想求职一份数据分析的工作，没有经验，可以吗 没有工作经验，却想从事数据分析师这份工作。简历被拒，怎么办？
\u6570\u636e\u4e13\u5458\u6ca1\u6709\u7ecf\u9a8c\u53ef\u4ee5\u505a\u5417\u6ca1\u7ecf\u9a8c\u53ef\u4ee5\u505a\u6570\u636e\u4e13\u5458\u3002\u7edf\u8ba1\u7684\u5de5\u4f5c\u5b9e\u9645\u4e0a\u5e76\u4e0d\u56f0\u96be\uff0c\u800c\u4e14\u6570\u636e\u4e13\u5458\u5e76\u6ca1\u6709\u5de5\u4f5c\u7ecf\u9a8c\u65b9\u9762\u7684\u8981\u6c42\uff0c\u53ea\u8981\u5177\u5907\u7edf\u8ba1\u6240\u9700\u8981\u7684\u4e13\u4e1a\u77e5\u8bc6\uff0c\u6280\u80fd\u65b9\u9762\u901a\u8fc7\u5b66\u4e60\uff0c\u5c31\u53ef\u4ee5\u6210\u4e3a\u6570\u636e\u4e13\u5458\u3002\u6570\u636e\u4e13\u5458\u7684\u7c7b\u578b\uff1a1\u3001\u751f\u4ea7\u7edf\u8ba1\u5458\u6309\u7167\u4ea7\u54c1\u89c4\u683c\u3001\u7b49\u7ea7\u3001\u4ef7\u683c\u3001\u5de5\u5e8f\u3001\u73ed\u4ea7\u3001\u5458\u5de5\u3001\u5c97\u4f4d\u3001\u5c0f\u7ec4\u3001\u8f66\u95f4\u7b49\u4e0d\u540c\u5bf9\u8c61\u548c\u8981\u6c42\u5206\u522b\u5efa\u7acb\u7edf\u8ba1\u53f0\u5e10\uff0c\u52a0\u5de5\u6574\u7406\u6c47\u603b\uff0c\u5236\u4f5c\u65e5\u62a5\u8868\u3001\u6708\u5ea6\u3001\u5b63\u5ea6\u3001\u5e74\u5ea6\u62a5\u8868\uff0c\u505a\u597d\u7edf\u8ba1\u6570\u636e\u8d44\u6599\u5206\u6790\uff0c\u4e3a\u9886\u5bfc\u79d1\u5b66\u51b3\u7b56\u63d0\u4f9b\u4fe1\u606f\uff0c\u4e0e\u8d22\u52a1\u3001\u4e1a\u52a1\u3001\u8d28\u68c0\u3001\u4ed3\u5e93\u7b49\u90e8\u95e8\u7684\u76f8\u5173\u5de5\u4f5c\u534f\u8c03\u8854\u63a5\uff0c\u4e86\u89e3\u751f\u4ea7\u5168\u8fc7\u7a0b\u30022\u3001\u4ed3\u5e93\u7edf\u8ba1\u5458\u8d1f\u8d23\u4ed3\u5e93\u4ea7\u54c1\u51fa\u5165\u7684\u8d26\u52a1\u7ba1\u7406\u53ca\u7edf\u8ba1\uff0c\u4ed3\u5e