随着五一假期的结束，整个春招季也慢慢进入尾声，因为自己学制问题错过了黄金的秋招机会，在转行之路上踉踉跄跄结束了自己的春招，就当是留个纪念吧~
本人本科老牌985传统工科专业，高考后乱报的志愿因为懒没有转专业一直读下来，保研直升本校本专业硕士，但是有幸参与了一个联合培养的项目，最后给两个硕士学位。
在国外期间有机会到世界500强企业实习，接触到了机器学习建模，同时加上自己本身对编程也是一直很感兴趣，自学+上课学习了python、R、C++、博弈论和Machine Learning的一些课程，因此立志回国转行互联网。
由于学制的特殊性，回国后一直着手国内学校毕业论文的东西，期间自学了SQL，也通过一些线上付费项目丰富了简历，在国内毕业和等待国外毕业证的空窗期内做了两份互联网企业数据分析实习，然后开始备战春招。
自己一直喜欢的数据挖掘或者机器学习方向，但是毕竟不是科班出身，竞争力实在太低，且还是春招，抱着能上岸求稳的心态，因此投递的岗位都是数据分析，只是一些小的公司会去尝试数据挖掘的岗位，感受下笔试面试氛围和难度。
感慨颇多：
1. 千万不要错过秋招，春招的hc真的少之又少，竞争又相对很大，再加上企业春招开启的时间不如秋招那么集中，且战线拉的太长，因此对心理真的是一种折磨，有时候接近一个月的时间，是没有笔试和面试的空窗期，时刻在怀疑自己。同时如果有幸拿到一个offer，但是薪资又不是那么理想，手里连其他谈判的筹码都没有。。。
2. 一定要有大厂的实习经历，尤其数据分析实在太卷了，毕竟门槛低，摸好对应公司对应岗位的要求，有的数分模型方面占比很大，但大部分都是偏产品业务方向，像ABtest及其统计学知识、指标异动拆解分析思路、指标体系搭建、活动效果评估思路都要熟练掌握，且能轻松套在面试官设定的case里。最好实习经历里面把模型和业务分析方面的工作都涵盖到，这样不管是什么方向的数分都可以应付自如。有个很有意思的现象，SQL虽是数分最基本的要求，但是我所有的面试都没有让我现场写SQL，笔试中也很少遇到考SQL大题，可能拥有大厂的实习经历就默认这方面肯定过关吧
3. 简历里的内容或者面试中回答问题用到的案例不一定是自己亲自做过的，毕竟实习生真的很难参与太多关键的东西，但是在实习期间一定要多看多问多思考，没吃过猪肉但一定要见过猪跑，没主责过完整的一篇分析报告但是思路要自己领会，并且能够清晰表述出来，一样可以加分
4. 笔试一定要准备，这也是我比较吃亏的，行测题完全就是靠随机发挥，有时候超常发挥就还可以，但也有很多笔试就没过去的。有些公司的数分是考算法的，因为自己有算法和数据结构基础且对数分岗位要求也不高，基本字符串处理 +数组的题目，所以还比较不费力，如果这方面不太行也要多准备准备
5. 要研究好每个公司的玩法以及投递也是讲究策略的，因为现在投递的渠道也不光是官网，boss直聘也有很多岗位开放，且留学生也会愿意去投递一些不限年限的社招岗位，这些在春招hc这么紧张的情况下都是可以尝试的方向，但是一定要注意，比如有些公司（如字节）的招聘规则是对于同一个候选人先处理他投递的社招和实习，再处理校招，因此会被社招耽误。。如果社招一直在流程中就不会去处理投递的校招岗位，所以一定要看好每个公司的招聘规则
6. 户口和高薪一般是不可兼得的，好落户的城市公司选择和薪资待遇会稍逊一些，高薪的一般是没户口的，自己要权衡好。面试的过程也是对自己几斤几两有个重新认识的过程，如果真的走到了最后，hr面试前一定要上offershow或者牛客查好这个岗位的普遍薪资情况，在问理想薪酬的时候是肯定要给出一个范围的，不能太高但是也不能太低，这个问题并不是hr随口一问，后面的offer也是会参考你自己的意愿，我就吃了这个亏。。。一开始乱说一个范围（且真的以为就值那么点钱），后来还要想方设法去argue，要知道，能argue成功的几率也是很低的，因此谨慎回答这个问题。此外还要了解好不同公司的薪酬体系，追求base高是最保险的，其他的绩效啊加班费啊补贴啊都是靠不住的，有更好了没有的话也别纠结
7. leader实在太重要，如果实习期间能遇到合得来的leader，以及业务是自己喜欢的，那转正真的是条不错的路。如果没有那么好运，或者没有拿到转正机会，相信自己，也一定能找到一份满意的
因为自己春招过程中心态一直很波动，不停地自我怀疑，所以也没有好好写每场面经，所以只能简单记录下timeline，留个纪念吧，毕竟可能一生就这一次校招啦
