很多朋友明年都会开始寻找新的工作机会，我打算写一个系列的采访作为大家的指南。看机会的第一步肯定是修改简历，所以在第一篇文章中，我们来谈谈如何写出一份吸睛的数据分析师简历。
小洛帮助一些朋友成功拿到了大厂数据分析师的offer。在数据分析师简历和就业面试方面积累了丰富的经验。他对目前的用人标准和用人标准比较熟悉。工作行情。我发现有些朋友虽然工作了几年，但不知道如何用简历包装自己。错过机会很可惜。授人以渔，不如授人以渔。今天给大家分享一个非常宝贵的经验，希望对很多人有所帮助。本文内容极其枯燥，请收藏食用。
01
简历组成和内容描述
简历内容结构：主要由6个方面组成，基本信息、学历信息、技能、项目、工作经历等附加信息等； （学历、技能、项目、工作经历的顺序可以颠倒过来，主要的原则是经验亮的放在前面，比较薄弱的地方放在后面）
教育信息：
技能：
数据分析师岗位的核心技能主要包括数据工具、统计学、分析方法论、机器学习模型能力、通用能力、专业领域等，建议丰富以下技能并写在简历中。
（订购初学者->高级）
项目：
简历中的项目描述是重中之重，因为面试官会快速浏览简历并就感兴趣的项目提出详细的问题。建议简历中的项目数量为2-4个，避免描述，用2-3句话突出重点。遵循目标-行为-行动-结果的原则，重点写清楚使用了哪些分析方法，取得了哪些结果。项目效益的量化指标。 （面试时项目需要详细介绍项目背景、项目规模、项目难点等，但在简历中突出行动和成果就足够了）
我们以一个用户设备画像项目（成长项目）为例
错误演示：x
项目背景：由于线上新渠道业绩不佳，公司未能实现公司用户规模目标，公司计划改变新用户投放策略，大力开展线下预装。通过分析历史数据，我们可以找到优质的手机厂商，制定新的发布策略，在预算固定的情况下，让新用户规模达到预期。通过模型与爬虫模型的对比，建立用户模型的价格分类模型，并通过用户行为建立评价体系，衡量手机厂商在不同价位的贡献值。
项目成果：提供高价值厂商的产品线型号，修改之前的线下交付策略，预装渠道新增用户较预期提升13%
正确示范：√
项目描述：（目标）为实现公司用户增长规模目标，优化新用户投放策略。 （行动）通过分析历史用户渠道数据、爬虫爬虫模型与模型对比，构建用户模型价格分类模型，通过用户收入、活跃度等维度（结果）建立评价体系，衡量手机的不同价位厂商手机渠道贡献价值；
项目成果：（量化项目收益）精准识别高价值厂商产品线型号，优化前期线下交付策略，将更多资源分流至高价值渠道，优化整体投资回报率，预装渠道增加数量新用户增加 13%；
简化句结构：针对xx的目标，通过分析xx，构建了xx，优化增加了某指标的xx%
工作经历：
职位描述需要反映您所从事的业务类型和工作职责范围。因为一些具体的项目细节已经在项目中有所体现，所以工作经历的描述语言要尽量概括。 ，体现自己的主观能动性、闭环能力。学会系统地描述复杂而详细的工作内容。我们以数据分析师的共同工作内容：核心指标变化分析、指标体系建设、专项策略输出为例：
错误演示：x
p>
负责分析异常指标产生的原因，多维度拆解，反馈给业务端；
编写xx个底层hive表，构建xx个数据可视化版本；
分析xx数据，得到xx策略；
正确示范：√
核心指标变化分析：（行动）每日核心数据监测分析，平日从核心数据异常波动专项分析中提取沉淀（增效）固化分析框架简历上有的信息填错了，智能数据监测系统搭建，（结果）大大降低了异常问题定位的时间成本，及时了解指标变化原因，并提供反馈促进，提高信息获取效率；