93\u8fdb\u9500\u5b58\u8f6f\u4ef6\u6838\u5bf9\u5de5\u4f5c\uff0c\u4ed3\u5e93\u65e5\u5e38\u5355\u636e\u7ba1\u7406\u5de5\u4f5c\uff0c\u65f6\u523b\u76d1\u6d4b\u4ea7\u54c1\u51fa\u5165\u53ca\u8d26\u9762\u53d8\u52a8\u60c5\u51b5\uff0c\u5b8c\u6210\u4ed3\u5e93\u6570\u636e\u7edf\u8ba1\u5206\u6790\u5de5\u4f5c\uff1b\u7f16\u5236\u5e76\u4e0a\u62a5\u7edf\u8ba1\u8868\uff0c\u5efa\u7acb\u4ed3\u5e93\u7edf\u8ba1\u53f0\u5e10\uff1b\u534f\u8c03\u7ba1\u7406\u7edf\u8ba1\u4fe1\u606f\u7cfb\u7edf\uff0c\u7ef4\u62a4\u548c\u66f4\u65b0\u7edf\u8ba1\u6570\u636e\u5e73\u53f0\uff1b\u505a\u597d\u4ed3\u5e93\u7edf\u8ba1\u8d44\u6599\u7684\u4fdd\u5bc6\u548c\u5f52\u6863\u5de5\u4f5c\u30023\u3001\u8d22\u52a1\u7edf\u8ba1\u5458\u914d\u5408\u8d22\u52a1\u90e8\u7edf\u8ba1\uff0c\u5ba1\u8ba1\u516c\u53f8\u5404\u9879\u6570\u636e\uff0c\u8d1f\u8d23\u516c\u53f8\u7269\u8d44\u8fdb\u51fa\u7ba1\u7406\uff0c\u5e76\u63d0\u4f9b\u6709\u6548\u7684\u62a5\u8868\u3002\u6309\u65f6\u767b\u8bb0\u53f0\u5e10\uff0c\u505a\u5230\u53f0\u5e10\u9f50\u5168\uff0c\u5e10\u5e10\u76f8\u7b26\u3002\u80fd\u53ca\u65f6\u4e3a\u9886\u5bfc\u53ca\u5ba2\u6237\u63d0\u4f9b\u6240\u9700\u7edf\u8ba1\u8d44\u6599\u3002\u8d1f\u8d23\u6c47\u603b\u7edf\u8ba1\u6708\u62a5\u3001\u5b63\u62a5\u548c\u5e74\u62a5\u7684\u5de5\u4f5c\uff0c\u5e76\u6309\u8981\u6c42\u53ca\u65f6\u4e0a\u62a5\u5404\u9879\u62a5\u8868\u548c\u6570\u636e\uff0c\u505a\u5230\u6b63\u786e\u5b8c\u6574\u3002\u53e6\u9700\u914d\u5408\u516c\u53f8\u8d22\u52a1\u90e8\u76f8\u5173\u4eba\u5458\u5de5\u4f5c\u30024\u3001\u6570\u636e\u7edf\u8ba1\u5458\u7edf\u8ba1\u5206\u6790\u76f8\u5173\u6570\u636e\u4fe1\u606f\uff0c\u6574\