淡泊名利的名言200条(关于淡泊名利的励志名言警句)
要求职数据分析相关的岗位，我们能做哪些准备。
数据分析，乍一听觉得是一个偏技术的工作，但是在实际工作中你会发现，这是一个要求硬技能和软实力相结合的工作。
硬技能，主要指的是你的数据分析能力，建模能力、相关的软件或者编程统计语言的操作能力；
那么软实力呢，指的是你在实际工作中的商业分析能力、沟通能力，以及项目管理能力。基于对这两类能力要求的偏重的差别，数据分析又衍生出两个不同方向的人才：一种是顾问型人才，一种是专家型人才。
顾问型人才，主要是担任「translator」这样一个角色，是站在业务部门和基层技术人员之间的这么一类人，他的工作内容就是运用统计学或者运筹学的知识，把前线业务上的商业情况抽象出来建模，得到一些分析的结论，或者找到分析的方向，给到后台。通过后台更专业的编程人员或软件技术人员的工作，得出一个更为完整的结果或者解决方案，再给到技术顾问。然后由顾问把数据导进去，得到最终分析结果，并作为支持给到业务前线。这类人才比较多是作为咨询公司的数据分析类顾问，或者企业中的 BI，也就是商业智能方向的人才。
就如前面所说，因为顾问型人才担任的是「translator」这样的一个角色，除了要知道企业的业务语言，也要知道后台的技术类语言。另外，对于前台业务的要求来说，你还需要很强的业务方面的 sense，比如你有比较扎实的行业背景知识，有很好的沟通能力和项目管理能力，可以顺利地把整个项目执行下来。
对于这类人才，在硬技术方面的要求倒没有太高，毕竟后台还有更多更为专业的人来帮你解决技术类难题。你所需要的就是有一个比较广的知识面，比较清楚各类模型的算法、原理和作用，再熟练掌握一种常用的统计编程语言，比如 python，R 等。在此基础上，能够使用多种统一的软件就可以。
其实稍微学过一些编程的人都知道，你只要精通其中一种编程语言，其他语言在原理上都差不多，这样你做起切换可能就会非常快。比如你原先对 R 或者 python 非常熟悉的，可能你只需要一两周时间，就能很快切换到 SAS 和 SQL 这类更为简单的语言上面。
为什么会有这样的要求，其实主要是针对咨询公司的数据分析类顾问的。因为大部分情况下，你遇到的客户来自各个不同的行业，不同的公司，他们所用的软件、遇到的问题、所需要提供的解决方案，核心的模型都会有很大的差异。
你在中间做对接的时候，除了语言上的对接之外，还有一些数据和技术上的对接。这个层面其实在技术上来说，并不会特别复杂，你需要做的就是能够通过对技术上比较广泛的一个掌握程度，迅速对数据进行对接，并且对结果进行一些操作，得到你想要的信息就 OK 了。
另外一个方向呢，专家型的人才。这类人才呢，就是互联网公司的主要招聘方向了，主要是用你的专业技能，来解决一些技术上的难题。
对于这类人才来说，建模和算法能力，是你在这一行安身立命的根本。比如说在做大数据产品的公司，你在里面搭搭风控模型，你的工作本身就需要你有很强的建模能力。
那所用到的语言类型呢，各个公司都不一样。比如在银行业，用 SAS 比较多；其他行业呢，用 R，用 Python 的都有，还有一些用 C++，JAVA 的，什么都有，得看具体的公司情况。
当然这种在这种职位上，也是需要一定的沟通能力的。因为很多统计学的模型、优化的模型，外人其实很可能是看不太懂的，你需要从你的专业角度出发，将这个很复杂的内容有效地传达给别人，让别人能够理解。
比如说你搭了一个很复杂的模型给你的 CTO，CTO 要用这个模型，肯定得知道模型的基本原理是什么，有什么好处，能解决什么问题。你不可能直接拿着一堆代码或者公式过去给他看，因为有些 CTO 不一定是做这个方向的，不能很快看明白，你要有一定的讲解技巧，顺利并迅速地把这些原理啊，好处啊什么的解释给他听。这种沟通的技巧也非常重要，对你的整个职业发展都起着重要的作用，绝对不可以忽视。
上面我们讲了数据分析两个方向的人才，顾问型人才和专家型人才，接下来，我们分别来讲讲这两类职位的面试准备。
首先，对于顾问型人才来讲，要求会比较综合一些，因为你本身担任的是 translator 的角色，后面有许多支持型的技术人员，前面有业务人员，如前一节所说，技术上你要懂得比较广一些，了解常用的模型算法，了解一些技术语言；业务上需要有相关的行业知识，才能做出比较有效的分析支持，来协助业务部门作出正确决策。
那具体的在面试环节中，会问到哪些技术问题呢？一般来说，你只要知道解决什么样的问题，具体用什么样的算法来解决就可以了。比如说，我们现状需要知道某个地区所有的酒店的情况，该怎么做？你至少要知道，首先，我们可以通过爬虫，比如爬一些去哪儿、大众点评这类平台，通过爬虫技术拿到一些数据。这是对相关技术的一个积累。
除了技术问题，顾问型人才的面试过程中还会问到沟通层面的问题，一般是比较通用的。因为你的工作是沟通前台和后台，组合成一个虚拟的团队。面试会考察在整个团队中，你的沟通协调能力，你的抗压能力。这跟一般的行为面试差不多。
还有一个就是行业层面的问题。行业层面主要考察的是你对公司业务的了解程度。比如说，某家信用卡公司，在某一区域的客户突然大量流失，通过数据我们发现了一些客户流失的原因，那这些原因跟客户调研的实际情况是否能对接起来，如果结果对不上，是单纯的数据错误，还是有一些特殊的实际情况？客户的资料跟我们抽样调查的结果是否能合上？这些判断都是必须基于对业务有一定对了解，才能做出的。
第二类的技术型人才，在企业中是主要解决一些高难度的技术问题的，面试这一类的职位，肯定还是以技术为主。重点考察的是你解决问题的能力。
比如说一个优化问题，会考察相关的模型你是否足够了解，模型的复杂度怎么样，在特定的某种语言下，它的效率如何等等。因为这种技术面试的面试官肯定自己就是技术能力很强的专业人士，所以在这里给大家的建议就是诚实点做自己就好，你懂的东西就用清楚的逻辑表达出来，不会的内容千万不要含糊其辞或者不懂装懂，面试官是肯定能看出来的，千万不要给自己挖坑。
如果在前面几个问题中你已经表现出了很强的建模能力、数学知识和背景，有不错的编程能力，对于面试官来说已经是 OK 了。在你入职之后，很多职位都会提供一些培训的时间和机会，让你去学习之前没接触过的，或者不是那么熟悉一些专业知识。
所以不会的问题就诚实点说不会，数据相关岗位对严谨性的要求非常高，面试中被发现不懂装懂的话，很有可能会直接使你失去这个工作机会。
