這兩年作為面試官面了差不多有100多個(gè)數(shù)據(jù)分析候選人了，也形成了一些自己的判斷標(biāo)準(zhǔn)，但因?yàn)槠匠５拿嬖嚩急容^零散，所以也一直沒(méi)專門去做總結(jié)。剛好最近在參加公司的校招專場(chǎng)面試，專場(chǎng)面試一般都是需要面試一整天，而且是面完一個(gè)馬上需要面下一個(gè)的那種，中間比較少的時(shí)間回憶思考，所以就把我的評(píng)判標(biāo)準(zhǔn)固化成了幾個(gè)點(diǎn)，然后根據(jù)候選人在面試過(guò)程中每個(gè)點(diǎn)的表現(xiàn)進(jìn)行綜合判斷，等面試完了判斷和評(píng)價(jià)也就完成了。這一篇就分享下我的一些評(píng)判標(biāo)準(zhǔn)，我主要會(huì)考察以下幾點(diǎn)：

工具能力
理論能力
邏輯思維及溝通能力
數(shù)據(jù)分析行業(yè)基礎(chǔ)知識(shí)
解決問(wèn)題的能力
職業(yè)規(guī)劃情況

上面這幾個(gè)點(diǎn)的順序也是我在考察時(shí)候的重要性排序，接下來(lái)就講講每個(gè)方面我具體是怎么考察的。

工具能力

工具能力是一名數(shù)據(jù)分析師最最最基礎(chǔ)的一項(xiàng)能力，是數(shù)據(jù)分析師的武器，所謂的工欲善其事，必先利其器，要想做一名合格的數(shù)據(jù)分析師，首先數(shù)據(jù)分析工具的使用要足夠熟練。

數(shù)據(jù)分析的主要工具就是Excel、Sql、Python三件套，外加一個(gè)可視化工具：Tableau或者Power BI任意都可，這種BI可視化工具的基本操作方式都一樣，熟練掌握一個(gè)就行。

說(shuō)起Excel很多人都會(huì)覺(jué)得很簡(jiǎn)單，而且面試的時(shí)候考察的也比較少，但實(shí)際上能真正熟練使用的人也不多，比如有多少人知道數(shù)據(jù)透視表中的非重復(fù)計(jì)數(shù)功能。大家千萬(wàn)不要小看Excel，在實(shí)際工作中大部分分析師的大部分時(shí)間其實(shí)都是在用Excel，如果Excel用的不夠熟練會(huì)嚴(yán)重影響工作效率的。

還有就是Sql，Sql入門也很簡(jiǎn)單的，但是也要注重基礎(chǔ)知識(shí)的積累，比如A表 Join B表是什么連接方式、distinct 和 group by在去重計(jì)數(shù)上有什么區(qū)別、Sql的執(zhí)行順序是什么樣的、子查詢是什么？這些問(wèn)題也有不少候選人是回答不上來(lái)的。

最后就是Python，很多人學(xué)Python一上來(lái)就是學(xué)爬蟲、學(xué)算法、還有學(xué)網(wǎng)站建設(shè)的，可是這些對(duì)于數(shù)據(jù)分析師來(lái)說(shuō)是完全不重要的，作為一名分析師會(huì)比較少用到。關(guān)于Python，我最常問(wèn)的一個(gè)問(wèn)題就是Python中的數(shù)據(jù)透視表是哪個(gè)函數(shù)，根據(jù)過(guò)往經(jīng)歷，10個(gè)人里面差不多只有一個(gè)人能回答上來(lái)，還有一個(gè)是大概知道是p開頭的一個(gè)函數(shù)，但是具體拼寫不出來(lái)。

關(guān)于工具層面的一個(gè)建議就是一定要注意基礎(chǔ)知識(shí)的積累，不要追求酷炫，這里推薦我的兩本書，完完全全從數(shù)據(jù)分析師角度出發(fā)去寫的兩本：

理論能力

理論知識(shí)是一名分析師做事的底氣，每做一件事背后都有專業(yè)的理論做支撐是一件特別美好的事情。主要包含統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)算法、計(jì)量經(jīng)濟(jì)(如果候選人專業(yè)課有這個(gè)的話)這三塊。

統(tǒng)計(jì)學(xué)的核心知識(shí)點(diǎn)主要圍繞假設(shè)檢驗(yàn)展開的：假設(shè)檢驗(yàn)的思想是什么、P值有什么含義、一類錯(cuò)誤/二類錯(cuò)誤分別是什么、T檢驗(yàn)和Z檢驗(yàn)的區(qū)別、均值指標(biāo)和率指標(biāo)的檢驗(yàn)方式有何不同？

