2021- 02- 19 11:25

很多同学盘算着过完年换个工作，最近有大量人来咨询陈老师，今天统一指引一下。近些年试图转来干数据的人太多，于是被咨询的太多了。和其他讲职业规划的老师不同，陈老师这个钢铁直男理科生，只分析怎么做可行性最高。完全不会像其他人那样大煲鸡汤，讲什么“发觉真我，拥抱明天”一类废话，各位看官挺住哈，下边是来自钢铁直男理科生的热心提醒：

2021 年找工作是不是特别难�?

答：难不难是看人的。虽然都在喊 2020 是互联网寒冬，虽然到处新闻都在报�?XX 地方裁人，但是打铁还需自身硬，能人永远不缺工作�? 假设你的简历是�? 假设你的简历是�? 985 本科+研究�? 27 �?男�?单身- 阿里搜索 5 年经�? 精通计算广告各种算法肯定到处抢着要呀

我们多多少少都有问题，这才是真问题！

比如�? 太嫩：职场经�?1 年不到太老：30 几岁老头�? - 学历不行：大专、非重点本科- 经验不行：转行、半路出�? 经历不行：到处打杂，没像样项目经�? 行业扑街：P 2 P、O 2 O、共享经济的飘过…�? 能力不行：沟通能力差、表达不行、协作不�? 女性：大龄单身未生娃（就是容易被歧视，在此为女同胞鸣不平！�? 自身条件受限制，也是客观事实。所以不要盲目听信“我�?XX 成功经验”。那些成功经验背后往往有很多不可复制的机遇。特别不要盲目听信“我学了 XX 技能就成功求职”。在职场上混，你是谁远远比你会什么重要。即使是同样 0 基础转行，清华的就是比普通学校的好转，同行业的就是比跨行业好转，3- 5 年中生代就是比老弱病残孕好转�? 靠谱的做法，是认真分析自己的情况，找到适合自己的目标。这样求职就会变简单清晰了，明确以下三点就行：

1、我有什�?2、企业要什�?3、我要怎么�? 所以多研究自己的情况、企业的需求。即使听别人的经验分享，少关注他的心情、感受、评价，多听他有什么资质，他在哪里投简历，他面试的是什么岗位，他具体回答了什么问题。这样才能吸收可复制的经验，让自己进步�?

听你这么说，我不可能找个好工作了�?

答：不要悲观。数据分析基本思维：遇到“好/坏”要问标准。找工作也是，什么算“好”特别重要。数据分析另一基本思维：“且字越多，成功概率必然越少”所以对下一份工作，尽量清晰自己想要的关键内容�? 可以从以下小目标里挑 2 个重点来满足�? - 加薪幅度超过 30% - 从小公司换到大公�? 在北上广深杭站住�? 从传统行业换到互联网行业- 从非数据岗位换到数据岗位- 换一个加班没那么激烈的公司- 谋求领导岗位（带下属�? 谋求全新项目（独立负责）

强烈建议�?2 个就好！事不过三，哈�?

有没有可能一步登天，一下找到各方面都好的工作？有可能，但是机会少。需要刚好用人部门看上你，相谈甚欢，同时刚好招聘窗口期其他竞争对手都是傻逼�? 要知道，找工作是个企�?求职者相互看顺眼的过程，企业那边，HR 对求职者薪酬的期望值就是：上一份工�? \(+30\%\) 。虽�?HR 们口头不承认，可实际上丫就是这么操作的。如果你要的薪酬超过 30% 增幅，那么她们就会把你的简历摁下来等一等，再找其他候选人，最后挑一个能把薪酬压下来的�? 所以一次性要加薪太多，势必面临当备胎的风险，不是你不够优秀，而是因为招你的话，HR 无处体现绩效哈。这里要做好心理准备。各方面都好的工作势必难找，一次满足一个小目标更好，毕竟路长着呢�? # 那我该如何找好工作？

答：上拉钩、猎聘、BOSS 直聘�?1 job、智联招聘……搜地区+岗位名。搜出来以后有岗位名称、工作职责、能力要求、薪资范围等等，自己看就好了。需注意：有些岗位名字可能用得很乱，比如数据分析、数据分析师、数据运营、数据工程师、商业分析师、大数据分析师、策略分析师，很有可能是一个玩意。因为很�?HR 小妹妹就是随手那么一写�? 所以：

1、不要纠结名字。看具体的岗位要求匹配不匹配�?、搜索时多搜一些关键字。多尝试一些可能�?、如果搜到一个岗位自己特喜欢，可以看看这个关键字下，1- 2 年，3- 5 年，5- 10 年经验的是否还有岗位，不同年份之间要求有什么区别，这样就能区分出基础能力、进阶能力了�? 特别强调，不要单纯地看名字，即使都叫“数据分析师”不同情况下差别也是很大的，参见�?

我怎么判断自己的适合程度�?