字节社招 数据分析师 base上海
一面 2.23 TT业务
二面 3.9 （因为被面试官放了鸽子所以又推迟了一个周，抖音业务
三面 3.12 大佬面挂了，说我活干的不细，领导们的口味捉摸不透
因为提前投了社招，字节的玩法是有社招先走社招，因此校招流程被搁置，怪自己不知道还可以这么玩。。
字节的面试一直就很偏产品和业务，问题基本导向就是1）ABtest，从设计到评估，以及如果结果不符合与其怎么分析 2）指标异动拆解
字节校招 朝夕光年 base上海
笔试 4.25 突然在快结束的节点收到。。。
滴滴社招 数据分析师 base北京
一面 3.4 业务为主
二面 3.10 一直在聊模型
三面 3.13 负责人面 领导风格很喜欢，聊的偏业务
hr面 3.16 本来说不需要hr面了，结果hrbp非要再面一下
offer argue到24k*15+5k握手奖金 走校招
TPLINK校招 大数据分析工程师 base深圳
笔试 3.7
一面 3.10 主要简历深挖，面试时间很短
二面 3.11 做一道编程+n个智力题（只记得25匹马赛马，天平称重找劣质）
三面hr 3.12
四面 3.16 总监面，很和蔼，问知不知道hadoop之类的，没接触过也没关系
offer 23k*16（让走社招）
TP据说很看重学历，如果学历瞧得上，面试会放水
京东校招 数据分析工程师 base上海
一面 4.7 京喜 沪苏晥 新组建的团队
hrbp很有气势，会讲清楚岗位的职责，她所期望的去了之后应该做到什么样子，以及会把团队的现状和可能遇到的困难摆在明面上
其实口头已经给offer了，但非要我去南京现场面试，见老大，但是问了是运营岗10k*14劝退了。。
58同城校招 数据分析师 base北京
4.1 一面 （老黄页业务，也是岗位的leader
4.6 二面总监面 现场面试 （总监是滴滴跳过去的，负责产品+运营
4.6 三面交叉面
hr打电话了但是问了理想薪酬劝退 14k*15 已拒，但leader挺好的
问题都是业务分析为主
珍爱网校招 数据挖掘工程师 base深圳
4.1 笔试
4.8 一面
4.9 二面 总监 很年轻的小哥哥
4.22 hr面 说下个周会发offer 团队需要女生 做推荐算法
最终并没有发offer。。可能是当时觉得城市不是我的理想，以及薪资达不到我的理想标准吧
都是在聊模型，但是没有想象的那么难，没问模型原理，就是围绕项目展开，或者问问xgboost等基本知识，也没有现场编程
龙湖数科校招 数据分析 base 上海or北京or成都
4.14 一面 大数据算法模型中心
4.20 二面 中心负责人
4.27 三面 终面 （面试官是阮小健。。。。，都是behavior questions
4.29 发offer 地点随便选 37-41w base24w 绩效*0.5-0.7 补贴和网上说的一样
都是简历部分深挖
boss直聘校招 数据分析
3.31 笔试
4.14 一面 （某中心负责人。。。）指标异动（次留降低的case）
4.20 二面 （商业产品方向）体验很不好，面试官一直纠结我举例里面的ROI，我一直强调只是个尝试并没有去评估
4.21 三面 （产品和社区方向）聊的很愉快，也问了对笔试的感受，对boss产品的感受，探讨了如何改进某些功能
二面还没开始就约了三面。。。迷
4.22 hr电话联系让我选择感兴趣的业务方向，以及问了理想薪酬
4.29 问hr 说是流程结束 前期捧得那么高不知道什么骚操作...
博乐科技校招 数据分析
3.26 笔试
hr电话问offer情况和理想薪酬 劝退
索信达校招 数据挖掘
3.30 笔试
hr电话 10-15k 给股票 薪资太低劝退
4399校招 开发还是算法
3.19 笔试
3.25 通知一面 自己拒了 因为面了也是凉凉
伴鱼 数据挖掘工程师
3.25 笔试
3.31 一面 现场编程 挂，记得是一道数组题，但是因为是第一次面试中直接现场编程，有些紧张
其他的只做了笔试没给面试机会的：
美团 商业分析师
顺丰 大数据分析与挖掘工程师
携程 大数据分析师
百度 数据分析师
小米 数据分析师
华为 IT数字工程师
恒生
英雄互娱
米哈游
七猫
搜狐畅游
便利蜂
华勤
B站、小红书、腾讯、快手压根没有给笔试面试机会，估计简历挂
全部评论
(8) 回帖