金钱能让人更快乐吗？

合之前的面试经验，互联网数据分析的技能包括：

a. 精通SQL，最好是Hive-sql

b. 熟悉统计学理论：统计性描述以及推断性统计，ABtest几乎是面试必考的了

c.机器学习，这部分也需要简单准备一下，像逻辑回归、决策树、随机森林、SVM、xgboost等基础的机器模型，当然python的基础也是要会的

d.对业务的认知，数据分析最重要的目的是要支撑到业务的落地，因此对业务的认知才是数据分析的出发点，对于应届生来说，如果有实习经验那是最好的了，对业务思维的认知就会更加深刻，如果没有实习，那就得多了解一些理论知识了，比如产品领域的海盗模型、用户行为分析等，甚至可以用一些咨询case练习的结构化思维来强化这方面的分析能力

3)薪资水平

数据分析的薪资一般是介于产品岗和开发/算法岗之间，不同互联网公司的数分岗起薪在22w-30w+不等。

银行金融科技

金融科技代表：中国银行、建设银行、工商银行、交通银行、招商银行、平安银行等技术类管培生招人，其科技子公司(如：建信金融科技)也招人

1)难度系数：☆☆☆，银行历年都是校招大户，这些年随着信息技术发展，金融科技相关专业的岗位开放如雨后春笋。当然，银行技术岗相对互联网的技术难度系数较低，之前有个段子来自某拿了建行科技类职位offer的同学，“笔试不会，面试吹水，就这么拿了offer"。如下是2019年春招建行的招聘计划，多地分行的“技术类专项人才”需求达到三位数。
 

然只满足于“有工可打”那也不行，在庞大的“打工人”群体中，差距也是很大，有人拿着5k的工资累死累活，有人年入百万轻轻松松，所以找一份好工作对打工人来说十分重要。

最近正在秋招季，很多想求职数据分析的朋友问我，干数据分析去哪个行业比较好呢?

今年疫情影响下，相比传统金融行业求职的一片哀嚎，技术类起薪确实比较香，根据2019年首届数据科学理学硕士毕业生就业报告，毕业生平均薪资达到了27w，主要集中在互联网、金融科技、量化领域。

随着大数据技术逐渐渗透到各行各业，数据科学人才将迎来一波红利。而对于本科非理工背景，又想在工作中将业务和技术结合起来的同学来说，数据分析(包含大数据类)无疑是不错的选择。

今天就给大家分享一下几个热门行业数据分析岗位的基本情况：

互联网

互联网代表：阿里、腾讯、百度、京东、字节跳动、拼多多、滴滴、美团、shopee(新加坡) 等

1)难度系数：☆☆☆☆☆

2)技能要求：

给大家看看腾讯的数据分析岗位要求

（编辑：南通站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!