注
关注我们
关注更多新鲜职场资讯
思源
面对面
活动介绍：“思源面对面”是由安泰职业生涯发展协会推出的为在校生提供职业指导的系列访谈活动。活动通过对优秀应届毕业生的访谈，为在校同学提供来自各个行业的最新鲜、最贴近自己的职业资讯和求职经验。
为者常成，行者常至
编者按：
本期的“思源面对面”访谈，我们有幸请到了2021级管科硕士的朱睿琦学姐。朱睿琦学姐早在本科期间就明确了自己的职业方向，因此研究生期间聚焦数据类岗位，在字节、腾讯、B站等大厂做了多段实习。学姐凭借在腾讯暑期实习中的优异表现，最终获得腾讯数据科学的offer。
在这次访谈中，学姐向我们分享了她的实习经历，科普了不同数据类岗位的职责差异，为我们提供了思考和借鉴。
对互联网求职方向感兴趣的同学们，和我们一起来看下学姐的经验与心得吧！
问答
Q1：请学姐简单介绍一下自己。
学弟学妹们好，我是朱睿琦，本科来自北京理工大学管理与经济学院的信息管理与信息系统专业，硕士就读于安泰经济与管理学院的管理科学与工程专业。我本科阶段学过编程和经济管理方面的课程，同时对数据分析比较感兴趣，后来通过在腾讯、字节、B站数据岗位实习后，更加坚定地选择了数据分析方向，最终签约腾讯的数据科学岗位。
Q2：请学姐介绍一下腾讯以及数据科学部门和岗位情况。
根据我的实习体验和以往的了解，培养体系方面，由于腾讯体量大，涉及不同的事业群，比如IEG、微信、腾讯云等，所以内部的学习资源和培养体系是很健全的，进去后有mentor带着做项目，可以参考内部的文档和学习资料。
数据科学的岗位大致分为三类：第一种偏归因分析，比如追踪电商平台各个垂类的表现，通过数据分析寻找某个垂类表现好或者不好的原因（爆款推动、行业/竞品格局变动等）；第二种偏实验类型，可能多用在小红书、B站、知乎等快速迭代的产品上，比如想了解首页推送哪种稿件更受欢迎，就可以通过相关实验将用户分为实验组和对照组，然后比较两组的表现得出相关结论；第三种与建模联系较紧密，比如用模型和算法预测用户未来登录或不登录的概率。
Q3：请学姐介绍腾讯数据科学岗位的未来职业发展路径情况、日常的工作内容和节奏。
在岗位方面，我是暑期实习转正，暑期实习的岗位和转正后的岗位相同。未来职业发展比较常见路径大概是在我们所在的职级通过做一些项目获得比较大的突破和进展，然后晋升到下一职级，再向更远的方向发展。数据分析的职业发展路径分为两条：一是业务产品型，需要对产品有更深的了解和认识，会与业务更贴近；二是技术型，需要在技术上不断深耕，比如更深入的研究因果推断落地的方法、在模型改进上有所突破等。
工作内容涵盖之前介绍的归因分析、因果推断实验、建模三个类别。
Q4：请学姐介绍一下自己的实习经历，学姐有哪些心得体会，这些实习经历对于获得腾讯offer有哪些帮助？
对于腾讯offer最有帮助的是互联网数据分析的相关实习，对口的实习在面试中也会被频繁问到。具体来说，最重要的有两个方面的收获：一是获得落地的业务经验，帮助我建立了更清晰的分析框架和逻辑；二是帮助我快速提升技能，比如增强了我的SQL和Python的能力，对于收获offer和后续工作上都会有较大帮助。
Q5：请学姐介绍一下数据科学、数据分析、数据工程师这些岗位的主要区别？不同公司对数分的定位会有比较大的区别吗？哪些公司的数分岗位对我们更有实习意义？
从行业普遍情况来看，数据分析可能更多的是拉取数据并进行对比和归因；数据科学是在数据分析的基础上，添加更复杂的模型算法，例如因果推断、PSM等，进而得出业务结论；数据工程师的工作更偏底层，涉及数据开发、数据流转等内容，可能需要掌握Hadoop等方面知识。三者的主要区别在于与业务联系的紧密程度不同，以及所需的技术栈不同。
不同公司对数分的定位有较大的差别，与所在公司的不同部门和岗位有关。据我了解，美团商分更紧密联系业务，在业务上有更大的话语权；我之前在b站的数分实习比较偏实验分析，类似统计学中的假设检验，针对产品先提出假设，再通过相关方法去验证是否成立，如果成立再考虑后续是全量推还是找特定人群去推。
不同公司的数分岗位都比较有实习意义，如果已经确定未来求职的数分类型，深耕这个方向即可，如果还未确定求职方向，可以多尝试、多体验。
Q6：请学姐分享一下腾讯暑期实习的考核流程和笔面试准备经验。
不同部门的流程可能不完全相同，普遍流程是1次群面、2-3次业务或技术面、1轮主管面、1轮HR面。去年考核都是线上面试，但今年群面放到线下，分别在不同城市集中面试，5-8人一组。其他考核分两部分，一是围绕实习经历、部门相关业务等提出面试问题；二是线上测试，例如在线写Python或SQL代码。