u7406\u7edf\u8ba1\u8d44\u6599\uff0c\u4e3a\u4f01\u4e1a\u51b3\u7b56\u8005\u63d0\u4f9b\u53ef\u884c\u6027\u5206\u6790\u62a5\u544a\u524d\u671f\u7d20\u6750\u3002\u8d1f\u8d23\u4e1a\u52a1\u6570\u636e\u7edf\u8ba1\u3001\u5206\u6790\uff0c\u5e76\u5236\u4f5c\u62a5\u8868\u548c\u62a5\u544a\uff1b\u6839\u636e\u9879\u76ee\u9700\u6c42\uff0c\u6267\u884c\u6570\u636e\u5904\u7406\u3001\u5206\u6790\u3001\u68c0\u67e5\uff1b\u5b8c\u6210\u5177\u4f53\u6307\u5b9a\u7684\u91cd\u8981\u6570\u636e\u7edf\u8ba1\uff0c\u4e3a\u76f8\u5173\u51b3\u7b56\u63d0\u4f9b\u5fc5\u8981\u4f9d\u636e\u3002
\uff081 \uff09\u901a\u8fc7\u53c2\u52a0\u6570\u636e\u6316\u6398\u7ade\u8d5b\u719f\u6089\u76f8\u5173\u4e1a\u52a1\u573a\u666f\uff0c\u5e38\u89c1\u7684\u6bd4\u8d5b\u6709 Kaggle \uff0c\u963f\u91cc\u5929\u6c60\uff0c datacastle \uff0c\u6cf0\u8fea\u676f\u7b49\uff1b
\uff082\uff09\u901a\u8fc7Firtst job\u548c\u4f01\u4e1a\u5b9e\u4e60\u83b7\u5f97\u7ecf\u9a8c\uff0c\u4e00\u822c\u53ef\u4ee5\u9009\u62e9\u4e1a\u52a1\u76f8\u5173\u4e14\u80fd\u63a5\u89e6\u5230\u6570\u636e\u7684\u804c\u4f4d\uff0c\u5982\u8fd0\u8425\u3001\u7edf\u8ba1\u4e13\u5458\u7b49\uff1b
\uff083\uff09\u53c2\u52a0\u804c\u4e1a\u57f9\u8bad
可以从实习生或者助手做起，慢慢积累经验。
首先，你得具备基本的数据分析技能：
1、Excel
Excel简单易用，功能强大，熟练使用Excel是数据分析必备的技能。
2、SQL
跟数据打交道，有时候可能需要些SQL，所以掌握一些常用的SQL命令也是必须的。
3、统计学
统计学是一个数据分析师的核心功底，掌握一些统计学知识是必要的。
4、SPSS
对于有些统计分析方法，例如多元线性回归、聚类分析、主成分分析等，Excel无法实现，通过SPSS可以轻松搞定。
5、Tableau
Tableau作为商业智能和分析利器，受到很多公司的欢迎，学点Tableau能够让工作更加高效。
公司都是招人干事儿的，本着学习的想法去求职，较难成功。
数据分析是个技术活儿，特别是随着大数据时代的临近。但真正意义上的数据分析岗一般只在实力强劲的公司或者偶尔出现在技术性创业团队。很多公司开着几千块月薪的数据分析岗，一般也就做做报表、分析下数据走势神马，跟真正意义上的数据分析师存在很大差别。
