這兩年作為面試官面了差不多有100多個數(shù)據(jù)分析候選人了，也形成了一些自己的判斷標(biāo)準(zhǔn)，但因為平常的面試都比較零散，所以也一直沒專門去做總結(jié)。剛好最近在參加公司的校招專場面試，專場面試一般都是需要面試一整天，而且是面完一個馬上需要面下一個的那種，中間比較少的時間回憶思考，所以就把我的評判標(biāo)準(zhǔn)固化成了幾個點，然后根據(jù)候選人在面試過程中每個點的表現(xiàn)進(jìn)行綜合判斷，等面試完了判斷和評價也就完成了。這一篇就分享下我的一些評判標(biāo)準(zhǔn)，我主要會考察以下幾點：

工具能力
理論能力
邏輯思維及溝通能力
數(shù)據(jù)分析行業(yè)基礎(chǔ)知識
解決問題的能力
職業(yè)規(guī)劃情況

上面這幾個點的順序也是我在考察時候的重要性排序，接下來就講講每個方面我具體是怎么考察的。

工具能力

工具能力是一名數(shù)據(jù)分析師最最最基礎(chǔ)的一項能力，是數(shù)據(jù)分析師的武器，所謂的工欲善其事，必先利其器，要想做一名合格的數(shù)據(jù)分析師，首先數(shù)據(jù)分析工具的使用要足夠熟練。

數(shù)據(jù)分析的主要工具就是Excel、Sql、Python三件套，外加一個可視化工具：Tableau或者Power BI任意都可，這種BI可視化工具的基本操作方式都一樣，熟練掌握一個就行。

說起Excel很多人都會覺得很簡單，而且面試的時候考察的也比較少，但實際上能真正熟練使用的人也不多，比如有多少人知道數(shù)據(jù)透視表中的非重復(fù)計數(shù)功能。大家千萬不要小看Excel，在實際工作中大部分分析師的大部分時間其實都是在用Excel，如果Excel用的不夠熟練會嚴(yán)重影響工作效率的。

還有就是Sql，Sql入門也很簡單的，但是也要注重基礎(chǔ)知識的積累，比如A表 Join B表是什么連接方式、distinct 和 group by在去重計數(shù)上有什么區(qū)別、Sql的執(zhí)行順序是什么樣的、子查詢是什么？這些問題也有不少候選人是回答不上來的。

最后就是Python，很多人學(xué)Python一上來就是學(xué)爬蟲、學(xué)算法、還有學(xué)網(wǎng)站建設(shè)的，可是這些對于數(shù)據(jù)分析師來說是完全不重要的，作為一名分析師會比較少用到。關(guān)于Python，我最常問的一個問題就是Python中的數(shù)據(jù)透視表是哪個函數(shù)，根據(jù)過往經(jīng)歷，10個人里面差不多只有一個人能回答上來，還有一個是大概知道是p開頭的一個函數(shù)，但是具體拼寫不出來。

關(guān)于工具層面的一個建議就是一定要注意基礎(chǔ)知識的積累，不要追求酷炫，這里推薦我的兩本書，完完全全從數(shù)據(jù)分析師角度出發(fā)去寫的兩本：

理論能力

理論知識是一名分析師做事的底氣，每做一件事背后都有專業(yè)的理論做支撐是一件特別美好的事情。主要包含統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)算法、計量經(jīng)濟(jì)(如果候選人專業(yè)課有這個的話)這三塊。

統(tǒng)計學(xué)的核心知識點主要圍繞假設(shè)檢驗展開的：假設(shè)檢驗的思想是什么、P值有什么含義、一類錯誤/二類錯誤分別是什么、T檢驗和Z檢驗的區(qū)別、均值指標(biāo)和率指標(biāo)的檢驗方式有何不同？

機(jī)器學(xué)習(xí)算法主要就是圍繞常用算法展開的：常用算法有哪些、A算法與B算法之間的區(qū)別是什么、XX算法的具體步驟有哪幾步、邏輯回歸和線性回歸的區(qū)別是什么？

計量經(jīng)濟(jì)主要問一些比較常規(guī)的問題：怎么解讀回歸系數(shù)、為什么計量研究中的R2一般都很低、方差分析和回歸分析的區(qū)別是什么、什么是中介變量、中介變量的使用場景是什么？

上面的這些問題不會都問，會根據(jù)候選人簡歷上呈現(xiàn)的點來挑著問，但是大體上就圍繞上述的那些。

邏輯思維和溝通能力

邏輯能力和溝通能力不像前面的工具和理論能力那么具體，一般都是通過問候選人簡歷上的項目描述來感受的。雖然這項能力在的重要性排在第三，但一般最開始感受到的就是這項能力，我一般先會讓候選人自我介紹，介紹完之后就溝通簡歷上的項目，通過候選人在描述項目的過程中就能感受到候選人的邏輯能力和溝通能力是什么樣的。

這里面有一些評判標(biāo)準(zhǔn)：

• 項目的前因后果能不能描述清楚，背景是什么、具體的方案是什么、為什么用這種方案、這種方案有哪些優(yōu)勢和不足，最后取得了什么樣的結(jié)果

• 在描述項目的時候有沒有條理，聽上去亂不亂

• 在介紹的時候針對你的疑問和質(zhì)疑有什么反映

數(shù)據(jù)分析本身就是一個特別重邏輯的工種，異常歸因可以說是分析師最常見的一種場景了，想象下，如果歸因的時候沒有邏輯，亂歸的結(jié)果會是什么樣的。

數(shù)據(jù)分析行業(yè)基礎(chǔ)知識

數(shù)據(jù)分析行業(yè)的基礎(chǔ)知識這一項主要考察你對這個行業(yè)的了解程度，對行業(yè)的了解程度在一定程度上能反映你對這個崗位的熱愛程度和下功夫程度。

比如數(shù)據(jù)分析常用的分析方法有哪些？AARRR模型是什么？RFM模型是什么？北極星指標(biāo)是什么？數(shù)據(jù)相關(guān)的崗位有哪些？數(shù)據(jù)分析、數(shù)據(jù)運營、數(shù)據(jù)產(chǎn)品這三者的區(qū)別是什么？

解決問題的能力

即使我們前面做了很多的準(zhǔn)備，但我們在實際工作中還是會遇到很多未知的問題，這個時候解決問題的能力就至關(guān)重要了。

我一般都會問在過去的工作或者學(xué)習(xí)經(jīng)歷中有沒有遇到什么陌生的知識點，最后是怎么解決的，以此來判斷候選人的解決問題能力。

搜索是最有效的解決問題的方法，但很多人沒意識到。

職業(yè)規(guī)劃情況

這個主要看候選人的穩(wěn)定性和未來的潛力情況，主要會圍繞兩個方面問，你覺得數(shù)據(jù)分析是做什么的以及你為什么要從事數(shù)據(jù)分析這個崗位。

---

以上就是我作為一個面試官在面試數(shù)據(jù)分析候選人時會主要考察的點，希望對大家有所幫助。最后說明下，上面這些點主要適用于0-5年的分析師，更高階的分析師考察的側(cè)重點會稍不一樣。

歡迎大家在評論區(qū)留言討論。

點擊下方卡片進(jìn)行關(guān)注，獲取更多內(nèi)容

點分享

點收藏

點點贊

點在看

總結(jié)

以上是生活随笔為你收集整理的面试了100个数据分析候选人以后，我总结出了这些面试问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。