我猜提出这个问题的作者应该是在数据分析岗做了好几年，遇到职业瓶颈了。
很久之前我也做过年薪50w+的数据分析师。现在手下团队也有30w+/50w+/80w+的分析师。
那这些30w+和50w+的分析师到底有什么本质上的差别呢？工作5年以上的数据分析师如何进阶到资深/专家数据岗呢？如何面试求职于资深/专家数据岗呢？
现在即使是数据行业火热，其实隐藏很大一个问题，普通数据分析选手非常非常非常多，但是真正高阶数据选手还是非常稀少的，很多用人主管总是苦于难招到一位资深&专家数据人才。
—前—
论是从试官，还是应聘者的度，我跟家样，都有体会到个新现象——业的变化，也是招聘者的需求变化。从整体业的数据员素质来看，我们也可以发现这年的员素质直在不断地升，这不仅仅体现在学历升，更是对从业者作经验的有更的要求。
早些年我们在找数据分析岗的时候，要求并没有那么。绝多数情况下，只要符合技能要求再加些业务sense基本是就能找到份不错的数据分析作。那么现在，为什么对数据分析师要求常的呢？
说到这，机智的伙伴很快会想到个词——业内卷。不可否认，有这的原因，如今数据业了，科班也越来越多，早年转型的也稳稳坑了。整体供给多了，然竞争就以往很多。
另外，还有个原因家可能较容易忽略，早些年前很多科技类、互联类公司都在个数据起步的阶段，传统企业还在数字化转型的泥潭中摸索。因此，部分公司数据部都在做数据底层建设，还有些基础设施的搭建，包括数据的获取，清洗，分析，可视化等等。所以，早些年的朋友可能会都有这样的经历，只要数据库知识有些了解，然后会SQLEXCELPPTTableaupowerBI不愁找到份还不错数据作。
首先我们先来了解下面试流程：
数据岗面试般最简单的试在三四左右。技术，总监，第三就是hr。
1.赢在开场3分钟
2.试官喜欢考到你的些硬核技能
3.成败在于项
4.永远不要忽略你的作价值
5.你可能遇到的较尖锐的问题
6.不容忽略的细节
7.总结和重塑信
一、赢在开场3分钟
开场三分钟重要吗？试多的可能觉得这块并不重要，甚是说，试官拿着简历就可以知道的些基础信息，但是实际上告诉家，这块其实是有些技巧可的，那么，短短3分钟我们应该讲到什么内容？
三分钟的内容主要分为这块：个信息、作技能、项经历和综合能。
不同的，对这三分钟的把控，是不样的。我们下来看个例：如说我是简，我是个试者，家看下，3分钟介绍的时候，这样的个表达式有没有什么问题？
“试官好，我叫简。18年数学专业硕毕业，毕业后直从事者数据分析，上家公司是中国电信。在其中主要针对电信的数据进清洗，清洗可视化，并且提供经营分析报表，主要擅的是个EXCELSQL、python和tableau。“
如果你是试官，你会给这样的个这样的个三分钟的试评多少分？
说实话，这样的我介绍，我给她的这样的个印象分就是6分，没有成果，没有项经历，没有亮点，太平淡了，只是说了绝多数据分析师都会做的事情。
如果换种表达式呢？
最后，简在上家公司做了什么呢？做了价值分群，留存分析和个性化推荐3个项。这，要强调“我”与岗位的个匹配，也为后续的试官可能试到你的问题做个铺垫。如果你这样说了，后续的问题，试官概率的会在你给的这样的个范围内去考查你。
3分钟，我们要明试官的意图是什么？
先，试官在试过程中，由于应试数众多，除你相奇特（奇丑或者美若天仙）或者有突出成绩，否则多数情况很难仅凭简历就对你有如此深刻印象。短短的分钟，很难快速能够GET你简历当中的关键点。所以，试官是想跟你进这样的个交流，那么，试官让你我介绍的意图不外乎以下点：
1.你的简历和试那个是不是有明显的出路？
2.他要看下你这三分钟你的控场能怎么样？你的表现，你的沟通怎么样？
3.你的技术和你的岗位匹配度是怎样的？
4.后续他应该怎么样问你？
这就是试官希望在这三分钟得到的信息。