如果想成为一名数据分析师，最好的方法是找所北上广深不错的高校继续念念硕士，然后以应届生的身份去相对知名的公司干数据分析岗，再逐步提高职位level，升到高级数据分析师就差不多算小成了。
另外就是找业余时间自学相关知识，再通过朋友介绍到大公司数据分析岗。
走社招可能性很小，除非对方公司确实急招人
提醒一句，企业不是学校，公司是要盈利的。就算你想学东西这想法也必须烂在肚子里。
在面试的时候只强调你会那些技能，可以帮公司产生那些效益。你想要得东西用“完成这项任务需要那些支持”为诉求去谈。
没有经验是应届生的劣势，很多应届生信心满满去参加数据分析师面试，却被告知没有相关经验而被拒绝。为了帮助各位应届生小伙伴解决这一难题，小聚特意整理了几种积累经验的方法，希望对大家有所帮助。
方式一：自给自足
可以给自己定个数据分析的项目，或者去网上搜集一些案例，自己试着操作，不要太在乎结果，最主要的是练习，积累操作经验。这样做最大好处在于，敲键盘分外熟练了，如果遇到整真正的项目最起码知道从哪里着手。
方式二：刷题
网上寻找各大公司的数据分析师面试题，反复进行练习。在练习过程中，你的技术熟练度和知识体系不断更新，逐渐向实战高手的方向前进。
另外需要注意的是，做完习题之后与给出的参考解法作对照，或者在网上与其他数据分析师进行交流，经常会有以为的收获，数据分析水平也会随之提升。
方式三：实习
最好是能够找一份数据分析师的实习，对于应届生来来说，实习是最好的的积累项目经验的方法。在实习过程中，接触真实的项目，按照实战需求去完善自己的知识框架和技能。同时，实习还能接触到其他专业的数据分析师，可以多向他们学习。
方式四：报班
如果实在是不知道如何入行数据分析，那么小编建议可以报班进行学习。报班的好处在于，能够系统学习数据分析的相关知识，而且一般培训课程都会配有实际的操作案例，能够帮助没经验的应届生积累相关操作经验。另外，目前很多数据分析师培训机构都会提供企业内推或者就业指导的服务，帮助应届生小伙伴找到最适合的数据分析岗位。
CDA数据分析师认证学习，一般都是分为三级，从一级开始学习，逐步加深比较好，不建议跳级。
一级：适合应届生和数据分析经验小白
二级：具备2-3年数据分析经验的数据分析从业者，主要是数据建模能力培养学习
三级：数据科学家，适合资深数据分析从业者
绛旓細鏁版嵁鍒嗘瀽甯宸ヤ綔鐨勬祦绋嬬畝鍗曞垎涓轰袱閮ㄥ垎锛岀涓閮ㄥ垎灏辨槸鑾峰彇鏁版嵁锛岀浜岄儴鍒嗗氨鏄鏁版嵁杩涜澶勭悊銆傝幏鍙栫浉鍏崇殑鏁版嵁锛屾槸鏁版嵁鍒嗘瀽鐨鍓嶆彁銆傛瘡涓紒涓氾紝閮芥湁鑷繁鐨勪竴濂楀瓨鍌ㄦ満鍒躲傚洜姝わ紝鍩虹鐨凷QL璇█鏄繀椤荤殑銆傚叿澶囧熀鏈琒QL鍩虹锛屽啀瀛︿範涓嬪叾涓粏鑺傜殑璇硶锛屽熀鏈氨鍙互鍒板緢澶氭暟鎹簡銆傚綋姣忎釜闇姹傛槑纭互鍚庯紝閮借鏍规嵁闇瑕侊紝鎶...
绛旓細鍦ㄥ簲瀵逛竾浠ュ唴鐨鏁版嵁鐨鏃跺,Excel瀵逛簬涓鑸殑鍒嗘瀽娌℃湁闂,涓鏃︽暟鎹噺澶,灏变細鍔涗笉浠庡績,鏁版嵁搴撳氨鑳藉寰堝ソ鍦拌В鍐宠繖涓棶棰樸傝屼笖澶у鏁扮殑浼佷笟,閮戒細浠QL鐨勫舰寮忔潵瀛樺偍鏁版嵁,濡傛灉浣犳槸涓涓垎鏋愬笀,涔熼渶瑕佹噦寰桽QL鐨勬搷浣,鑳藉鏌ヨ銆佹彁鍙栨暟鎹 SQL浣滀负鏈缁忓吀鐨勬暟鎹簱宸ュ叿,涓烘捣閲忔暟鎹殑瀛樺偍涓庣鐞嗘彁渚涘彲鑳,骞朵笖浣挎暟鎹殑鎻愬彇鐨勬晥鐜...
绛旓細浜屻佸煄甯傜増鍥 鍩庡競闂寸殑鎷涜仒宸紓鏄庢樉锛氬寳浜佷笂娴枫佹澀宸炪佹繁鍦炽佸箍宸炰綅灞鏁版嵁鍒嗘瀽宀椾綅鎷涜仒鐨勭涓姊槦锛屾暟閲忛鍏堬紱鎴愰兘銆佸崡浜佸帵闂ㄧ瓑鍦版涔嬶紝鑰岀涓夋闃熷垯鏈轰細鐩稿杈冨皯銆傞夋嫨涓绾垮煄甯傚鍖椾笂骞挎繁鏉紝涓嶄粎鏈轰細澶氾紝钖祫寰呴亣涔熸洿浼樸傜粨璁2锛氬浜庢柊鎵嬫潵璇达紝鍖椾笂骞挎繁鏉棤鐤戞槸灏变笟鍜岃柂閰殑楂樺湴銆 涓夈宸ヤ綔缁忛獙...
