文 | 指南者留学学员M学姐
杜克大学管理研究硕士
某头部互联网大厂Data Analyst

大家好，首先介绍一下我的背景，我的本硕都是纯商科，相关实习仅有互联网的日常实习经历（没有summer），今年成功上岸了国内某头部大厂的Data Analyst岗位。

复盘求职过程中做对的地方和踩过的坑，以及对BA/DA岗位职业规划的思考，觉得可以把我的经历分享出来，给同为商科转码的朋友提供一些参考。

转码不是所有问题的答案

近几年job market整体不景气，作为商科生，身边比较常见的两个工作方向一般是金融大类（包含咨询、战略等）和互联网大类。金融行业普遍hc较少，比较讲究机遇，因此工资尚可、hc更多的互联网公司确实是应届生一个不错的选择。

互联网公司的职位也不限于程序员aka码农，还有比如产品经理、数据分析师等不强制要求cs科班出身的岗位。此外，偏技术类的岗位可以更方便地在国外找到工作，也让转码成为近年来越来越热门的方向。

但是，转码是涉及到你未来3~5年工作环境的一个重要选择，它并不是所有问题的唯一答案。

通过刷题刷进大厂只是开始，之后要负责做项目和独立工作，如果之前的知识储备或者是自身的学习能力跟不上，在经济形势不好的情况下可能真的无法留下。毕竟公司招人来是要干活的，而不是给你半年到一年的时间拿着工资从0开始。论坛上互联网大厂的package确实让人心动，但过几年再看他们的职业发展呢？

因此，如果还不能确定是否要转data/cs方向，首先可以上几门网课（这里推荐UCB神课cs61a），判断自己对data和coding是否感兴趣，课程内容是否能迅速理解和复现；其次可以了解一下目标岗位的工作内容，看看自己是否能够胜任其中的40%左右；最后可以结合自己性格和能力上的特点，确定是否要尝试这个方向。

就我个人而言，我发现自己对数据很敏感，也有一定的分析写作能力，能够产出长篇幅的报告，但是对刷算法题和让code变得更elegant并不感兴趣，只把代码作为提升生产力的工具，因此选择了对编程要求不高的BA/DA岗位作为求职方向。

但BA/DA岗位确实是存在明显短板的。作为交叉类岗位，有时会让人觉得“什么都会一点，但什么都不精通”。因此，BA/DA的发展也主要有两个大方向，要么在技术之路上不断精进成为expert，要么走向管理之路成为team manager。在行业红利褪去的情况下，BA/DA在互联网的晋升路径不如前几年明确，裁员风险也不得不考虑。

因此，大家可以跳出互联网的局限，结合自身的domain knowledge，尝试制造业或是金融行业的相关岗位。职业发展的选择不仅要看skill set，我认为更重要的是找到自己的特长和兴趣所在。也就是我之前提到的，结合自己的性格和能力，甚至是天赋。

风口行业总是稀少的，我们不能每一次都压中，因此在找到下一个风口之前，不如先找到适合自己的岗位慢慢成长。

如何准备BA/DA的面试

第二部分，我给大家具体分享一下我个人的求职经验，如果大家有这方面的需求，可以参考一下。

国内互联网公司BA/DA的笔试一般是行测+SQL，有些公司比如网易还会在笔试里出业务分析题，大家在笔试前刷刷行测，看一下过去的笔经就好，这里重点分享下面试的准备。

BA/DA面试主要考察三个方面：统计知识，业务理解，以及SQL/python等工程能力。

01 统计知识

面试考察的统计知识一般包括概率、假设检验（AB test）、辛普森悖论、回归分析等，这些内容在概率论和统计教材中都有涉及，面试前找本统计学教材复习一下原理就可以。

如果时间不够的话，去牛客网上找一下目标公司的面经，针对性复习面经里问过的统计问题即可。面试中的这类问题属于答对了不加分，但答错会减分的存在，特别是对于跨专业的同学，本身就不是相关专业出身，基础的统计知识答不上来，更加无法和专业对口的求职者竞争了。

02 业务理解

业务理解类的题目主要考察实际业务问题的分析思路，很多时候面试官出的题目就是日常工作中真实出现过的问题。结合我的面试经历和入职后的交流来看，这类题目没有标准答案，面试时考察的重点是你是否有分析问题的思路。大体上业务理解题可以分为三类：指标体系搭建类，数据归因类和产品/功能优化类。

首先，指标体系搭建类的问题一般是：“请你给某某app构建一套核心指标体系。”在准备这类问题时，建议把市面上常见的app进行分类，从而归纳不同类别app的指标体系，这样就能大大减少工作量，而且无论问什么app都能回答出思路。比如，B站和微博都属于内容类产品，内容类产品的北极星指标一般是DAU、观看时长等，因此构建一套内容类产品的指标体系就能灵活应用到不止一个app上，提高准备面试的效率。

第二，数据归因类的问题一般是分析xxx指标上升或下降的原因，比如新用户留存率下降5%要如何分析。这类问题有一个共性思路，即将用户拆分为不同群体，定位到哪类用户的指标有异动，再结合subsegment用户的特点，进一步拆解原因。

第三类是产品/功能优化类，面试官一般会让你说说你常用app的优缺点，你认为哪里还可以优化。如果你的时间比较充裕，更好的准备方式是多阅读互联网相关的深度文章，获取insights，这和要准备金融面试就要多读金融类新闻是一个道理。但是如果时间很紧急，建议确定一个常用的app之后，针对这一个app深入思考一下优缺点，在面试时回答这个app就好。

在选择app时有一个小tip：不要选择你要面试的那家公司的app！一旦回答中出现什么纰漏，很容易就被面试官注意到。

03 工程能力

手撕代码在BA/DA岗位面试中出现的概率比较低，但还是有可能会问。所以，建议在面试前做几道题练练手，熟悉一下基本语法就可以。牛客网上有很多SQL题可以练手，做不出来也不必纠结，毕竟不是算法岗位。

总而言之，面试机会不易，拿到后一定要好好准备，不留遗憾。复盘我的秋招经历，我认为做得最正确的两点是多看面经和多mock。面经一定一定要多看，因为虽然表面上都是同样名称的岗位，但不同公司要求的能力模型可能大相径庭。

比如腾讯的数据分析甚至会要求模型和算法能力，阿里的数据分析就比较偏向BI和可视化。结合面经，可以针对性的调整面试准备的重点，把力气都用在对的地方。

其次，mock interview可以帮助你发现很多自己注意不到的问题，比如语速和语气词。过快的语速和不流畅的表达都不能100%地传达有效信息。站在面试官的立场上，一个语速飞快、不考虑倾听者感受的候选人，无论答案有多好，也不是一位理想的未来同事。

以上就是我今天的分享了，希望对大家有所帮助。最后，祝大家在申请季可以收获满意的offer，将来求职顺利。