CDA數據分析師 出品
編輯：Mika
放眼2022年，整個就業市場將有1000多萬應屆生，再加上各行業的一些人才結構變化，預計整個就業市場大概有2000萬到3,000萬的求職人群。
那麼，該如何更好幫助這些求職者呢？
這次我們邀請到了三位資深的HR，她們分別來北京、上海的不同行業。看看結合企業的定位，針對數據分析相關的招聘和求職，如何能給到求職者比較好的建議。
嘉賓 1 坐標上海
汽車大數據企業資深HR
嘉賓 2 坐標北京
多元化公共服務型集團企業資深HR
嘉賓 3 坐標北京
頭部大型保險公司資深HR
問題1：
在招聘數據分析相關人才的過程中，比較看重哪些關鍵素質？
嘉賓 1：
從我們公司的角度來看，會關注這四點職業素養。
第一點，交付能力。求職者要把個人當成一個公司，能夠輸出可以交付、且可行可用的成果。
第二點，學習能力。不僅僅是要去學習，而且還能有學習的成果。另外要有終身學習的意識，這不僅有助於員工的本職工作，對其一生都是受用的。
第三點，專業能力。不僅具有在職崗位所需的紮實專業技能，還能不斷延伸並做深入的研究。
第四點，職業道德。有些員工可能會犯數據泄露，缺乏保密意識等職業危機事件。
以上這四點就是我在日常招聘中特別看重的四點，這也是對求職者比較共通的四點要求。
主持人：
的確，因為數據部門算是公司的核心部門，公司涉及到人力、財務、成本、銷售等數據都是需要過數據部門的。如果數據部門的人，在職業操守方面出了問題將會是很嚴重的職業道德問題，將威脅到公司的一些核心利益和價值。
很多公司在面試時，可能會非常關注這一塊的問題，想驗證求職者的實際職業素養水平達到怎樣的層面。
嘉賓 2 ：
因為我們公司是一個多元化公共服務型企業，也是基本上服務於客戶的，因此對求職者我們第一點看重的就是 交付能力，即對項目整個的交付能力。
第二點，因為我們是屬於服務型企業，所以在與客戶溝通過程中，比較看重這個人的 溝通協調能力，這可能也是我們與其他公司在數據分析崗位上要求有些不同的地方。
第三點，要求有獨立 完成數據分析報告的能力。我們認為，數據分析師崗位不僅要有處理數據的能力，還要有基於數據方面的分析。基於本身的數據，真正能分析出裡邊的問題，並且能給予真正的參考意見，大概就是以上這三點。
嘉賓 3：
我們是一家大型保險公司，平常比較多的業務是在金融和保險這方面。我們在招聘數據分析崗時，比較看重求職者的 勤勉度、聰慧度以及執行力。
關於當中的勤勉度，因為我們的數據分析崗人員主要分析的是一線作業流程存在什麼樣的問題，首先需要對一線作業的模式，以及整個流水線的工作內容有比較清晰的了解。前期會對他的學習能力有較高的要求，而且學習時間大多要利用個人的碎片化時間。
問題2：
不同行業針對數據分析崗，在專業技能方面有哪些要求呢？
嘉賓 3：
我們對求職者在SQL上的要求會比較多；還希望應聘人有一定的大數據平台使用背景；此外還希望有可視化的展示能力，也需要有Excel等基礎工具的技能要求。
此外，除了要求應聘人具備底層數據挖掘的能力，分析問題的能力以外，我們還有一個比較重點的工作項目就是數據分析報告的撰寫。
同時，對溝通能力要求也會比較高。因為寫了數據分析報告之後，他們面對的是公司核心的管理崗，輸出的數據分析報告要能清晰地傳遞給領導以及一線員工，要具備非常高的邏輯性。
嘉賓 2 ：
我們這邊還會涉及到一些對政府或者對公的數據，基本上比較看重於整個報告的撰寫。
我們對數據分析整個技術上的要求可能沒有其他公司那麼高，基本上涉及到函數的掌握以及Python等語言工具的使用。
嘉賓 1：
我們這邊專注的是汽車大數據的細分領域。平常的客戶以汽車行業為主，我們公司大概有60%以上都是大數據人才，因此崗位也比較多。數據崗工種主要分成這幾種：
第一個數據分析師的話，我們會注重R和Python這方面的能力；
第二個是可視化這一塊，比較注重可視化能力；
第三個工種是數據運營，這是所有的數據分析師崗位里要求最低的；
第四個是商業分析這一塊，既需要具有對大數據行業的認知，還需要和客戶的溝通能力。
第一個數據分析師的話，我們會注重R和Python這方面的能力；
第二個是可視化這一塊，比較注重可視化能力；
第三個工種是數據運營，這是所有的數據分析師崗位里要求最低的；
第四個是商業分析這一塊，既需要具有對大數據行業的認知，還需要和客戶的溝通能力。
問題3：
企業在針對年齡35+的求職人群時，會猶豫嗎？
主持人：
好的，剛剛我們討論了具體面試中對求職者的技能要求。