对于你来说，你应该在这3分钟表现出来什么呢？先，信，不能说，我叫***，后声就越来越小了，这个就是不信的表现。所以家在这个时候，尤其是对于些较内敛的，三分钟的开场，要好好锻炼下信。第就是简意赅，定要这个重点突出你的技能，以及你跟这个岗位的匹配度.，包括重点的项和业绩。最后，就是引导试官后续的发问。刚才的例其实就是朝着对你有利的向去尽量给试官进了个引导或者说铺垫。
三分钟相当重要，它就是试官对你的第印象。就像是我们相亲样，第印象是相当重要的。包括未来的岳、岳对吧？那么我们是不是要好好准备下呢？
二、试官喜欢考到你的些硬核技能
先，对于个级别的数据员来说，通常在试当中，分为基础的技能试以及业务知识试，这个例约4：6。随着经验提升，也就是你所岗位的LEVEL提，对业务知识的掌握度这块例是越来越的，甚到后期技能：业务=2：8，也就是业务知识占据绝对优势。
我们先说下基础技能部分。基础技能部分需要怎么样的平以及试官在考察的时候致把你定位在个什么平。对于数据业从业员来说，经常考的技能是有什么？Excel、Sql、PythonRnebitableau可视化具，还有统计学的原理以及机器学习法，当然这个不是必备项，是加分项，对于绝多数分析岗非挖掘岗来说，机器学习法是加分项。
那么我们具体看下基础的评分--6分（如下图），需要掌握的EXCEL能，基础的些常函数作图的能。到了7分，那么就是对透视表与VLOOKUP等些级函数的掌握。8分以上.，就需要懂得些vba的编程代码，能够处理数据并进动化报表展，当然如果你会用python也可以替代vba。
再就是SQL考题，简单的SQL查询语句会考的，还有两层嵌套（少是两层的嵌套），或者是表的关联，另外就是开窗函数也是个经常考到的。到8分的平，那就是要有些熟练度了，包括项经历，以及你处理的数据量级，包括，思考怎么样去提升这个SQL的效率，包括你的数据库底层设计以及数据倾斜问题怎么解决。9-10分的平，那就是要考到些项的经历。
对于Python,可能还有同学看到其他的些诸如爬之类的经验，但是对于部分同学，python这类编程能达到7分左右就是个差不多的平了。也就是对于多数的数据分析师，包括其他的岗位，数据运营也好，产品也好，产品运营也好，python前都是个加分项，并不定要掌握，但是，对于资深数据岗的来说，python已经不再是个加分项，甚作为候选的必备项。
那么，下就是tableau和Finebi/poweBI可视化分析，基本上我们要掌握到什么呢？
我们他们能够完成、周、报的更新并实现动化。如何达到8分平，建议家去些数据社区去参赛，积累些社区荣誉。另外，最关键的还是你的项经验、业务经验。
什么叫做项经验呢？你能够tableau进些基础的数据分析以及做些数据洞察，提供可性的些建议，这个就是8分的个baseline。再级些的，可能你要给板做些报表看，另外就是能够给这个项带来些价值，如我这个做完这个洞察以后，我真的是能够提升最后的KPI（GMV、复购等）。
统计学原理，家可以看下这个7分的平概是什么样。最基本的，应该掌握些常的统计量与应场景。究竟什么是常统计量呢？其实，就是我们常的差，标准差，中位数，众数，峰度，样本偏度，随机抽样...等等。另外，还要掌握如何处理缺失值，还有什么呢？卡分布，T检验/Z检验/F检验，置信区间，I类错误/II类错误等。
上述，统计学的原理可以跟我们的ab测联系起来，尤其是当你说到这个项经历的时候，可以说到这个统计学的原理。8分的平就是掌握统计学的些基本的模型，如说我们的多元线性回归。9-10分还是要结合项经验，真正是落实到实际应当中的法才是卓越的法。
最后就是机器学习法，7分的平，概就掌握到懂得如何应聚类和分类算法，包括我们的kmeans和SVM。8分的平就是要了解些较有深度些的算法，深度学习，还有些包括个性化推荐这类。至少家可以掌握基本原理。然后知道如何在这个实际的作当中。
