1-2 专刊介绍

1、个人介绍

双985本硕。本科化学专业，研究生管理科学（物流方向），在自学实践中艰难的跨专业转行数据分析。2018年至今，在校招和社招中获得腾讯、网易、快手、携程、PayPal等大厂数据分析offer。擅长总结数据分析面试题目，整理面试回答思路。

2、为什么要写这个专刊

2018年我参加春招实习的时候，喜欢在牛客刷别人分享的数据分析面经，觉得很多问题重复出现的概率非常高，但网上并没有汇总的解析，就着手整理自己项目经历以及面试题目，记录成文字。秋招结束后，总结的面试文档超过4万字，全面涵盖了自我剖析，业务场景题分析，算法模型，常用代码等各方面的知识。

在校招过程中，深感数据分析方向岗位竞争激烈，且网上参考资料较少，对于许多面试中常见的考题，很难找到专业的人提供专业的指导，只能靠自己一一梳理，不断试错，在学习与转行时，耗费了大量的精力。

牛客的用户大多是尚未毕业的学生，为了方便大家对数据分析的面试有更深的认知，对常见的面试题有基本的回答思路。因此，我基于自己在校招中整理的文档以及工作后累积的业务经验，整理了专刊，希望帮助更多的同学顺利入职数据分析岗位。整理成型后的专刊字数10w+，基本涵盖了数据分析笔试面试的各方面知识，相信读完并思考实践的你一定能有所收获。

3、专刊适合什么人群

（1）毫无经验，想转行数据分析，但不知道从何下手准备业务题、技术题、算法题等题型的同学；
（2）拥有实习经验，但苦于不知道如何在面试中讲解过往项目，从数据逻辑、业务敏感度等角度呈现自身优势，回答面试官问题的人；
（3）所有对数据分析、数据运营等相关岗位有兴趣的同学；

4、为什么要学习本专刊

（1）数据分析面试日益激烈，招聘门槛提高，对业务、技术的综合考察难度上升；
（2）网上对数据分析面试题型的整理与解析质量参差不齐，缺少框架清晰、内容全面的学习资料；
（3）直击数据分析面试热点问题；

5、学完本专刊可以收获什么

（1）如何在简历和自我介绍中，展示数据分析能力；
（2）各类业务场景题的分析方法论：思路与表达逻辑；
（3）总结常考代码语法，梳理学习流程；
（4）帮助小白上手快速上手机器学习以及数理统计内容；

授人以鱼不如授人以渔，希望在学习完本专刊的内容后，大家能够灵活的将方法论运用在各种数分场景中，收割更多的offer。