“如何获取第一份数据分析工作”系列之5实习项目的规划与选择

曲达雍

这个题目有点大,全部讨论我有点力不从心。为了降低难度指数,我先将范围缩小一下。本文探讨范围仅限于数据分析的初级职位,对于已经在这一行业工作的业内人士帮助不大。阅读完本文如果有任何建议或者有困惑之处,请加我微信jobready123或者邮件到jobready123@gmail.com

真实习”与“被实习的应对攻略

有一种围城叫“实习“,真正过参加实习【真实习】的同学,觉得没学到什么,有点索然无味;没有参加过的同学,为了充实自己的简历,需要发挥点极高的想象力,咳咳咳…..通过各种手段得到经验,统称为【被实习 】。其实“实习”是一件皇帝的新衣,在我看来对学生能力方面提高起的作用有限,因为公司不可能把重要的东西交给实习生来做  很难派专人来教你怎么做!为什么北美会有实习这一制度,究其原因有二。一方面,大公司有Social Responsibilities 来帮助职场新手熟悉就业环境【同时还有免费劳动力来打杂】; 另一方面,学生有侥幸心理,以为到了一个公司实习,做的好了的话能留下【能留下的10%都不到】。既然这样,是否实习就没有用哪?非也非也,实习还是很重要的,但要看你怎么安排。攻略细节如下:

如何有效利用【真实习】

即使在公司里【真实习】,也很难学到东西,因为时间太短,就是公司想培养你,也没法做到。这就要求我们在实习前一定要明确实习目标如下,在实习中不要浪费时间,时刻为既定目标努力 理解商务知识 。对于实习生来说,实习的经验是为了以后面试的时候给自己脸上贴金,如果讲不清楚公司主营业务,面试的时候,这段实习就是无效的。借实习的机会,一定要对这个公司,及行业有个大概的了解,包括,行业动态,主流工具,相关产品…..这些都是和技术无关的谈资

建立圈子。有人说北美的人际关系简单,其实不是的,这里更加要“拼爹”。本地人是从小就开始建立关系网,我们如果到大学毕业才开始做这件事情,实在是有点晚了。如果有实习,这是一个很好的机会。要保证在实习过程中,把公司里大部分人都加到你的LinkedIn。老外不好意思当面拒绝,只要你盯的紧,几个实习后,你就有了一个可观的Professional人脉网络

如何安排【被实习】

应该说【被实习】也有其不可比拟好处,可以根据市场需求来计划自己的实习内容。很多同学没有经验,总想参与大项目, 其实对于数据分析的入门级工作,最重要的是搞清楚工作流程。别看有人写的简历在某某大公司做某某大项目,其实细究下来,真正参与的是一小部分。项目大小不论,其流程是一样的。后面介绍实习【被实习】过程中的两个要点

【被实习】中项目的选择以及实施中的注意事项

这一步就是重中之重了,在具备了数据分析的基本知识后 【不管是自学还是接受培训】,你现在要把学到的这些知识点,融合在一起成为【被实习】的项目。负责任的讲,市面上任何培训项目,都是只能注重知识点,无法谈项目流程。不是老师水平不高,而是没有时间来给你讲项目的来龙去脉。完整的模拟一个简单项目也要100小时左右【这可需要不少银子】。因此 自己进行项目选择比较划算,实施过程中有以下主要事项

项目覆盖面要大。别理解错了,不是覆盖行业面大,而是在Marketing里面覆盖各个热点方向建议要有Web Analytics , CRM Analysis and Social Media。同时要覆盖Marketing CampaignLifecycle (Marketing Research, Segmentation/Targeting/Position, Marketing Mix) X (Brand Awareness, Lead Generation, Customer Retention)

项目流程要正规。项目实施流程要包括【即使没有包括,自己也要假想一下应该如何做】,verifying requirements, Identify data sources, Extracting / Transforming /Loading, data cleansing, data analysis / data mining, user acceptance testing, business reports generation, project progress report and knowledge transition。强调项目流程的重要性在于,当我们写简历的时候,也要按照流程来描述我们的经验,否则项目无法起到背书经验的作用

项目的文档要完善。【这恐怕是我们中国人最薄弱的环节】项目的文档不是给别人写的,是给自己写的。当你面试的时候,张口结舌,无法描述清楚项目,很大一部分原因是你只注重了项目的实施,而忽略了Business Objective, Business Background, Project Team Structure, Project Duration, performance evaluation and feedback from client。有了完善的文档,这些就都不是问题了。

 

【被实习】中项目的时间技术配比

郑重声明,我下面谈的只是对数据分析的初级职位有效

时间有限,如何合理分配时间,再几个月中成为合格的Data Analyst, 是很多同学关心的问题。下面是我的推荐菜单

20% | Project with MS-Excel 能够熟练掌握Excel的分析功能,如Forecasting Tools, Scenario Analysis, Shopping Cart Analysis; 连接SQL SERVER 进行数据的准备,和分析。数据的导入, 导出,验证 以及使用Data Mining Client, 掌握Data Mining Cell Functions

40% | Project with SAS。实习期间要将SAS Advanced Certificate 拿下,【考证不难,不考有点可惜】。就项目而言, 运用到SAS进行数据的清洗,导入,导出,转换,分析,以及产生报表。能够运用模块做一些Mining就更好了

40% | Project with MS –SQL Server。能够编写调试简单的Stored Procedure. 理解并运用View, Trigger and Index.在全面的了解SQL BISSIS, SSAS and SSRS)基础上可以开发OLAP  Cubes 以及产生简单报表,  并运用Data Mining 的技术包括 Decision Tree, Time Series, Cluster and Association Rules


(更多资料和具体参加方法)

 

本页最后更新: | -- | 网站设计和虚拟主机服务 WECAN.ca CMS