如何有效回答数据分析面试问题？

今天查查请来了我们的HR小解解，跟大家分享一下，无经验面试数据分析师需要注意的4个点。

下拉开启Q&A模式👇查查Q：无经验的小伙伴想转行数据分析分析师面试应该提前准备什么？ 

HR小解解A：我从两个层面来解答一下哈~个人层面对于很多小伙伴来说，心态上最大的障碍可能是怀疑。放弃原行业数年的工作经验是否值得？数据分析的职业前景到底如何？面对数据分析庞大的知识系统，自己是否真的可以掌握并找到工作？凡此种种。
数据分析这个行业的岗位需求主要还是集中在北上广深等一线城市，如果你现在三四线城市，那么你是否能接受到其它城市工作，毕竟在小城市这个岗位的工作机会不多，发展空间也不大。
我相信很多人想要转行，大多都是因为目前的生活停滞不前，一眼可以看到未来，想要寻求改变，对未来的期许我想大家都是充满着期待，有自己的目标。的决心和学习的信念。

行业层面

1、大数据的发展概况近年来，我国大数据产业从无到有，全国各地发展大数据积极性较高，行业应用得到快速推广，市场规模增速明显。国内市场对数据人才需求较大。其实，这部分我并不打算介绍太多，因为比较宏观。

2、数据分析发展前景和福利待遇既然是数据分析，对于福利我们就应该用数据说话，感兴趣的朋友可以组队一起爬取招聘网站的数据，分析一下，以后我会单独出一篇关于数据分析师的薪酬报告，这里就不详细叙述。但是在这里我要传达的就是对于一个新起的行业，大数据在未来充满着无限的可能，机会与挑战并存，至于混成怎样，因人而异。

查查Q：

数据分析的学习路线、方法和资料有哪些？ 

HR小解解A：

1、基础(适用于初级数据分析师)

1）excel

sum,if,countif,left,rand等，vlookup，数据透视表

2）sql

关键知识点：增删改查，特别是条件查询(where, group by, order by等)

3）python

关键知识点：numpy，pandas，matplotib，seaborn包的熟练使用

注意，python可以干的事儿太多了，从web开发到算法模型，瞄准你的目标-数据分析，专注学我说的这几个包就可以了

4）统计学

关键知识点：概率论、假设检验、分布(泊松、二项、正态等)、统计抽样等

目标行业信息收集、了解、及学习（比如互联网行业，一些行业词汇需要了解）

2、进阶（适用于中级数据分析师、数据挖掘工程师）

1）数学知识

关键知识点：线性代数：线性代数：矩阵运算，矩阵特征(秩、迹、特征值特征矩阵、相似矩阵、正定矩阵、逆矩阵、非奇异、行列式)、线性相关，向量空间，向量范数，矩阵范数，最小二乘法，最大似然估计

微分：极限，导数，偏导数，泰勒展开，梯度下降法，牛顿法

凸优化：基本概念(凸集合，凸函数，上境图，凸组合，凸包)，凸优化(拉格朗日对偶性，对偶问题，KKT条件，拉格朗日乘数法)

2）数据挖掘算法

关键知识点：分类、回归、聚类、关联规则挖掘、降维等

业务理解：需要在有一定的实战经验，如数据报告的撰写、实际场景下的分析过程、业务思维+数据思维的养成。

查查Q：数据分析的简历要怎么写？有哪些注意的点？ 

HR小解解A：其实一个合格的简历可以由这5个部分来组成：个人信息、知识技能、工作经历、项目经验、教育背景

1、个人信息对于个人信息部分，只保留这4个字段段就够了：姓名、电话、邮箱、求职意向。

 2、工作经历先有效梳理、复盘自己过往的工作，在过往工作里，提炼出与目标岗位相关的工作经历，进行沉淀。由于我们大多数是转行过来的，以往的工作经历是不太符合工作要求的，有同学是这样的其实看完这个根本对我们找数据分析没有一点帮助，那我们应该如何修改下呢？原则是尽量找我们以往的工作中和数据分析相关的内容 

3、项目经验咱们转行做数据分析的同学可能最头疼的地方就是在简历上如何写项目经验了，应没有做过，不知道如何去写。其实我们应该明白，项目经验的目的，主要是说明我们在项目中做过什么，掌握了哪些技能，然后还可以到其他公司复用。其实我们完全是可以把我们自己做的优秀案例拿过来，作为投递附件，让面试官看我们做了哪些东西。所以这也是希望同学们总结案例的原因。 

4、知识技能关于知识技能这块，千万不要写精通（这句可以不写），要根据自己的实际使用情况，进行描述，不要过分夸大。另外Word、PPT之类是默认要是要会的，不要再写了。

 5、教育背景教育背景的这块，大家如实就好了。