如何能到移动、联通公司工作?

我是春面:

我已从事运营商(移动、联通、电信)行业相关数据岗位几年,现将我的求职经验分享给大家。

下面我会从5个方面分享:面试前的学习准备、投简历技巧、面试的技巧、我现在的日常工作内容。

1.面试前明确工作方向及学习准备

投简历前,要先确定好你想从事的数据分析方向,主要分为业务方向、技术方向。

业务方向的业务数据分析师,这类型的分析师可以不会编程,而是向取数人员提出取数需求,给他提取相应的数据。这类职位的工作最主要是把数据与业务结合,利用常用的分析方法解决问题,并提供对应策略。

技术方向的数据分析师,既要要会编程写代码,又要懂得相关业务分析,不然脱离业务分析就只是个提数人员了。

所以确定好你的发展方向,才能在投简历时不迷茫。投简历时,根据招聘信息判断这个数据分析岗是业务方向,还是偏技术方向。如果对编程不感兴趣或者还不会的,建议选择业务数据分析师方向。

确定好自己是往哪类数据分析师的方向发展之后,再确定自己的求职行业是什么。

这里你可以利用互联网,了解各行业的发展前景怎么样,或者参考下你的专业是偏向于哪个行业的。

例如,我的专业是数学与应用数学,偏师范方向,我也有家教兼职的经历,我就可以考虑往教育行业的数据分析师去发展。

如果你觉得你专业方向的行业前景不好,或者不喜欢该行业,这时候也可以选择你心仪的、发展前景好的行业。

例如我不喜欢教育行业,而是选择了自己喜欢的运营商行业的数据分析师岗位。

对于各行业数据分析岗位工作的了解,推荐看畅销书《数据分析思维》,里面有对12个行业的数据分析岗位内容有详细描述,可以作为很好的参考和学习。

确定岗位和行业方向后,接下来就是技能学习了。对于无工作经验的求职者,公司更看中的是你的相关数据分析知识掌握得怎么样,具体包括以下几个方面。

首先是统计学知识。统计学知识是数据分析师必备的技能,可以看到数据分析师招聘信息中有的明确写着“统计学、应用数学专业优先”,这是因为这些专业的大学课程中会学到统计学,那学生就有比较扎实的统计学基础,有利于之后的深入学习。

不过专业是非数学类的也没关系,实打实地去补充统计学知识即可。统计学知识相对于大学的《高等数学》容易理解很多,入门学习的话我推荐《深入浅出统计学》这本书,这本书对于统计学的描述带有故事性,通俗易懂,知识点也比较全面,值得入手。

学习统计学知识的时候,可以做笔记把重点都简单记下来,这样有利于面试前覆盘时检索,不用整本书地找知识点,可以节省很多时间。

然后,学习Excel,推荐看免费教程《职场Excel》

最后是对于数据库SQL的学习,如果零基础的话,建议跟着有经验的老师学习比自学节省不少时间。

之前我是跟着视频课程学习,然后上班空闲时间进行实操训练。我早起一个小时进行学习,用一周的时间就可以学完课程,加上平常上班的实操,上手就很快。

以上是对于投简历前的学习介绍,如果你想都掌握的话还是要花时间和精力的,所以尽早确定目标与方向会有更多时间去准备。

另外,确定好公司及投递岗位后,就要去了解该公司的情况。可以利用天眼查网站去查询该公司是否真实存在,是否存在不良记录等。

再通过百度等网站查询该公司的介绍,了解它是属于什么行业、什么时候成立、公司规模有多大、主要服务对象和产品是什么等。

面试中被问到为什么选择他们公司的时候,你就可以从行业、公司优势、岗位内容去阐述了。

2.投简历技巧

投简历方式分为线上和线下两种方式,线下投简历主要的途径是通过校招和当地的招聘会投简历,这就需要去到现场,在投简历时同时进行简单的初试。

HR会主要了解你之前的工作经历、辞职原因、选择他们公司的原因、期待薪资等简单的内容,像这些与工作内容不相关的面试题目及答题诀窍,可以在网上搜索了解下,知道回答的方向,避免入坑即可,简历的内容符合他们需求的话一般都没什么大的问题。

线上投简历是现在的主流,如果是在职找工作,线上投简历比较方便。推荐的App有猎聘、智联招聘、前程无忧、BOSS直聘以及当地的人才网。

每个地方的公司招聘信息发布的方式不一样,可以多跟意向公司就业人员甚至HR了解他们发布招聘信息的主要方式和接受简历途径。

例如,某个公司在智联招聘App上发布招聘信息和接受简历较多,那HR在该App在线的时间也多,选择这个App来投递简历,获得面试的机会也较大。

在App上投简历有3个技巧。一是要一对一投简历,不要用一份简历投递多个岗位,要有针对性地投。虽然岗位的名称都是数据分析师,但是每个公司对于岗位的工作需求和能力需求不一样,这就需要投递前认真解读招聘信息,并针对性地调整简历内容,例如工作经验、技能的内容调整与排序等。