绛旓細鍏跺疄浣犺闂紒涓氱湡鐨勫緢闇瑕佸悧锛熷苟涓嶆槸銆傚緢澶氫紒涓氬氨鏄嫑浜嗕竴鍫嗕汉澶╁ぉ鍋氭姤琛紝褰撳彇鏁版満鍣ㄣ傚鏋滀綘鎯冲仛鐨勬槸涓氬姟鍒嗘瀽甯堬紝鎯呭喌灏辨洿鎯ㄤ竴浜涗簡锛屽湪澶у鏁颁腑灏忓瀷浼佷笟鍜岄儴鍒嗕紶缁熶紒涓氫腑锛屼笟鍔″垎鏋愮粡甯告槸琚佹澘璇存病浠峰肩殑锛屾椂闂翠箙浜嗕綘鑷繁閮戒細鎬鐤戣嚜宸鐨勫伐浣鏄惁鏈変环鍊笺備簩鏄姹傝亴鑰咃紝涓昏鏄繖涓涓氶棬妲涘お浣庝簡锛屾崲...
绛旓細4銆佽鎵撳ソ鎵庡疄鐨 SQL 鍩虹 SQL 鍩虹涔嬫墍浠ラ噸瑕侊紝鏄洜涓鏁版嵁鍒嗘瀽甯鍒嗘瀽鐨鏁版嵁澶у閮芥槸浠庢暟鎹簱涓彁鍙栬屾潵鐨勩傛湁鑹ソ鐨 SQL 鍔熷簳骞惰兘鐔熸倝浣跨敤锛屼笉浠呰兘鎻愬彇鍒伴渶瑕佺殑鏁版嵁锛岃繕鑳藉ぇ澶ф彁楂宸ヤ綔鏁堢巼銆傛敞鎰忥細1銆佷笌浼犵粺鐨勬暟鎹垎鏋愬笀鐩告瘮锛屼簰鑱旂綉鏃朵唬鐨勬暟鎹垎鏋愬笀闈复鐨勪笉鏄暟鎹尞涔忥紝鑰屾槸鏁版嵁杩囧墿銆傚洜姝わ紝浜掕仈缃戞椂浠...
绛旓細2銆佷綘鐨勭洰鏍囪涓氱殑鐩稿叧鐞嗚鐭ヨ瘑銆傛瘮濡傞噾铻嶇被鐨勶紝瑕佸涔犺瘉鍒搞侀摱琛屻佽储鍔＄瓑鍚勭鐭ヨ瘑銆3銆佸涔犳暟鎹垎鏋愬伐鍏凤紝濡俿as銆乻pss锛岀敋鑷砮xcel涔熷彲浠ワ紙鏁版嵁鍒嗘瀽妯″潡鐨勫姛鑳藉緢寮哄ぇ锛夊垏璁帮紝绗竴姝ユ槸蹇呬笉鍙皯鐨勶紝鏄鏁版嵁鍒嗘瀽鐨鍩虹銆4銆佺洰鍓嶈繕娌℃湁浠涔堜笓涓氱殑璁よ瘉銆備笉杩囧彲浠ヨ冭瘯缁熻绫荤殑璧勬牸璁よ瘉锛屾湁鍒╀簬鎵惧伐浣銆
绛旓細鏃犺浣犳槸鍋氶攢鍞佷骇鍝佽繕鏄繍钀ユ垨鑰呮槸浼犵粺琛屼笟鐨勬煇涓亴浣嶏紝澶ч儴鍒嗚亴浣嶉兘闇瑕佷綘鍏峰鐩稿簲鐨鏁版嵁鍒嗘瀽鑳藉姏銆傚叾娆★紝鏃㈢劧鏁版嵁鍒嗘瀽浼氭垚涓哄繀澶囨妧鑳戒篃灏辨槸鎵璋撶殑鍩虹鎶鑳斤紝鍦ㄦ湭鏉ユ暟鎹垎鏋愩佹暟鎹寲鎺樸佸ぇ鏁版嵁銆佷汉宸ユ櫤鑳解︹︾瓑绛夛紝鍙鏄繖涓棰嗗煙鐨勶紝浣犺鎯冲彇寰楄繘姝ワ紝蹇呴』鏈夊墠闈㈢殑鎶鑳戒綔涓哄熀纭锛屽鏋滀笉瀛︼紝杩炲悜鍓嶄竴姝ョ殑...