数据分析师1-3年是怎么样的个平呢？
第份JD要求：埋点志分析，数据仓库建模，数据可视化以及数据分析建模，这份今头条的，
第份JD要求：其实跟第份JD差不多，只不过是在熟练度上有所增加。具体是熟练掌握SQL，并且应；Tableau、PPT报告等；
第三份JD要求：需要熟练掌握SQL，能够效的和bi、产品、技术、算法去进些协同的作。
上述除了红线的部分的基础技能，家发现我们画了些绿的线条，划线部分就是我们需要掌握的业务经验，包括：常数据可视化,对数据的解读，运营建议，商业逻辑和洞察，商业分析，这个就是跟刚才我们看到的JD不样的地。
到了这，我建议家可以根据的需要选择技术发展向：
excel+sql
Excel可以达到个9分的平，sql是个基本技能，达到8分左右，再则就是7分统计学原理。
tableau+sql
这类选型的伙伴，可以sql进些数据清洗，tableau可以做数据洞察以及可视化。
Python+sql
如果家的编程基础常好，建议家使python+sql。为什么这么说呢？因为，越往后市场只会对这项技能掌握程度的要求会越来越，且选择Python之后往机器学习、深度学习发展也是相当不错的。
当你成为个资深的专家的时候，你需要掌握什么样的硬性的以及软性的技能？
家可以看下下图的份JD：个是坤宏捏合，另外个是易，还有个是Mobtech。这三个公司薪资，家可以了解下，致都在50万左右，尤其是中间易上百万左右。
可以看下JD有什么不样，在第份JD上：
它的要求是什么呢？统计学数学，计算机背景。家看到这个会不会慌了？因为有些小伙伴不是这样科班出的，没有关系，统计学理论知识的缺乏，通过后天的学习也是可以弥补跟上的。
第项要求数据分析技术以及sql、python等具的掌握。再看下，第五项要求是统计学建模和机器学习算法，家发现没有第个和第三个最低都有这块的要求：机器学习算法。那么其实也应合了我前面所说的数据分析业，对资深/专家分析师来说，掌握些机器学习的算法已经成为了个必备项，已经不是加分项了，是个必备项。除了这个硬性的技能以外，其实对资深分析师来说，是常需要些业的经验的沉淀，那怎么体现呢？就体现在你做的项目当中。
重点再说下易的这个JD，家可以看到，基本上通篇都没有提到硬性技能，但其实硬性技能涵盖在岗位描述中：易集团数据资产、全域画像的梳理，另外还需要致于业务精准拉新促活，并周期性给运营策略提供持，策划用户画像，跨域用户行为特征。这些要求的意思需要你有数据去推动业务落地.，这恰恰对我们数据分析师最挑战。
四、成败决定于项目
项介绍实际上是个展的绝佳机会，既然如此，试官喜欢怎样的呢？我们应该展哪些呢？
第一、我们展的内容要突出我们个和该应聘岗位的匹配度。尤其是岗位匹配度，且有过个常成功的案例的简历，往往会受到试官的重视。
第、业务Sense。很多都会败在这个业务Sense上，最后以业务Sense不够为由拒绝试者的情况真的不在少数。可能家会疑问，业务Sense是什么呢？这点其实也在说你的个作经验或者业敬业，仍旧停留在初级阶段，没有紧跟业务，如，假设应聘岗位跟产品这块打交道较多的话，那你可能就是不太懂产品，所以业务Sense可能是缺乏些和数据有关的产品、运营经验。此外，例如商业分析师这个岗位，做商业数据分析的定位是什么呢？是对商业的嗅觉，市场洞察，用户洞察，这些这系列说到就是业务sense。
怎么体现你的业务sense？在项当中可以体现，你具体做什么事情。例如，用户端，我做过运营，那我是不是与用户端常地紧密？我是不是跟产品结合常紧密？是不是跟运营结合常紧密？我如何去推动了产品优化，推动了我的项运营，以及取得了哪些成绩？思考问题的式法......
