1️⃣如果还没什么实习，建议先不考虑这个岗位 卷是真的卷，确实不是散播焦虑，而是想大家客观选择自己的求职方向，别信那些无聊的宣传，现在谁要还说DA上个补课班，学点儿python、机器学习就能做，真是非蠢即坏 ‼️实话说，这个岗位已经成了名副其实的“六边形”岗位，学校、学历、专业、实习、商业sense和面试表现，有一边拉垮，都不好弄。其中最关键的，就是实习。如果在简历上，能有份靠谱公司的正经DA实习，会比做10个项目都管用，甚至能弥补一定的背景缺失。所以，如果还没什么相关实习，建议先不考虑这个方向 2️⃣永远等不到完全准备好的时候，该出手时就出手 我们都喜欢等，尤其一些top公司的岗位，总感觉现在投，一旦拿到面试，自己没准备好，浪费了。几个tips帮大家克服这种心理： - 首先，你会发现自己永远没有准备好的时候。刷完50道sql，你觉得得刷100个；练100个业务问题，你觉得要再来100个；做完2段实习，你觉得3段实习最完美。没完没了，反反复复，时间流逝。你准备得最好的时候，就是面试的时刻。 - 其次，投递岗位后，还有相当长一段时间准备。校招一般都要经历集中投递、初筛、线上测试、约面，直到面试，至少三周起步。所以哪怕是投递出去了，还有很长时间做准备。 - 最后，即使一个岗位面试挂了，后面是有可能被捞起来的，这不是个一锤子买卖，而是个反复拉扯的过程 3️⃣早点儿进入业务向问题的准备 尽早摒弃数据分析师是技术岗位的想法，把准备重点放在业务问题上。举个今年春招字节数分的面试题大家感受下： - 怎么判断vv的下降不是受其他垂类的挤压呢 - 怎么判断vv的提升是不是受一些营销活动的影响呢 - 所在的部门要做目标测算，业务还没开始做，也就是没有任何历史数据，怎么判断半年内的投稿天花板 - vv这些消费指标对快手整体dau的影响怎么分析 - 衡量垂类价值的方法，哪些指标 - ab实验中的等指标收敛是什么意思 这些问题，除AB实验外，基本都是从商业逻辑和业务运转的角度，去考察面试者的业务感知能力。就像一开始说的，学python、机器学习那些个东西，在这些题目面前，可以说是驴唇不对马嘴。因此，真的要抓住考察重点，有的放矢