绛旓細褰兼椂鏀寔鈥滅倰浣溾濊鐐圭殑鐜板満瑙備紬杈54.5%銆傚姝わ紝鎸佸弽瀵规剰瑙佺殑鍖椾含澶у鍏夊崕绠＄悊瀛﹂櫌鍓暀鎺堣嫃钀屾彁鍑轰簡涓変釜鐞嗙敱锛1銆佷笉鍚屾満鏋勯棿鐨勬暟鎹繕鏈湡姝ｆ祦鍔ㄨ捣鏉ワ紝鐩墠杩樺彧鏄暟鎹滃宀涒; 2銆佸畬鏁寸殑鐢熸佷骇涓氶摼杩樻湭褰㈡垚锛屽敖绠￠氳繃琛屼负鏁版嵁鍒嗘瀽宸茶兘澶熷垎杈ㄥ嚭涓涓秷璐硅呯殑鍠滃ソ锛屼絾浠庝緵搴斿埌璐拱鐨勯摼鏉¤繕娌″缓鎴; 3銆佹暟鎹...
绛旓細4銆佸ぇ鏁版嵁鏋舵瀯甯 澶ф暟鎹灦鏋勫笀鐨勬嫑鑱樺矖浣嶆湁1446涓紝浠庢嫑鑱樼殑钖祫鏉ョ湅锛屽ぇ鏁版嵁鏋舵瀯甯堝熀鏈柂璧勯兘鏄15K~60K锛屽ぇ鏁版嵁鏋舵瀯甯堢殑钖祫鍙互璇存槸鐩稿綋鍙鐨勶紝鍦ㄥぇ鏁版嵁琛屼笟閲岋紝澶ф暟鎹灦鏋勫笀鐨勯叕鍔冲彲浠ヨ鏄鍏堜笌鍏朵粬鐨勶紝鎵浠ュぇ鏁版嵁鏋舵瀯甯堝浜庝汉鎵嶇殑瑕佹眰涔熸槸姣旇緝涓ユ牸鐨勩5銆佸ぇ鏁版嵁鍒嗘瀽甯 宸ヤ綔鑱岃矗:鏍规嵁鍏徃浜у搧鍜屼笟鍔￠渶姹...
绛旓細鍏朵腑鏁版嵁鍒嗘瀽鑳藉姏鐨勬潈閲嶈秺鍙戝澶,鍙嶆灏辨槸鏁版嵁鍒嗘瀽璇佷功瀵规兂杞浜掕仈缃戣涓鐨勫伐浣鍏氭垨鑰呮槸鎯虫眰鑱浜掕仈缃戦潪鎶鏈矖鐨勫鐢熷厷鐪熺殑鏄т环姣旇秴楂!!!鏈夋暟鎹垎鏋愭妧鑳藉倣韬棤璁烘槸甯傚満er銆佽繍钀r銆佺敋鑷矵Rer閮藉彲浠ュぇ澶ф彁楂樺伐浣滄晥鐜,鎷撳宸ヤ綔鏈轰細!閭ｈ繖绡囨枃绔犲氨閽堝姹傝亴浜掕仈缃戠殑鍙嬪弸,缁欏ぇ瀹朵粙缁嶄竴涓嬪彲浠ヨ冨彇鍝簺鏁版嵁鍒嗘瀽鐨璇佷功銆傛枃绔犱富...