指标体系建设：（行动）通过梳理xx整体业务流程，调研数据应用，设计（多维度业务）流量和订单，能够反映业务健康和风险预警、转型、生命周期等维度的业务指标，推进前端、数仓管理和数据传输，（了解底层数据）推动完成hive底表、中表、上表开发，设计制作一整套业务系统可视化数据看板和多维报表。 （结果）及时发现异常问题，大幅提升数据使用和问题发现效率，覆盖日常数据需求80%。
特殊策略输出：（目标）以吸引新用户和激活用户为目标简历上有的信息填错了，深度参与商业策略设计。 （分析方法）基于多元线性回归、用户行为漏斗分析、决策树等建模分析方法，对每个用户行为的价值进行拆分量化，挖掘提升用户价值的关键行为，发现业务提升潜力。 （结果）并输出业务洞察，与产品、运营和技术团队协同设计业务战略并推动实施，取得xx；
02
简历笔记
1、关键字点击次数
浏览一份简历的时间一般在30s以内，所以如果简历命中了业务方看重的关键词，通过率会大大提高，目前通用能力关键词包括用户画像、标签系统、指标体系、监控系统、ab实验、用户分层运营、渠道分析、投资回报率优化、增长模型、推荐（分销）策略等
你也可以参考具体的职位jd，在简历的适当位置写上上面的一些关键词。每种类型的业务和不同的部门重视不同的关键字。我们需要根据不同的业务需求来分析和添加关键字。
2、输出量化
简历需要注重输出的量化。
我了解数据分析师日常工作的一部分是难以量化的合作和支持工作。这部分需要我们主动跟踪我们产生的数据的作用和作用，多和业务方沟通。获取量化指标结果。
3、项目选择
考虑以下原则，选择2-4个项目写在简历中。
4、动作反射
无论是在项目描述中，还是在工作经历描述中，都注意动作的表现形式，采用什么分析方法？如何促进分析结论的落地？更多的动作描述来突出你自己的主观能动性。
03
一些质量检查
1、抓取工作很多，项目如何细化？
很多朋友都会遇到这种情况。通常工作中临时数据需求太多，没有经历过比较完整的项目，导致简历很难有重要的输出写出来。面对这种情况，我的建议是系统梳理平时工作中的临时需求，了解满足需求时的背景和跟进结果，然后多沟通，多阅读产品和运营的周报。了解当前的业务趋势和你提出的需求的实际效果，多思考你工作的意义，然后将一系列碎片化的需求升华整理成一个项目，写在你的简历上。
2、面试官一般是怎么问简历的？
面试官通常会就他们最感兴趣且与被面试职位最相关的问题提出问题。比如面试职位是成长数据分析职位，很可能会问到简历中的ab实验、渠道ROI优化、补贴策略等问题。如果面试职位是数据科学类的，很可能会问简历中机器学习内容的问题。
不同面试官的风格差异很大，有的面试官擅长问开放式问题，但不是在简历上。但至少要确保简历上写的所有内容都是我们熟悉的。
3、如何挖掘jd的重点，有针对性地准备简历？
上图是我在老大直拼找到的一个jd，关键词圈起来了。如果应聘者的简历能够体现内容信息&短视频&直播等业务经验、推荐分发策略优化经验、分析报告经验、行业研究、竞品分析等，将大大提高求职者的通过率。简历，面试准备也是如此。 .
4、如何给转行的朋友写简历？
首先要明确，如果你面试的是数据分析职位，如果你没有分析项目，那么写非数据分析项目也不是不可能。它不是一个分数，但它已经与分数相关联。可以和公司的分析师一起了解工作内容，体现在非数据分析项目中。底层能力是通用的，分析能力固然重要，但完成事情和得到结果的能力同样重要。
很多人认为kaggle项目已经烂透了，但事实是，无数人通过自学数据分析，写kaggle项目，或者爬取一些分析项目的数据，成功找到了工作。对于转行的同学来说，最重要的是多和业内人士交流，保持正确的学习方向，不要闭门造车。
作者：赵小洛互联网行业数据分析师，主要分享互联网数据分析、产品、运营相关的方法论和思维总结。
