作者：黄小伟，10年数据矿工，欢迎多交流！

突然想谈谈关于如何面试数据分析师，算是对个人阶段性的总结。就从今天微信群《数据分析师部落》中关于阿里的一个数据分析专家岗位谈起吧！

阿里巴巴-智能服务事业部-数据分析专家

职位描述：

1. 基于业务场景进行专题分析，为业务决策和产品方案提供数据支持;

2. 规划整体解决方案，针对关键业务链路实现分析、监控、和预测，沉淀决策支持系统；

3. 通过深度分析和建模，探索创新型业务方向；

职位要求：

1. 对数据敏感，对数据分析有强烈兴趣，善于学习新技术；

2. 具备优秀的数据建模能力，善于使用数据挖掘等手段建立数据模型解决实际问题；

3. 扎实的编程基础，有海量数据处理经验优先，熟悉R/Python语言优先；

4. 有用户行为分析、数据化运营、数据类产品规划等相关经验优先；

岗位Base杭州，倾向工作经验5年以上，或工作3年左右但非常有潜力的数据人才

一. 关于职位描述

1.专题分析：深度理解业务场景，能够挖掘影响业务的核心价值点并提出可落地观点，缺一不可！

2.整体解决方案：能够着眼业务线，进行数据支持，包括指标体系、模型应用、专题分析等；

3.创新型业务探索：基于行业理解和数据基础，挖掘潜在增长机会并推进实施；

二. 关于职位要求

1. 关于"对数据敏感、强烈兴趣......"：看似几句空话，不痛不痒一般，实则举足轻重。并不是自己觉得敏感就可以，给你一组数据，能否快速结合场景产出问题、观点和有效解决方案，这才是敏感；

2. 关于"数据建模"：会调包，会用模型，就叫会建模？大写的尴尬！基于业务场景、数据特征，快速训练模型并实际解决问题，这可不是玩玩而已；

3. 关于"编程基础"：能否加入公司，取决于你当前的能力，也取决于你的投资价值！企业基于未来的业务复杂度和人力成本考虑，一定会期待你(数据分析师)有很好的编程能力。so，一定要有借助工具解决实际问题的能力；

4. 关于“相关经验”：任何行业从业者都必然收敛于其职业本身，难以逃避职业思维惯性，相关场景的经验越丰富，跳出数据分析本身思考问题的能力便会更优秀；

三. 几点心得

1. 数据分析一定要解决实际问题，而实际问题的解决能力是检验数据分析师能力的唯一标准！不要停留在工具层面，也不要停留在网络营销的口号上，当你想去一家公司面试时，内心OS一下：这家公司是做什么的？我能够在这个场景下做什么？

2. 一定要吃透某个场景，但是心急吃不了热豆腐，刚进入职场就频繁跳槽一般不是什么好现象，不要想着一年就吃透一个公司的价值链并具备实践经验，多花些时间和心思，搞清楚一个公司，乃至一个行业，思维方法和技能的迁移便容易的多；

3. 今天你是数据分析师，但它不是你的未来！站在更高的视角，你可以出现在某个业务价值链的任何环节，只要你能提出有效观点！

4. 即便是数据分析师，身在江湖，也要上道儿；

我们一直奔跑在路上，并期待更优秀的自己，加油！

欢迎加入数据分析圈：

数据分析圈 - ​www.zhihu.com/club/1184793317987057664