校园招聘时一位应聘“数据分析师”职位的学生应该具备哪些技能?

已邀请:

min

赞同来自: candy

读研的时候在电信行业做过数据分析实习生。之前也是通过校招成为数据分析师的,所以来简单回答一下。认识较浅,权当是抛砖引玉了。

感觉题主可能对企业数据分析师的岗位认识还不精确,就先来说说这个。从我自身接触到的以及领导灌输的,数据分析师可以粗略分成偏业务的和偏技术的。前者日常需要对产品的功能、用户、活动等做日常的监控以及效果评估、研究分析,对算法应用的不多,一般SQL+EXCEL就可以解决大部分问题;后者才会更多的涉及到编程、算法,但也相应的和具体业务不那么近了。所以题主你想要从事的是哪类?

但不论哪类,都应该具备提取数据、分析数据、呈现结果的能力。所以SQL是优先必须的技能,而更基础的应该是逻辑,面对一个问题从什么角度分析?哪些是重点的?

所以最后建议,去找一个数据分析岗位的实习,体会一下数据分析师的日常,然后一切自然也就知道了。

安之若素

赞同来自:

从阿里巴巴笔试试题看数据分析师的职业要求

以下试题是来自阿里巴巴2011年招募实习生的一次笔试题,从笔试题的几个要求我们一起来看看数据分析的职业要求。

一、异常值是指什么?请列举1种识别连续型变量异常值的方法?

异常值(Outlier) 是指样本中的个别值,其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。

Grubbs’ test(是以Frank E. Grubbs命名的),又叫maximum normed residual test,是一种用于单变量数据集异常值识别的统计检测,它假定数据集来自正态分布的总体。

未知总体标准差σ,在五种检验法中,优劣次序为:t检验法、格拉布斯检验法、峰度检验法、狄克逊检验法、偏度检验法。

点评:考察的内容是统计学基础功底。

二、什么是聚类分析?聚类算法有哪几种?请选择一种详细描述其计算原理和步骤。

聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。 聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy)。聚类与分类的不同在于,聚类所要求划分的类是未知的。

聚类分析计算方法主要有: 层次的方法(hierarchical method)、划分方法(partitioning method)、基于密度的方法(density-based method)、基于网格的方法(grid-based method)、基于模型的方法(model-based method)等。其中,前两种算法是利用统计学定义的距离进行度量。

k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然 后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。

其流程如下:
(1)从 n个数据对象任意选择 k 个对象作为初始聚类中心;
(2)根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;
(3)重新计算每个(有变化)聚类的均值(中心对象);
(4)循环(2)、(3)直到每个聚类不再发生变化为止(标准测量函数收敛)。
优点:本算法确定的K 个划分到达平方误差最小。当聚类是密集的,且类与类之间区别明显时,效果较好。对于处理大数据集,这个算法是相对可伸缩和高效的,计算的复杂度为 O(NKt),其中N是数据对象的数目,t是迭代的次数。一般来说,K<<N,t<<N 。

缺点:1. K 是事先给定的,但非常难以选定;2. 初始聚类中心的选择对聚类结果有较大的影响。

点评:考察的内容是常用数据分析方法,做数据分析一定要理解数据分析算法、应用场景、使用过程、以及优缺点。

三、根据要求写出SQL
表A结构如下:
Member_ID(用户的ID,字符型)
Log_time(用户访问页面时间,日期型(只有一天的数据))
URL(访问的页面地址,字符型)
要求:提取出每个用户访问的第一个URL(按时间最早),形成一个新表(新表名为B,表结构和表A一致)
createtable B asselectMember_ID, min(Log_time), URL from Agroup byMember_ID ;

点评:SQL语句,简单的数据获取能力,包括表查询、关联、汇总、函数等。

另外,这个答案其实是不对的,实现有很多方法,任由大家去发挥吧。

四、销售数据分析
以下是一家B2C电子商务网站的一周销售数据,该网站主要用户群是办公室女性,销售额主要集中在5种产品上,如果你是这家公司的分析师,

a) 从数据中,你看到了什么问题?你觉得背后的原因是什么?

b) 如果你的老板要求你提出一个运营改进计划,你会怎么做?
表如下:一组每天某网站的销售数据
日期 9月6日(周一) 9月7日 9月8日 9月9日 9月10日 9月11日(周六) 9月12日(周日)
小收入

a) 从这一周的数据可以看出,周末的销售额明显偏低。这其中的原因,可以从两个角度来看:站在消费者的角度,周末可能不用上班,因而也没有购买该产品的欲望;站在产品的角度来看,该产品不能在周末的时候引起消费者足够的注意力。

b) 针对该问题背后的两方面原因,我的运营改进计划也分两方面:一是,针对消费者周末没有购买欲望的心理,进行引导提醒消费者周末就应该准备好该产品;二是,通过该产品的一些类似于打折促销等活动来提升该产品在周末的人气和购买力。