答：匹配度是分三方面看的�? 1、基本条件：包括工作年限、岗位、行业、等级（是否带下属）能力关键字（比如建模、增长）这些往往�?HR 小妹妹们拿来筛人的条件，所以是一票否决的。如�?HR 小妹妹收到用人部门的要求：这个岗位限 5 年以�?管理下属 2 人以上，那不符合条件的会直接枪毙。所以在匹配的时候，优先看这些基础硬指标过不过关。也会存在不过关去面试的情况（很多用人部门发招聘的时候，其实也没想清楚），不过概率相对较小�? 2、岗位职责：包括来公司后，做 XX 项目，负�?XX 工作等等，这些是入职后可能做的事情。岗位职责有专业性，需要用专业知识来判断。HR 小妹妹在这方面判断力较弱，比如岗位写的“用户画像”，你写个“做过用户画像项目”，HR 小妹妹极有可能也约你来面试，但一见面才发现你只是做个调查问卷�?ppt 而已。最好的办法，是看行�?岗位+职责。直接思考下：他们这个行业的这个职责是干啥的�? 3、能力要求：包括�?XX 工具、有沟通能�?抗压能力/XX 能力，有 XX 方面经验等等。这里是有顺序的，经验》工具》能力。企业都喜欢吃现成的，一万句我会做，顶不过一句我做过。至于工具是要结合具体场景的，很多小伙伴一说转数据分析，就把书架上生了灰的《高等数学》《线性代数》《概率论》都搬出来了，完全没必要�? 一般技术类岗位会有笔试环节，如果笔试题挂了，基本面试挂掉。所以刷题是必不可少的。特别是数据类工作一般都会�?SQL 取数。越高级的岗位，越看重项目经验，特别是工作中的项目。所以才强调，前一份工作再烂，资料也要保存齐全，这样后续讲项目经验用得上，至于《泰坦尼克》《猫眼电影》《数据分析师爬虫》《网�?ABtest》这种连代码都能在网上百度到的网红项目，大家拿来练手就好。我都让我们公司 HR 小妹妹屏蔽这些简历了�?

既然提到了学习，我裸辞学习好不好

答：很多人喊着不要裸辞，其实也不全对。有些同学的工作环境实在太恶劣，每天加班加通宵，完全无暇学习，干的是最基础的重复工作，毫无价值，工资也不高。这种情况下硬撑着不辞职是没法自我提升的，面试成功几率也低。而且现在正值年初，马上 3/4/5 月是大量企业招聘的时机，辞职的话，可以密集面试�? 注意，以下人群，裸辞风险高，包括�? 注意，以下人群，裸辞风险高，包括�? 没有一�?1 年以上经验的同学：每个工作都只干俩仨月跑路，会被 HR 歧视的�? 年龄 30 岁以上，背着房贷的同学：生活压力太大，家里事多，中年任性分分钟家里后院起火�? 在北上广深，生活费不够无工作过半年的：万一仨月找不到，生活拮据，每天想着吃笋尖桂林粉还是麻酱拌面，是没法找到好工作�? 没有做好工作资料整理的同学：怒而辞职，啥资料没带出来，结果面试时漏洞百出，想补救又跟前公司翻脸了，找不回来�? 大龄单身未孕女士：虽然嘴上不说，但是职场歧视是结结实实存在的，找好下家才走最安全�? 除了这些情况下，其他同学在年初选择裸辞都可以，做好学习计划，定期投简历，记录面试情况定期复盘，就能很大地体提升找到好工作的概率�? 以上就是今天的分享，有些同学会说：咋没讲到数据类工作的特色呢？答：因为很多同学根本连这最基础�?5 点都没做到，以至于跳槽时毫无准备，盲目海投，缺少经验，漫天要价，闭门造车，最后一溃千里。每天真的在纠结吃笋尖桂林粉还是麻酱拌面，每天桌面上摊十几本书，从概率论�?21 �?0 基础 python，结果一本都学不完，瞎胡折腾，这能成就见鬼了�? 很多同学跳槽前，不是做好了功课，而是基于愤怒和妒忌�? 我看我那哥们混得就挺�? 我听说有一同学真他妈钱�? 我听一个前辈说我们行业没前�? 我的领导傻�?公司傻�?同事傻�? 至于跳槽去哪里，完全没有认真搜过岗位，全部信息都来自�?1 �?0 基础自学 python 入行互联网金融风控月�?3 万半年成�?CTO》这种文章，要不然就是来自知乎《我是如何从机械/土木/生物自学文案写作进入互联网运营半年成�?COO》这种心得分享。再赶上今年互联网寒冬，就真是盲人骑瞎马，夜半临深池了�? 即使是这基础�?5 点，讲出来也是得罪人的。在知乎上我回答过一个类似的话题，结果不但被一众“互联网数据分析�?V”踩，连某东的官方号都跑出踩。有意思，我就问各位在企业里的数据主管/经理/总监们，这下边两份简历你招哪一个？

不瞎的都会招第二个呀。某东还好意思踩，我公司�?HR 小妹妹每年都要拦�?100 份以上这种低素质的简历，你某东这么喜欢，都招了去呗，哈哈�? 各方面条件都好，自然容易找好工作；条件不足，自然要谨慎行事，多碰运气，积累经验，事实就是这么简单，也就这么残酷。大家都有所耳闻�?021 可能求职更不容易，那只能我们更加倍努力，才好找到理想的工作。如果大家感兴趣，本篇集�?60 个在看，我们分享《数据分析求职专题》，敬请期待