機(jī)器學(xué)習(xí)算法主要就是圍繞常用算法展開的：常用算法有哪些、A算法與B算法之間的區(qū)別是什么、XX算法的具體步驟有哪幾步、邏輯回歸和線性回歸的區(qū)別是什么？

計(jì)量經(jīng)濟(jì)主要問(wèn)一些比較常規(guī)的問(wèn)題：怎么解讀回歸系數(shù)、為什么計(jì)量研究中的R2一般都很低、方差分析和回歸分析的區(qū)別是什么、什么是中介變量、中介變量的使用場(chǎng)景是什么？

上面的這些問(wèn)題不會(huì)都問(wèn)，會(huì)根據(jù)候選人簡(jiǎn)歷上呈現(xiàn)的點(diǎn)來(lái)挑著問(wèn)，但是大體上就圍繞上述的那些。

邏輯思維和溝通能力

邏輯能力和溝通能力不像前面的工具和理論能力那么具體，一般都是通過(guò)問(wèn)候選人簡(jiǎn)歷上的項(xiàng)目描述來(lái)感受的。雖然這項(xiàng)能力在的重要性排在第三，但一般最開始感受到的就是這項(xiàng)能力，我一般先會(huì)讓候選人自我介紹，介紹完之后就溝通簡(jiǎn)歷上的項(xiàng)目，通過(guò)候選人在描述項(xiàng)目的過(guò)程中就能感受到候選人的邏輯能力和溝通能力是什么樣的。

這里面有一些評(píng)判標(biāo)準(zhǔn)：

• 項(xiàng)目的前因后果能不能描述清楚，背景是什么、具體的方案是什么、為什么用這種方案、這種方案有哪些優(yōu)勢(shì)和不足，最后取得了什么樣的結(jié)果

• 在描述項(xiàng)目的時(shí)候有沒(méi)有條理，聽上去亂不亂

• 在介紹的時(shí)候針對(duì)你的疑問(wèn)和質(zhì)疑有什么反映

數(shù)據(jù)分析本身就是一個(gè)特別重邏輯的工種，異常歸因可以說(shuō)是分析師最常見的一種場(chǎng)景了，想象下，如果歸因的時(shí)候沒(méi)有邏輯，亂歸的結(jié)果會(huì)是什么樣的。

數(shù)據(jù)分析行業(yè)基礎(chǔ)知識(shí)

數(shù)據(jù)分析行業(yè)的基礎(chǔ)知識(shí)這一項(xiàng)主要考察你對(duì)這個(gè)行業(yè)的了解程度，對(duì)行業(yè)的了解程度在一定程度上能反映你對(duì)這個(gè)崗位的熱愛(ài)程度和下功夫程度。

比如數(shù)據(jù)分析常用的分析方法有哪些？AARRR模型是什么？RFM模型是什么？北極星指標(biāo)是什么？數(shù)據(jù)相關(guān)的崗位有哪些？數(shù)據(jù)分析、數(shù)據(jù)運(yùn)營(yíng)、數(shù)據(jù)產(chǎn)品這三者的區(qū)別是什么？

解決問(wèn)題的能力

即使我們前面做了很多的準(zhǔn)備，但我們?cè)趯?shí)際工作中還是會(huì)遇到很多未知的問(wèn)題，這個(gè)時(shí)候解決問(wèn)題的能力就至關(guān)重要了。

我一般都會(huì)問(wèn)在過(guò)去的工作或者學(xué)習(xí)經(jīng)歷中有沒(méi)有遇到什么陌生的知識(shí)點(diǎn)，最后是怎么解決的，以此來(lái)判斷候選人的解決問(wèn)題能力。

搜索是最有效的解決問(wèn)題的方法，但很多人沒(méi)意識(shí)到。

職業(yè)規(guī)劃情況

這個(gè)主要看候選人的穩(wěn)定性和未來(lái)的潛力情況，主要會(huì)圍繞兩個(gè)方面問(wèn)，你覺(jué)得數(shù)據(jù)分析是做什么的以及你為什么要從事數(shù)據(jù)分析這個(gè)崗位。

---

以上就是我作為一個(gè)面試官在面試數(shù)據(jù)分析候選人時(shí)會(huì)主要考察的點(diǎn)，希望對(duì)大家有所幫助。最后說(shuō)明下，上面這些點(diǎn)主要適用于0-5年的分析師，更高階的分析師考察的側(cè)重點(diǎn)會(huì)稍不一樣。

歡迎大家在評(píng)論區(qū)留言討論。

點(diǎn)擊下方卡片進(jìn)行關(guān)注，獲取更多內(nèi)容

點(diǎn)分享

點(diǎn)收藏

點(diǎn)點(diǎn)贊

點(diǎn)在看

總結(jié)

以上是生活随笔為你收集整理的面试了100个数据分析候选人以后，我总结出了这些面试问题的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。