二是购买投简历App的简历置顶服务,价格大概100元。你可以估计你找工作的时间,例如,你觉得你一个月内容可以找到工作,那就买一个月的就好。每个App对于这项服务的名称不一样,不过作用都是让你的简历出现在HR面前的概率大大增加,而不是石沉大海。我在智联招聘App上买过这个功能,确实比没买之前收到的面试通知更多、更快。

三是通过网站投简历没得到回复,但是你很想获得这份工作,就可以自己去BOSS直聘App看有没有这家公司,有的话可以直接在上面跟HR私聊表达自己的求职意向,通过聊天沟通的方式争取机会,得到面试的机会更大。

我上一次的数据分析offer就是这样子来的,在智联招聘投简历无回应,就去BOSS直聘里面找到这个公司,直接私聊。

3.面试技巧

面试也分线上和线下两种,线下面试是去公司进行面试,大家都很熟悉,这里我重点说线上面试的经验。

线上面试有电话面试、视频面试,我之前异地找工作,就是通过电话面试和视频面试拿到offer。

电话面试就是你和HR约好打电话面试的时间,方便快捷,不用专门去对方公司一趟,对于在职找工作的就很方便,不用专门请假去面试。

另外,互相看不到对方也有利于你在面试过程中可以看准备的材料进行回答,所以做好面试准备很重要。

你可以把对于某个问题的答题思路写下来,面试的时候就可以看着回答,或者用笔记录下HR的问题,也能更好地整理回答思路。

有次面试官给我出了一道题,里面涉及好几个数字,我是边听边、记笔记、边思考,并快速给出回答。

但是电话面试也有不好的地方,问问题或者回答问题时,看不到对方的表情,无法快速判断自己的回答对方是否满意,只能通过听对方的回答和语气来判断对方的心理。

另外就是HR看不到你,对你的印象也只能通过你的回答来判断,这时候说话的语气、语速都需要注意。说话有亲和力和保持微笑,都能使你们的沟通效果更好。

视频面试是你和HR约好面试时间后,通过手机微信视频等途径进行视频面试。这时你要找个安静没人的地方,而且视频面试可以看得到对方,所以如果是在房间也要注意个人穿着,要穿得正式一些,给对方留下好的印象。另外就是保证网络通畅,以免网络质量影响到自己的发挥。

不管是哪种方式的面试,都要熟悉自己的简历内容,面试官会根据你的简历内容进行提问,看你写的内容是否真实。对于简历上的内容,都要在面试前准备好对该内容的描述,要自圆其说,不然会给面试官留下不好的印象,自己也会有心理压力。

我校招面试经历是这样的:校招现场投简历的第二天就被通知面试,当时是一个笔试和一个面试,笔试的内容是发一张白纸,给20分钟把自己的情况写出来。

我是当作一个自我介绍来写,重点写下最近使我获得较大成长的事件,最后总结下自己的收获,以及期望是什么。

接着就是面试,有两个面试官,一个是HR,一个是公司领导,我面的岗位是信息化与数据,HR的问题主要是关于生活方面,如大学成绩、性格、工作稳定性等。

公司领导问的内容偏向技能方面,主要了解会不会某个岗位的技能、会到什么程度、有没有具体实际应用。当时我说我会Python的基本操作,案例是自己曾经做过一个关于预测的项目分析。

现在的公司都是比较愿意培养应届毕业的本科生或者研究生,对于校招的招聘会注重你学校时期的经历和成绩,另外就是你对这个行业或者工作的热爱及能力、潜力。

社招的话,会更注重你的工作经验及工作成果。

每个公司对数据分析师的工作要求不一样,不要只看岗位名。,在求职面试的时候,可以跟部门领导了解下你应聘的岗位的日常工作,参照他的工作内容描述,评判是否符合你的预期想法。

例如,你希望能够利用分析方法进行数据分析,而部门领导对工作的描述都是偏向于数据提取和整理,那这家公司数据分析师岗位的工作内容没涉及太多具体的分析,日常工作大都是取数、做报表,你就要考虑好是否选择这家公司。

4.我现在的日常工作内容

我现在的工作是在运营商行业做关于存量用户运营。

因为部门的编制人数限制,不会有专人专岗,一个岗位要做的工作内容很多。例如我的工作岗位,不仅要针对数据现象分析原因,还要处理各种数据需求或者问题。

我的日常工作内容,一是数据挖掘,利用数据库挖掘用户相关数据,根据用户画像和消费偏好给用户匹配更合适资费套餐或者其他流量包产品等,然后外呼团队会对用户进行外呼推荐产品。

二是数据分析,例如某产品的用户订购率低了或者退订率高了,领导就要求去分析产生的原因是什么,那我会结合用户订购或者退订的结果、我提供的外呼数据、产品内容等进行分析并汇报。

三是处理日常比较零碎的工作,例如处理产品、外呼、用户等产生的问题,一般会通过发起流程需求处理或者电话沟通处理。

工作多年后,我也被猴子老师邀请参与写了畅销书《数据分析思维》里的运营商行业这一章,以上就是我的求职经验分享,希望你也找到自己喜欢的工作。

上面内容来自“猴子数据分析”学员分享的求职经验,来源:⠀

https://www.zhihu.com/question/29265587/answer/1588662808

推荐:有一份求职秘籍待领取

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章