第三，就是全局思维。这个也很重要。特别是在应聘这个senior岗位的时候，你要体现下你的全局思维，你需要从公司的度出发，从业的度出发去考虑问题。
第四点，问题拆解的思维，怎么样拆解个问题？把的问题变成的问题，把的KPI变成的KPI，以及怎样去解决问题。这思维，在数点特训营分析思维的课程中也给家提到些常的指标拆解维度和些具体场景，拆解问题的法。
最后，就是我们的闭环思维，从个问题的抛出到解决，再到我们进复盘、优化。
1、什么是才是成功的项目
项定要去量化，包括曝光提，拉新成本降低，ROI增加，这都算是项的成功体现。另外，还有说我做的项没有运营或产品结合这么紧密，如此的话，可以怎么说呢？建议可以从整体上说，我帮助提了团队效率，我带给家什么降低了成本等，也是尽量量化，做到有理有据。而不是简单的概括为降低、很程度上、提出宝贵建议、决策持、数据持（论简历还是试，千万别这么做），会让试官觉得你的描述很虚，猜测你的作很没有含量。
2、如何介绍项目
先，介绍项的背景/大小，涉及的员，这其实就是体现了项的个与经营规模，你在这个项当中是什么样的位置，在这个项当中使了什么技能，最关键的是项中遇到了什么问题，你是怎么样解决的？以及你在这个项中得到了什么？这最最关键的还是成绩单，即你带来什么样的个突破，取得什么样的成绩。假如，确实没有这样的项突破怎么办？或者说这个项原本就没有落地，那也可以说说你在项中的思考等，但最好这样的项不要出现在你们的讨论中。
般来说项，建议家可以采两种式：
第种是般陈述型。这类型其实适于技术含量较的项。可以从以下点出发：第点，要先说下，项出发点，你解决了什么问题；第，也是较为关键之处，你在这做了什么，的什么法，结果怎么样？最后，你还是需要突出下你在这个项中并不是帆顺的，你遇到了哪些问题？采什么段去解决了这些问题，这也是常关键的点。此外，在叙述项的过程中，家表述的时候尽量的然些。
第种就是可以故事的式去介绍你的项。以讲故事的介绍项经历的式适合什么样的场景呢？较适合你的软性能去推动项的岗位试当中。
这时候有的可能会疑问，我的项经历特别少，怎么办？我的项跟这个岗位没有关系，怎么办？这样的疑问，也没有什么普适的解决法，尽可能地去思考怎样能贴近岗位描述，贴近试官关的KeyPoint。
四、永远不要忽略你作中的价值
可能你现在还只是一线的数据分析师，日常工作内容都很普通，也千万不要忽略你作中的价值。家需要先确的致层级，然后定位，找到个合适的岗位。然后对症下药，
破解技巧就是：尽可能想下在作中的价值。
先，你在作中完成作的能力和效率以及有没有特别的个项可以突出你对能和效率？
第，在作当中，有没有进更加深的思考？可以说说你对某些未完成或者结果不尽如意的项的个思考，这些内容有的时候在某些场景下（如，刚好应聘岗位也在做同件事情）也是可以在跟试官沟通中去体现出来的。
铭记，千万不要忽略你的作价值。之前有的同学跟我交流的时候（这些同学希望我帮他看看简历存在的问题），我就发现在撰写简历的时候，把所有的他做过的事情都放个解决案四个字上，通过深挖"解决案"四个字，发现他其实其实真的做了常多的事情，他做过之前说过的用户分层，异常监控。但让他写在简历上，他就了四个字：解决案。就此可以说明他可能不太了解数据业，他需要有个什么样技能。另外，这个候选可能不太擅发现的优势。
所以，励家还是要尽量去想想上究竟有哪些优点，去挖掘它。
五、你可能遇到较尖锐的问题
在面试过程中，有的试官可能会问：
你了A法为什么不尝试B案，这个时候你要想到你怎么样去回答？是不是你已经尝试过但是最终没有采？
你觉得在项中，除了沟通协调，你的主要价值在于什么？
这样的问题其实对于很多数据分析师来说，除了少数沟通，很多时候家都找不到的价值点，这个问题希望家也需要想想。
我认为你在这个项中就是取数，可以这么理解吗？假设试官这样问你，你该怎么回答？
还有些就是对职业涯的些思考的问题。