從現在來看，我們會發覺國內行業對人才結構方面在年齡還是有一定的限制的，尤其是前一段時間一些頭部網際網路企業進行了一定程度的裁員，而裁掉的基本上都是35周歲以上的這撥人。
這裡就想問問幾位嘉賓，對於平時招聘有沒有年齡的明確界限，比如說做數據分析崗位會不會出現35歲危機，企業在選擇年紀相對大一點的職業人時是否會比較猶豫呢？
嘉賓 1：
其實35+這個現象是不可避免的。但是我覺得 年齡其實不是問題，關鍵是在於求職者有沒有符合年齡所要的技能和職位，以及對應的閱歷。
在我們公司就有這麼一個數據分析師，他是本科學歷，本來是教培行業的數學老師。大家也知道去年教培行業是多麼的慘烈，當時他有半年時間找不到工作，之後他經過職業轉型選擇了做數據分析師。他在35歲這個年齡，基於自己個人的優勢，做了合適的職業轉型，也在公司得到了適合的工作崗位。我覺得他就是很好的35+的代言人。
比起其他入行轉行的人員來說，他入行相當的快，而且工作態度也非常的好，不僅如此，他還報考了研究生學歷的考試。我覺得這位同事的話他是一個比較正能量的代表。
因此在這裡我想對35+或年紀比較大的求職者說，如果感到自己處於職業瓶頸，或者擔心自己進入了職業的低谷期，大可不要去焦慮，只需要去學習，去轉型去努力。對於努力的人，我相信工作機會還是會為他敞開的。
嘉賓 2：
現在整個招聘環境當中，大家都會遇到的一個問題。我們公司來說，對於年齡而言，我們更關注應聘者的綜合素質以及他的能力。
如果說你的能力和年齡、經驗是相輔相成的、相互匹配的，我覺得年齡問題不是特別的大，我們更看重的還是能力。
嘉賓 3：
我們公司的校招跟社招比起來，社招的話，我們並沒有明確的年齡要求，我們會更看重應聘者的專業技能，希望社招人員可以快速上手。
例如掌握底層數據挖掘能力，數據分析報告的輸出能力，數據分析能力，還有學習能力等。也就是希望應聘者是具備技能的，很快能上手，年齡這塊我跟另外兩位老師的看法相同，不要太多的焦慮。
問題 4：
數據分析相關的崗位，將來的發展情況會是怎樣的？
嘉賓 3：
至少未來三年內，我們企業還是會將大數據應用於客戶服務，隊伍人員的管理，經營決策分析，所以說對於具有數據挖掘技能，還有大數據平台使用背景，數據分析報告撰寫能力的應聘人的需求量會不斷增加。
對於數據分析硬技能以及溝通能力軟技能的要求也會提升。
嘉賓 2 ：
整個數據服務是我們集團下的服務模塊，因此數據類崗位對我們來講也是非常重要的。目前數據類的這種服務模塊的體量會不斷擴充，這是由市場或者這個時代發展造成的。因為現在很多的國有企業，包括一些民營的傳統行業，現在對於數據類的工作越來越重視了。
如今企業發展需要靠一些深度的市場調研，還有通過原有客戶流量的儲備之後，發現內部的一些邏輯，然後來為自己未來的發展策略做一個定位指導。這也是為什麼很多企業逐步提出了數字化轉型的必要性。因此未來的3~5年之內，我們公司對數據分析相關崗位的人員數量也會逐漸遞增。
嘉賓 1：
我們公司每隔一年會做一個很大的人才盤點，半年的話會做一個小的盤點。
通過人才盤點，我們會把人才劃分為9類。其中橫坐標的話是根據能力來劃分的，縱坐標是根據績效來劃分的，從低到高的形成了9類人才。其實這樣人才的發展路徑就很清晰了。
比如說剛剛剛入職公司的數據分析師，他沒有什麼經驗，在我們的盤點當中，可能體現出他是在第二檔的。他的能力是可以的，但是績效可能暫時沒有體現出來。那麼對於他在公司的發展，我們會幫助他快速提升績效，給到相應的實戰經驗和機會。
還有一類人，比如說工作已經兩年三年了，可能是數據經理或者數據小組的組長，但他的績效還是第二檔。這有可能是因為他剛剛成為管理者，他的績效不僅體現他本人，還體現他的團隊績效，因此我們會幫助他做一些團隊激勵，還有一些管理能力提升的培訓，讓他迅速的提升做職業發展。
另外還有一類人，在公司待了三年了，他的能力是最高的，但是他的績效很低，因此感到懷才不遇。那麼我們遇到這種情況的話，就會迅速發掘，幫助他適當調整崗位，給到對應的資源和機會，能為企業穩定貢獻的人才發展格局。
就是說在我們公司比較有定製化的為每一個員工進行在企業的發展路線。
我們公司也會有一些團隊的輪崗計劃。提供內部轉崗發展的機會，比如說數據分析師、大數據工程師等崗位，根據他本人對其他崗位的發展興趣，適當進行安排。
在求職工作中，還有哪些問題是大家最關注的呢？歡迎給我們留言哦。
此外還為大家準備了免費的數據分析資料大禮包，一份好的學習資料能讓你少走很多彎路，快來領取吧！
點這裡關注我，記得標星哦~
CDA課程諮詢