《拿下Offer：数据分析师求职面试指南》内容简介

《拿下Offer：数据分析师求职面试指南》针对未来想要从事数据分析工作的在校学生、想要转行做数据分析的在职人员，以及想要在数据分析领域提高自己或跳槽的从业人员，深入浅出地讲解了面试和未来实际工作中所需的知识与技能，让读者对数据分析师这个岗位有更为全面和深刻的了解。
全书主要分为面试前的准备、面试中的技巧、面试中所需的知识储备、编程技能、实战技能，以及进一步学习提高的方法几部分，内容涵盖数据分析师面试的全流程，全方位提高读者在未来面试中的竞争力。
徐麟，本科就读于中国海洋大学数学专业，研究生就读于哥伦比亚大学统计专业，毕业后在携程、唯品会等知名互联网公司从事数据分析、数据挖掘工作，目前已在数据相关领域工作多年。个人公众号“数据森麟”运营者，坚持输出个人原创文章。

作品目录

作者简介
文前插图
推荐语
推荐序
前言
第1章：面试前的准备
1.1、都有哪些数据类岗位
1.2、如何选择适合自己的岗位
1.2.1、数据分析师
1.2.2、数据挖掘工程师
1.2.3、算法工程师
1.2.4、数据产品经理
1.2.5、小结
1.3、准备一份高质量的简历
1.3.1、通用排版建议
1.3.2、如何描述数据类项目
1.4、投递简历有哪些途径
1.4.1、校招
1.4.2、社招
1.4.3、其他途径
第2章：直面数据分析师面试
2.1、数据分析师面试流程
2.1.1、笔试
2.1.2、部门内部成员面试
2.1.3、部门负责人面试
2.1.4、总监面试
2.1.5、HR面试
2.2、真实的面试经验分享
2.3、面试技巧
2.3.1、提前熟悉业务场景
2.3.2、充分准备好个人介绍
2.3.3、了解岗位的侧重点
2.3.4、保持积极的面试态度
2.4、常见的数据分析师面试问题
2.4.1、基础知识考查
2.4.2、编程能力考查
2.4.3、实战项目考查
第3章：基础知识考查
3.1、统计&数据分析知识
3.1.1、基础概念：随机变量、分布函数、概率密度函数
3.1.2、随机变量的常用特征
3.1.3、正态分布与大数定律、中心极限定理
3.1.4、假设检验
3.1.5、贝叶斯统计概览
3.2、模型&数据挖掘知识
3.2.1、数据挖掘常用概念
3.2.2、常见的模型分类方法
3.2.3、常见的模型介绍
3.2.4、模型效果评估方法
第4章：编程技能考查
4.1、熟悉Python
4.1.1、概览
4.1.2、数据分析——pandas
4.1.3、数据可视化——matplotlib&pyecharts
4.1.4、文本处理——jieba&wordcloud
4.2、懂R语言
4.2.1、概览
4.2.2、数据分析——DataFrame
4.2.3、数据可视化——ggplot2、4.2.4、数据挖掘——以线性回归分析为例
4.3、掌握SQL
4.3.1、数据库常见类型及单表查询SQL语句
4.3.2、多表查询SQL语句
4.3.3、更多SQL内容
第5章：数据分析师实战技能
5.1、数据分析师工作必备技能
5.1.1、数据人员如何创造价值
5.1.2、完整的指标体系构建
5.1.3、数据监控及报表设计
5.1.4、设计一份优质的数据分析报告
5.2、基于互联网大数据的应用
5.2.1、AB测试
5.2.2、用户画像
5.2.3、完整的数据挖掘项目流程
第6章：用努力给自己加分
6.1、学习方法很重要
6.2、拓展自己的知识面
6.2.1、爬虫
6.2.2、社交网络
反侵权盗版声明