拿下Offer

图书标准信息

• 作者 徐麟
• 出版社 电子工业出版社
• 出版时间 2020-07
• 版次 1
• ISBN 9787121389252
• 定价 69.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 212页
• 字数 279千字

【内容简介】

内 容 简 介
  本书针对未来想要从事数据分析工作的在校学生、想要转行做数据分析的在职人员，以及想要在数据分析领域提高自己或跳槽的从业人员，深入浅出地讲解了面试和未来实际工作中所需的知识与技能，让读者对数据分析师这个岗位有更为全面和深刻的了解。
  全书主要分为面试前的准备、面试中的技巧、面试中所需的知识储备、编程技能、实战技能，以及进一步学习提高的方法几部分，内容涵盖数据分析师面试的全流程，全方位提高读者在未来面试中的竞争力。

【作者简介】

徐麟，本科就读于中国海洋大学数学专业，研究生就读于哥伦比亚大学统计专业，毕业后在携程、唯品会等知名互联网公司从事数据分析、数据挖掘工作，目前已在数据相关领域工作多年。个人公众号“数据森麟”运营者，坚持输出个人原创文章。

【目录】

目录 

第1 章 面试前的准备 / 1 

1.1　都有哪些数据类岗位 / 2 

1.2　如何选择适合自己的岗位 / 5 

1.2.1　数据分析师 / 6 

1.2.2　数据挖掘工程师 / 7 

1.2.3　算法工程师 / 8 

1.2.4　数据产品经理 / 9 

1.2.5　小结 / 10 

1.3　准备一份高质量的简历 / 11 

1.3.1　通用排版建议 / 12I 

1.3.2　如何描述数据类项目 / 17 

1.4　投递简历有哪些途径 / 19 

1.4.1　校招 / 19 

1.4.2　社招 / 20 

1.4.3　其他途径 / 21 

第2 章 直面数据分析师面试 / 22 

2.1　数据分析师面试流程 / 23 

2.1.1　笔试 / 23 

2.1.2　部门内部成员面试 / 23 

2.1.3　部门负责人面试 / 24 

2.1.4　总监面试 / 24 

2.1.5　HR 面试 / 25 

2.2　真实的面试经验分享 / 25 

2.3　面试技巧 / 30 

2.3.1　提前熟悉业务场景 / 30 

2.3.2　充分准备好个人介绍 / 31 

2.3.3　了解岗位的侧重点 / 31 

2.3.4　保持积极的面试态度 / 32 

2.4　常见的数据分析师面试问题 / 33 

2.4.1　基础知识考查 / 33 

2.4.2　编程能力考查 / 35 

2.4.3　实战项目考查 / 36 

第3 章 基础知识考查 / 38 

3.1　统计＆ 数据分析知识 / 39 

3.1.1　基础概念：随机变量、分布函数、概率密度函数 / 39 

3.1.2　随机变量的常用特征 / 45 

3.1.3　正态分布与大数定律、中心极限定理 / 50 

3.1.4　假设检验 / 55 

3.1.5　贝叶斯统计概览 / 58 

3.2　模型＆ 数据挖掘知识 / 63 

3.2.1　数据挖掘常用概念 / 63 

3.2.2　常见的模型分类方法 / 66 

3.2.3　常见的模型介绍 / 68 

3.2.4　模型效果评估方法 / 77 

第4 章 编程技能考查 / 83 

4.1　熟悉Python / 84 

4.1.1　概览 / 84 

4.1.2　数据分析——pandas / 90 

4.1.3　数据可视化——matplotlib ＆ pyecharts / 94 

4.1.4　文本处理——jieba ＆ wordcloud / 99 

4.2　懂R 语言 / 104 

4.2.1　概览 / 104 

4.2.2　数据分析——DataFrame / 112 

4.2.3　数据可视化——ggplot2 / 114 

4.2.4　数据挖掘——以线性回归分析为例 / 123 

4.3　掌握SQL / 127 

4.3.1　数据库常见类型及单表查询SQL 语句 / 127 

4.3.2　多表查询SQL 语句 / 132 

4.3.3　更多SQL 内容 / 138 

第5 章 数据分析师实战技能 / 150 

5.1　数据分析师工作必备技能 / 151 

5.1.1　数据人员如何创造价值 / 151 

5.1.2　完整的指标体系构建 / 152 

5.1.3　数据监控及报表设计 / 158 

5.1.4　设计一份优质的数据分析报告 / 162 

5.2　基于互联网大数据的应用 / 165 

5.2.1　AB 测试 / 165 

5.2.2　用户画像 / 171 

5.2.3　完整的数据挖掘项目流程 / 174 

第6 章 用努力给自己加分 / 180 

6.1　学习方法很重要 / 181 

6.2　拓展自己的知识面 / 182 

6.2.1　爬虫 / 182 

6.2.2　社交网络 / 188