笔试准备方面，一是复习了之前在Datawhale上学习的课程笔记，二是在牛客网上刷题。
面试准备方面，在自我介绍环节，我会回答自己与岗位比较对口的课程，比如数据分析我会回答曾学过编程语言、博弈论、运筹学等；另外，我主要回顾了过往的实习经历，对可能会被问到的项目进行复盘。此外，针对面试官可能问到的数据分析相关内容，例如如果出现实验分流不均匀情况要怎么办、得出的结果不符合预期要怎么办，以及一些建模算法原理等，我当时主要是在牛客网上搜索往年真题，整理一个list并自问自答。
Q7：学姐认为在暑期实习脱颖而出的关键指标有哪些？重要程度如何排序？
第一个指标是部门留用情况，只有实习的部门有headcount，才能有机会争取留用。第二个指标在于关键产出是否优异，例如在实习中是否有深度思考、是否有创造性的贡献产出，面对同样的分析工作，是否能实现模式、产品化，提高效率或者使用更高级的方法等。第三个指标是负责，不论是小组合作还是实习工作，负责任都是非常重要的。
Q8：请问学姐还获得了哪些offer？为什么选择了腾讯？
我主要是投递了互联网公司，因为去年4月就拿到了腾讯暑期offer，之后没有再投递其他实习。选择腾讯有两个原因，一是腾讯整体体量较大，目前发展稳定向上，大方向上是比较值得去的公司；二是通过暑期实习的体验，我已经了解了整体的氛围和工作内容，且是符合自己兴趣的，相比于选择其他相对陌生的公司会有先发优势。
Q9：除了课程学习，学姐还通过什么方式提升技术能力？
对于提升技术能力的契机，首先是课程学习时，其次在面试前也会激励自己提升技术能力，另外在实习过程中，对于超过现有能力的任务，也会促使自身技术能力的提升。
对于提升方式而言，首先是零碎性的，比如接到某项目时，可以通过查阅公司内部资源，学习相关方法体系，也可以通过B站学习相关方法。就体系化的方法来说，比如上述提及的Datawhale开源学习组织，可以参与感兴趣的课程进行阶段性的学习，也可通过反馈和测试来巩固自身技术能力，另外也可通过在线的公开课程学习。
Q10：请问学姐对于互联网实习的数量和质量，也就是实习时间长短的看法？
互联网实习的数量和质量都很重要。首先，因为在不同公司、不同数据分析的岗位，接触到的行业或赛道内容都不一样，分析方法也不同，通过数量的积累就可以了解不同的行业，所以数量很重要；另外，在实习过程中，接触到数据分析的层面也不同，有些注重归因分析，有些注重实验，有些注重建模，要把各种内容都涵盖全面，时长也很重要，需要大于3个月的时间，再去接触重要的任务。总之，数量和质量都很重要。
Q11：请问学姐求职过程中证书和竞赛的重要性？
证书方面，CDA证书的行业认可度比较低，考试难度不高，作用也较小；计算机二级证书一般考察Microsoft软件和MySQL，对于简历筛选可能有帮助，但对于后续面试，最重要是能够把题解答出来；对于CPA，对数据分析岗位作用有限，但对于金融或财会相关的方位，是基础的门槛，我觉得整体上实习的重要性大于证书。
竞赛方面，我认为竞赛的重要性是根据岗位来看，比如算法相关的岗位，kaggle竞赛的金牌会有很大帮助；其次是竞赛内容和岗位工作内容的关联性。对于数据分析岗位，数据建模类竞赛较为重要。
Q12：请学姐分享对安泰培养体系的感受，以及对学弟学妹的寄语。
首先，我认为学硕两年半的培养时间给予我们充分的时间去探索和思考，按部就班地安排学业、实习和科研，比如第一年上课学习、第二年实习、第三年完成论文。
另外，学院的资源很丰富，比如讲座、行业前沿论坛，可以很好地开拓眼界。学院职业发展的体系对我们也有很大帮助，老师们会定期发送岗位信息，也会开展双选会，为职业发展带来很多帮助。
最后，希望学弟学妹们在确定职业方向后多尝试、多体验，祝大家收获满意的offer！
后记：
在访谈的过程中，学姐耐心细致地回答了我们的问题，不仅介绍了自身的经历，也分享了自己提升技术能力的方法和面试的感悟。学姐建议在没有明确职业方向前，要勇敢地多尝试、多体验，明确职业方向后要尽量聚焦地实习。在提升SQL和python的技术能力方面，学姐推荐了Datawhale和牛客网两个平台学习和刷题。学姐认为实习留用的关键是负责，有创造性的关键产出或贡献。
希望大家能够从学姐的分享中有所收获，寻找到适合自己的职业发展之路。
祝同学们求职顺利，拿到理想offer！
安泰职业生涯发展协会是由安泰职业发展中心指导，学生自主运营的社团。我们拥有专业的职业发展咨询顾问和丰富的校友网络，为安泰学子带来各方精英的独到见解和量身定制的实践活动，致力于为安泰学子指点职场迷津，领航职业生涯。
上海交大安泰CDA
长按左侧二维码
识别二维码，关注我们
