基本没啥意义。留学生里考虑回国的应该不少，但像我一样从头至尾就坚定回国的，就不知道多不多了。希望对大家有借鉴意义。
1. 主要就业行业
结合英美就业情况，把就业行业分四部分讨论：科技公司（互联网为主）、金融、咨询和其他行业。
科技行业：在国内，毫无争议是最主要就业方向。科技公司有最多的数据，而且很重视数据方面的应用。基本不止技术岗位，业务岗也是人人都懂数据分析的（虽然，不必然懂模型，也许只用excel），足以看出对数据人才的需求。科技公司的数据类岗位主要有：算法、数据挖掘、数据分析和运营，后两者的岗位内容是大部分国外BA项目所学的技能可以cover到的。另外，国内很少见data scientist这个说法，个人觉得比较像数据挖掘岗位，BA想要做需要自学很多。
金融行业：金融行业的数据应用比较多的，主要可以分投资和信用风险。投资类，domain knowledge的需求很大，极难速成，BA专业做起来还是差的比较远（金融背景来BA可能机会大一些）。信用方面，近年国内的岗位也是越来越多了，各个新型银行基本都有，很多金融科技公司也在做这个，可以重点研究一下。
咨询等专业服务：在国外是一个很主要的就业方向，但是国内的咨询就业机会比较少。首先，传统的consulting和BA的区别很大，都做分析但是方法和套路差的非常多。不展开了，这个很多帖子科普过。这里所说的咨询就业，是因为目前很多咨询公司开始组建analytics team。比如我在英国接触过OC&C和BCG的analytics team，交流过后和我们所学还是很相关的。但是，这些team都没进入中国。国内目前consulting业务还是偏传统分析，看得出希望转型但也需要很长的时间，因此不认为是一个就业的大target。当然，如果本来希望做传统consulting，也是很合理的，因为毕竟大家都在商学院。
其他行业：包括很多，例如制造业和快消零售等。国外有很多相关岗位，国内对应届生基本没有就业机会。
综上，从机会来看，互联网还是最主要的，之后是金融。
2. 整体就业情况
隐藏一点，码字不易防尘呀。
总体来说，应届生数据分析岗位没有那么多。虽然看出来这些年一直再涨。传统行业基本没有太对口的机会其实是个很大问题，一下就缩减了大部分岗位，造成挤破头去互联网。互联网公司放出的名为“数据分析师”的岗位其实也不多，至少远没有数据工程、数据挖掘和运营这类的岗位多。分析一下，其实很有道理的，因为国内的就业氛围还是希望应届生的功能尽量单一，而数据分析本身就是技术和业务相结合的，公司更希望从业务人才或技术人才中社招，更能满足需求。
另一方面，title叫数据分析师的岗位，之前的差距大的可怕。可能今天面试一个在问你excel，明天就问你MapReduce了，这也使准备变得非常困难。
结合具体案例分析：
阿里：春招是没放出数据分析师岗位，原因问了内部的朋友，headcount倾向于给社招。阿里放出的数据分析师在技术岗下，但笔试是行测。有朋友接了内推，和社招抢名额的，面了两轮，基本没什么tech问题，对业务理解的需求很大。最终GG，和社招抢名额确实很难。
腾讯：腾讯的数据分析属于技术岗。title叫数据分析师，但是非常的tech。选择题大部分都是细节的计算：求定积分、矩阵计算和概率分布计算，也考了算法题比如排序、二叉树和graph里的深度搜索；模型基本是考深度学习的。问答比较基础的问了bias-variance和假设检验。面试时候机器学习问了boosting、CNN和关联规则，大数据技术还问了Spark和MapReduce的原理区别。说实话，看不懂为什么这岗位叫数据分析。。。但感觉已经代表了title为数据分析师的岗位的最高技术水平了
携程：title比较技术，大数据分析工程师，笔试也很技术。机器学习题都是需要计算的，记得有SVM；还让讨论NN的激活函数；贝叶斯概率有几道；最后出了编程，是graph里找闭环，比秋招时候的不好写（同学投过他们的秋招）。面试很重SQL，需要现场写。另外，他们家分业务和技术的，但业务的也得很懂模型(例如，推导SVM)和特征提取。
可以看出点趋势，国内有一部分名为数据分析的岗位，所需要的技能是大多数BA项目不教的；另外，偏业务的数据分析，很多名额喜欢发给社招。综合以上，使国内本来就不太多的数据分析岗位越来越少了。
3. 总结一下对策
其实对于大多数BA而言，主要的技能都集中在：在普通业务能力的基础上具备更多的数据分析知识，能提取数据（SQL），写代码跑模型（R/Python），结合数据写出报告，这些能力会在一至两年的学习中变得很熟悉。BA学生的主要卖点在于：比普通商科，会跑模型、能写些代码（虽然调包的成分很大）；比技术，接触的实际问题更多，懂业务、接地气，属于综合能力比较强。但目前来看，两者结合对于应届生不太吃香，大多数岗位还是希望申请人更纯粹的会一方面。综合型岗位也存在，但是目前数量不多，明显偏向有工作经验的。对于有工作经验的来说（尤其是只具有业务经验的），读个BA补充一些技术，国内的大多数据分析岗位很合适。
个人见解，在读BA或者即将读BA并准备毕业回国就业的同学，除了和自己专业最对口的数据分析岗位外，还是要做两手准备，也就是在更技术和更业务的方向二选一。一是可以把自己的数据分析技巧当作辅助技术，从事偏业务的行业（例如咨询），在读期间以更像一个商学院学生的方式培养自己和定位自己。二是可以再技术上更深入的学习，比如说BA的学生基本都会学一点机器学习，在此基础上自学更高级的算法，并了解推导过程。数学功底要扎实，还有加强代码能力，平常除了调包以外有机会多练练Python，需要写循环迭代时候别偷懒，没坏处。当然，第二条路其实十分艰难。
最后说说求职timeline。因为大多数硕士都是一年项目左右，而且毕业时间大多在6-9月份，所以分三个时间点：毕业前一年的秋招，毕业当年的春招和毕业后的秋招。毕业前的秋招肯定是机会最多的，但当时刚进入新领域相关知识不充分，所以投BA岗位相对困难；毕业前的春招，岗位和机会相对秋招少，不过经过半年多的学习基本有了知识体系了，如果能有春假飞回国集中求职还是可行的（不能回国的就当刷笔试题吧，攒攒经验，远程面试机会少，效果也很差）；毕业后的秋招可以说准备充分了，但有一些公司不接受这个毕业时间，也有人说海归政策有放宽，我不确定，如果有朋友了解可以回帖告诉我，万分感谢。各个时间点都不是完美的，所以需要结合自身情况权衡。
BA在读半年多了，之前因为转行一直专心学习，还是很充实快乐的。春招因为人在国外大多数公司都没法参加面试，所以小范围的选点样本体验了一下，然后有了以上的心得和分析。一心想回国，以上的分析也都完全针对回国，因为我的圈子里读BA的很多，据我了解在英国和美国，生态都完全不一样，不必参考这篇。我知道看了以上内容可能会动摇很多BAer的决心，因为很多人都是奔着商科和技术结合而来，但至少我觉得又会技术又会商这个卖点在国内不太好用。还是在一方面能力与其他candidate大概持平的前提下，另一方面也具备，才算得上加分项。
我也处于探索期，希望有心得的各位一起交流！
|
|
[复制链接]
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号
发表于 2018-4-8 05:09:49
收藏
收藏
来自 53#
发表于 2018-4-8 09:39:46