你为什么转型，是因为数据分析是较吗？是因为数据分析师能挣钱吗？
当然是，或不完全是。我们要表现积极的，表现出我们也是对数据分析这个领域的热爱。
相于其他应聘者，你的优势在哪？
其实当试官问到这个问题的时候，家其实应该要庆幸。
为什么这么说呢？因为试官在给你的留下留机会，就是你可能处在个要你也，不要你也的位置，那这时候你怎么办呢？你怎么样扭转形势呢？这个也是家要好好想想的问题。
你觉得技术重要还是业务重要，你更看重哪块？
随着我们对这个经验的要求越来越，其实很多这个公司都会较注重这个问题。般来说，数据分析师就是在取数，很少关业务做了什么。在试的时候，从试官的度来说，他其实是希望知道你能做什么？你是不是在能数据说话，是不是致于数据推动业务前？如何和业务部沟通，怎么让业务部持你的想？法其实是跟第三点有异曲同之处。
30岁了，遇到中年危机，你怎么看待？
作态度这可能会被问到怎样的问题呢？
怎样看待作加班？
尤其是现在的互联，互联经常会遇到这样的问题啊。
你是如何和上司相处的啊？
这个问题，通常在家辞职的时候问到的会常多，尤其是裸辞的时候。
你是如何看待公司化和价值观，这个只要不答差，般没有什么问题。
最后就是理篇，如说，活中你有哪些不愉快的事情？你是怎样处理的？你在这个同事中的地位是怎样的呢？你觉得家是怎么看待你的呢？这些问题其实只要家稍微想下，往积极的想就没有什么太的问题，关键的还是我们的作思考和职业思考。
下图帮助大家整理，各位可以保存，然后把这里面的问题自己写出答案，不断打磨答案，反复训练自己表达，做到面试遇到时，对答如流
六、不容忽略的细节
第一点，我们的试礼仪
包括我们的着装，举以及信是非常重要的，大家不要忽略了这一点。经常会听到些试官会说：这个不，因为Ta的沟通能从xx地体现出来有所缺。因此，在试中，你是不是够信，你能否get到试官的意图？都是需要去注意的。
举个几个例子：
抢答，在试的时候其实是常忌讳抢答的，尤其是家没说完你就抢答，这是个常不礼貌的为。
拐弯抹，如果过分拐弯抹，会被定义为沟通能力不行，连试官想问的问题都get不到，那么概率就会失败了。所以我们最好单直，直奔主题。
量使用专业术语，除是试同业，且提到的业常识或专业名词（你的常识不等于别的常识）。
因为小细节被刷掉的例屡见不鲜。
亲经历过的例，有位试者，他在参加试的时候，其他的都符合要求，包括他的、成绩、表现都是优秀的，但是他有个动作。隔分钟，就看下机。然后试官其实也挺好奇地去看了下他在什么。结果发现他对着屏幕照镜，其实这样的个为是常不好的。
另外，还有个例，是边经历过的事情，有位资深试者已经基本决定被录了，但是由于在试过程中直抖腿，就被刷掉了。以上绝杜撰出来的案例。
第点、可以在恰当的时候提出些疑问
第三点，试的过程中还可以问哪些问题
家应该都经历过：在最后，你陈述完后，试官会问你对公司或者是其他还有什么问题吗？这个时候其实家就可以抓住这个机会去问。问什么呢？可以问下公司内部的些架构，如，数据底层建设已经达到了什么样的程度，平台建设是什么样的？这样通过提问的式，既可以加强你和试官的沟通，可以给她留下些印象，通过这样的提问，你也可以更好地了解你所应聘的这家公司前到底是出于怎样的状态。此外，还可以询问今后职了以后，你能做什么？岗位需要你做什么？这些问题都是很好的。
七、总结和重塑信
面试结束后一定要进试复盘。个认为这个环节是常重要的。复盘总结的内容包括在试后，需要了解到我们期望的岗位跟的个差距。是技能上的差距，还是业务知识上的差距。如果是技能上的差距，哪些是可以通过努去快速加强的？如果是业务知识，那么期望岗位的试经历，实则时给我们的职业涯再次定位。
另外，在试当中。还有哪些做得不或者是哪些技能是在试时候没有想起来。这些都是我们在在试之后去复盘，去思考总结的经验。技能缺失就去补技能，往往技能的缺失可以通过快速查阅资料快速补。
最后的最后，有时候我们需要丢丢阿Q精神：不要我是你企业的损失。