一線數(shù)據(jù)分析師教你如何寫(xiě)簡(jiǎn)歷才能脫穎而出!
01

如果讀了研究生以上學(xué)歷,建議一定要把本科學(xué)校寫(xiě)上。如果因?yàn)楸究茖W(xué)校不好所以不寫(xiě)的話,會(huì)傳達(dá)不自信等不好的觀感; 可以羅列一些學(xué)過(guò)的和數(shù)據(jù)分析相關(guān)的專業(yè)課程,例如統(tǒng)計(jì)學(xué)、python、計(jì)量、多變量分析、研究方法等課程;

(順序從初級(jí)->高級(jí))
數(shù)據(jù)工具,主要包含三個(gè)方面:數(shù)據(jù)查詢(sql)、數(shù)據(jù)處理與分析(excel、python、r、spss等)、數(shù)據(jù)可視化(tableau、powerbi、python包等可視化工具);
統(tǒng)計(jì)學(xué)基礎(chǔ),常用統(tǒng)計(jì)分析方法例如假設(shè)檢驗(yàn)、方差分析、回歸分析等;
分析方法論,這部分可以寫(xiě)一些常用的業(yè)務(wù)分析模型及常用分析方法論,例如ab實(shí)驗(yàn)分析、轉(zhuǎn)化漏斗分析、rfm分析、同期群分析、生命周期分析,異動(dòng)分析,因果推斷的常用分析方法如雙重差分、psm等;
通用能力,可以寫(xiě)一些數(shù)據(jù)分析所需軟技能,例如結(jié)構(gòu)化思維、溝通協(xié)調(diào)能力、推動(dòng)能力、項(xiàng)目管理能力、業(yè)務(wù)理解等;
機(jī)器學(xué)習(xí)模型,建議羅列一些自己熟悉的模型,體現(xiàn)自己的機(jī)器學(xué)習(xí)方面能力,例如線性回歸、邏輯回歸、決策樹(shù)、隨機(jī)森林、聚類等;
擅長(zhǎng)領(lǐng)域,如果對(duì)某一領(lǐng)域非常擅長(zhǎng)將是很大的加分項(xiàng),例如擅長(zhǎng)搭建用戶增長(zhǎng)體系、擅長(zhǎng)用戶畫(huà)像、擅長(zhǎng)戰(zhàn)略分析、擅長(zhǎng)會(huì)員體系搭建、擅長(zhǎng)補(bǔ)貼策略、擅長(zhǎng)社區(qū)內(nèi)容分析、擅長(zhǎng)分析報(bào)告等,寫(xiě)清所擅長(zhǎng)領(lǐng)域會(huì)非常便于公司快速的定位簡(jiǎn)歷關(guān)鍵詞,定向?qū)ふ胰瞬牛?/span>
02
數(shù)據(jù)分析師工作很重要的一項(xiàng)職責(zé)就是用數(shù)據(jù)進(jìn)行業(yè)務(wù)洞察、業(yè)務(wù)衡量、業(yè)務(wù)指導(dǎo),所以量化是一種職業(yè)習(xí)慣;
明確自己負(fù)責(zé)業(yè)務(wù)的產(chǎn)出,數(shù)字表達(dá)會(huì)更有說(shuō)服力;
我理解數(shù)據(jù)分析師的日常工作有一部分是較難量化的配合支持工作,這部分需要我們積極的去追蹤我們產(chǎn)出數(shù)據(jù)的效果以及作用,并多和業(yè)務(wù)方溝通,拿到量化指標(biāo)結(jié)果。
選擇自己最熟悉的項(xiàng)目?
選擇產(chǎn)出價(jià)值最大的項(xiàng)目?
選擇最能體現(xiàn)分析&推動(dòng)能力的項(xiàng)目?
選擇和意向公司業(yè)務(wù)最匹配,方法論可復(fù)用的項(xiàng)目
03

? ??
