I’m Brightening Aster IMBA 闪耀新星| 万佳艺

I’m Brightening Aster IMBA闪耀新星系列推文 定期邀请2021级在读/毕业生 为大家带来实习、求职、升学的经验分享 本期分享的学生嘉宾: 2021级BA方向万佳艺

 

2021级 BA方向 

万佳艺

本科背景

华中科技大学 金融工程

实习经历

Ø  小型私募量化研究(实习)

Ø  TCL质量策略部数据分析(实习)

Ø  华为终端bg解决方案部数据分析(实习)

获得offer

华为财经数字化工程师(秋招)

 

Part 1:求职的准备

首先有清晰的职业规划,自身明确的求职方向:数据分析、商业分析、运营分析。

根据互联网公司的招聘流程:投递简历——筛选简历——测评/笔试——2-3轮面试——发放offer进行相应的准备工作。

*如何准备简历

遵循STAR法则,对经历进行整理复盘,每份实习/项目经历用3-4点展开,需要有数值量化产出或成果,不要泛泛而谈,关键字词可以加粗;

对于投递的不同岗位,要使简历尽可能与之匹配,选择不同的实习/项目经历,或者有侧重地去描述过往经历

除此以外,每份经历中遇到的困难/挑战、解决方法、收获、对部门的贡献和成果、总结出的方法论,虽然不会详细写在简历中,但也要做好复盘。

*如何做好求职流程管理

投递后,把公司、职位、截止时间、当前状态(投递、测评、一面、二面、offer)、职位要求、base地等添加到Notion表格中,方便管理和后续复盘。

 

Part 2:如何准备笔面试

公司的测评一般包括行测(考察认知、数形理解等)和性格测试。行测里的图形题需要系统地学习一下解题思路(CSDN和牛客上有专题),不然会无从下手,性格测试要注意前后一致;这部分稍加练习,能熟练作题即可。

*个人准备笔面试的经验

数据分析岗位主要从统计学、机器学习、编程语言和业务问题几个方面入手。

统计学

包括常见分布、假设检验、辛普森悖论、样本量确定。

机器学习

包括常见模型及其原理、优缺点、适用场景、评估指标、假设前提,以及模型间的比较。

编程语言

包括Python常用packages和SQL场景题。

业务问题

包括互联网公司指标体系的计算、异动分析流程、归因分析原理、ABTest流程及原理。

*特别注意

还需要注意的是,在笔面试前最好在牛客/小红书搜索一下对应岗位的面经,熟悉不同公司面试时考察的倾向,做到有的放矢,提高效率。比如字节数分会侧重于考察指标体系的理解和分析,而很少考察技术面。同时如果准备时间充足,在面试前可以多了解公司的公司定位、竞品、组织架构、具体业务线和职能等,在反问环节能让你脱颖而出。

 

Part 3:个人建议

关于求职的一些个人建议,希望可以帮助到更多的同学。

*一定要海投!

前期的求职过程中,一定需要多投递,只有在不断的了解,积攒经验中,才会更加明确满意的公司、base、薪资等问题。海投的过程中,积攒一些笔试、面试经验进行复盘和改进也是很有意义的。

*充分利用学校提供的资源!

大家也可以关注学校有相关的职业发展部门, 如CDC、CPDO。我预约CPDO职业咨询时,老师就指出我不止有数据分析、商业分析岗位可投,也可以投递市场研究、咨询、fintech的岗位;CDC和CPDO求职群里会分享各种公司申请timeline、校园宣讲会等,能省去很多信息搜索的时间。

*集中时间攻克笔试面试!

如果手头的实习没有转正留用机会,建议在秋招阶段停止实习,把全部时间用来投递和笔试面试,毕竟精力和时间是有限的。我秋招时同时进行着一份强度较大的实习,导致我2022下半年非常疲惫、各场面试也准备得十分仓促。

最后,祝愿IMBAers都能收获满意的offer~

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注