点评:数据解读能力,获取数据是基本功,仅仅有数据获取能力是不够的,其次是对数据的解读能力。

五、用户调研
某公司针对A、B、C三类客户,提出了一种统一的改进计划,用于提升客户的周消费次数,需要你来制定一个事前试验方案,来支持决策,请你思考下列问题:

a) 试验需要为决策提供什么样的信息?
c) 按照上述目的,请写出你的数据抽样方法、需要采集的数据指标项,以及你选择的统计方法。
a) 试验要能证明该改进计划能显著提升A、B、C三类客户的周消费次数。
b) 根据三类客户的数量,采用分层比例抽样;

需要采集的数据指标项有:客户类别,改进计划前周消费次数,改进计划后周消费次数;
选用统计方法为:分别针对A、B、C三类客户,进行改进前和后的周消费次数的,两独立样本T-检验(two-sample t-test)。

点评:业务理解能力和数据分析思路,这是数据分析的核心竞争力。

综上所述:一个合格的数据分析应该具备统计学基础知识、数据分析方法、数据获取、数据解读和业务理解、数据分析思想几个方面能力。

转载自:从阿里巴巴笔试试题看数据分析师的职业要求。

阿里粑粑-数据分析师:
如果你,具有良好的商业敏感度和优秀的数据分析技能,能够开发创新而实际的分析方法以解决复杂的商业问题,擅长与商业伙伴的交流沟通;

如果你,熟悉SAS、SPSS等统计分析软件,熟悉 SQL; 

如果你,所学专业是数学,统计,运筹学等相关专业; 

如果你,具备良好的沟通能力和报告讲解能力,并期望提升自己在管理及组织能力方面的锻炼;

如果你,具备优秀的团队合作精神、诚实、勤奋、严谨;积极创新、乐于面对挑战、负责敬业等特质。 

如果你对行为分析感兴趣,如果你喜欢从数据中发现规律,如果你想踏入大数据的门槛,那就加入数据分析师的行列吧!

❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀ 分割线 ❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀

2014 阿里巴巴校招数据分析师职位笔试题目(回忆版)
1、选择题
1、 一下哪个属于离散变量
水稻亩产量 家庭收入 商品价格 汽车产量

2、 卡方分布的样本方差分别是
n 1 2n 4n

3、 有个人买彩票,中奖概率为 1/10,每次花 200 元,连续买 5 次,如果中奖则奖金为 1000 元,问
不赔钱的概率是多少

4、 世界男女比例相当,黄种人比其他人种多的多,其他人种男的比女的多,以下那句是正确的
黄种人男人比黑种人女人多
黄种人女人比黑种人男人多

5、 关于聚类分析的题目 ,判断哪句不正确

6、 均值>中位数>众数,问这个分布偏左还是偏右

7、 随机无放回抽样跟随机有放回抽样比较,哪个方差大,还是相等

8、 回归分析 y=a+bx,如果存在自相关,问 b 的值如何,是正负还是 0,还有显著性如何。

2、问答题

1、 SQL 语句,表 A 有 member_id, city,表 B 有 member_id, price 几项,将 A 和 B 链接,且
指定城市和 price>10. Member_id 为主键.如果不会写就给出数据分析的思想

2、数据清理中,处理缺失值的方法

3、回归分析中出现的多重共线性问题是什么,如何处理

3、分析题

1、对不同价位区间的商品做活动,表 A 给活动出流连次数与总体浏览次数,表 B 给出活动
商品转换率和总体商品转换率,分析现象

2、某电商推出一款新的产品,希望这个产品能大卖,让你给这个主题取个名字,如果你是
数据分析师,设定哪些指标来判断,给出指标的定义和意义,至少三个。

gus

赞同来自:

精通SQL+R或者spss+ppt,其他的最好懂点开发语言php或者python,懂点计算机和统计,有点相关的建模或者开发经历,这些是必不可少的。

另外需要根据具体职位区分,有做数据管理的,也就是DBA,有做数据挖掘的,偏向于算法构建,即使数据分析也分为互联网行业,金融行业,咨询行业,传统行业,需要根据你的具体意向做一些相应的准备。

要回复问题请先登录注册