放眼2022年，整个就业市场将有1000多万应届生，再加上各行业的一些人才结构变化，预计来年整个就业市场大概有2000万到3,000万的求职人群。

那么，该如何更好帮助这些求职者呢？

今天我们就邀请到了三位资深的HR，她们分别来北京、上海的不同行业。看看结合企业的定位，针对数据分析相关的招聘和求职，如何能给到求职者比较好的建议。

嘉宾 1 坐标上海

汽车大数据企业资深HR

嘉宾 2 坐标北京

多元化公共服务型集团企业资深HR

嘉宾 3 坐标北京

头部大型保险公司资深HR

问题1：在招聘数据分析相关人才的过程中，比较看重哪些关键素质？

嘉宾 1：从我们公司的角度来看，会关注这四点职业素养。

第一点，交付能力。求职者要把个人当成一个公司，能够输出可以交付、且可行可用的成果。
第二点，学习能力。不仅仅是要去学习，而且还能有学习的成果。另外要有终身学习的意识，这不仅有助于员工的本职工作，对其一生都是受用的。
第三点，专业能力。不仅具有在职岗位所需的扎实专业技能，还能不断延伸并做深入的研究。
第四点，职业道德。有些员工可能会犯数据泄露，缺乏保密意识等职业危机事件。

以上这四点就是我在日常招聘中特别看重的四点，这也是对求职者比较共通的四点要求。

主持人：的确，因为数据部门算是公司的核心部门，公司涉及到人力、财务、成本、销售等数据都是需要过数据部门的。如果数据部门的人，在职业操守方面出了问题将会是很严重的职业道德问题，将威胁到公司的一些核心利益和价值。

很多公司在面试时，可能会非常关注这一块的问题，想验证求职者的实际职业素养水平达到怎样的层面。

嘉宾 2 ：因为我们公司是一个多元化公共服务型企业，也是基本上服务于客户的，因此对求职者我们第一点看重的就是交付能力，即对项目整个的交付能力。

第二点，因为我们是属于服务型企业，所以在与客户沟通过程中，比较看重这个人的沟通协调能力，这可能也是我们与其他公司在数据分析岗位上要求有些不同的地方。

第三点，要求有独立完成数据分析报告的能力。我们认为，数据分析师岗位不仅要有处理数据的能力，还要有基于数据方面的分析。基于本身的数据，真正能分析出里边的问题，并且能给予真正的参考意见，大概就是以上这三点。

嘉宾 3：我们是一家大型保险公司，平常比较多的业务是在金融和保险这方面。我们在招聘数据分析岗时，比较看重求职者的勤勉度、聪慧度以及执行力。

关于当中的勤勉度，因为我们的数据分析岗人员主要分析的是一线作业流程存在什么样的问题，首先需要对一线作业的模式，以及整个流水线的工作内容有比较清晰的了解。前期会对他的学习能力有较高的要求，而且学习时间大多要利用个人的碎片化时间。

问题2：不同行业针对数据分析岗，在专业技能方面有哪些要求呢？

嘉宾 3：我们对求职者在SQL上的要求会比较多；还希望应聘人有一定的大数据平台使用背景；此外还希望有可视化的展示能力，也需要有Excel等基础工具的技能要求。

此外，除了要求应聘人具备底层数据挖掘的能力，分析问题的能力以外，我们还有一个比较重点的工作项目就是数据分析报告的撰写。

同时，对沟通能力要求也会比较高。因为写了数据分析报告之后，他们面对的是公司核心的管理岗，输出的数据分析报告要能清晰地传递给领导以及一线员工，要具备非常高的逻辑性。

嘉宾 2 ：我们这边还会涉及到一些对政府或者对公的数据，基本上比较看重于整个报告的撰写。

我们对数据分析整个技术上的要求可能没有其他公司那么高，基本上涉及到函数的掌握以及Python等语言工具的使用。

嘉宾 1：我们这边专注的是汽车大数据的细分领域。平常的客户以汽车行业为主，我们公司大概有60%以上都是大数据人才，因此岗位也比较多。数据岗工种主要分成这几种：

第一个数据分析师的话，我们会注重R和Python这方面的能力；
第二个是可视化这一块，比较注重可视化能力；
第三个工种是数据运营，这是所有的数据分析师岗位里要求最低的；
第四个是商业分析这一块，既需要具有对大数据行业的认知，还需要和客户的沟通能力。

问题3：企业在针对年龄35+的求职人群时，会犹豫吗？

主持人：好的，刚刚我们讨论了具体面试中对求职者的技能要求。

从现在来看，我们会发觉国内行业对人才结构方面在年龄还是有一定的限制的，尤其是前一段时间一些头部互联网企业进行了一定程度的裁员，而裁掉的基本上都是35周岁以上的这拨人。

这里就想问问几位嘉宾，对于平时招聘有没有年龄的明确界限，比如说做数据分析岗位会不会出现35岁危机，企业在选择年纪相对大一点的职业人时是否会比较犹豫呢？

嘉宾 1：其实35+这个现象是不可避免的。但是我觉得年龄其实不是问题，关键是在于求职者有没有符合年龄所要的技能和职位，以及对应的阅历。

在我们公司就有这么一个数据分析师，他是本科学历，本来是教培行业的数学老师。大家也知道去年教培行业是多么的惨烈，当时他有半年时间找不到工作，之后他经过职业转型选择了做数据分析师。他在35岁这个年龄，基于自己个人的优势，做了合适的职业转型，也在公司得到了适合的工作岗位。我觉得他就是很好的35+的代言人。

比起其他入行转行的人员来说，他入行相当的快，而且工作态度也非常的好，不仅如此，他还报考了研究生学历的考试。我觉得这位同事的话他是一个比较正能量的代表。

因此在这里我想对35+或年纪比较大的求职者说，如果感到自己处于职业瓶颈，或者担心自己进入了职业的低谷期，大可不要去焦虑，只需要去学习，去转型去努力。对于努力的人，我相信工作机会还是会为他敞开的。

嘉宾 2：现在整个招聘环境当中，大家都会遇到的一个问题。我们公司来说，对于年龄而言，我们更关注应聘者的综合素质以及他的能力。

如果说你的能力和年龄、经验是相辅相成的、相互匹配的，我觉得年龄问题不是特别的大，我们更看重的还是能力。

嘉宾 3：我们公司的校招跟社招比起来，社招的话，我们并没有明确的年龄要求，我们会更看重应聘者的专业技能，希望社招人员可以快速上手。

例如掌握底层数据挖掘能力，数据分析报告的输出能力，数据分析能力，还有学习能力等。也就是希望应聘者是具备技能的，很快能上手，年龄这块我跟另外两位老师的看法相同，不要太多的焦虑。

问题4：数据分析相关的岗位，将来的发展情况会是怎样的？

嘉宾 3：至少未来三年内，我们企业还是会将大数据应用于客户服务，队伍人员的管理，经营决策分析，所以说对于具有数据挖掘技能，还有大数据平台使用背景，数据分析报告撰写能力的应聘人的需求量会不断增加。

对于数据分析硬技能以及沟通能力软技能的要求也会提升。

嘉宾 2 ：整个数据服务是我们集团下的服务模块，因此数据类岗位对我们来讲也是非常重要的。目前数据类的这种服务模块的体量会不断扩充，这是由市场或者这个时代发展造成的。因为现在很多的国有企业，包括一些民营的传统行业，现在对于数据类的工作越来越重视了。

如今企业发展需要靠一些深度的市场调研，还有通过原有客户流量的储备之后，发现内部的一些逻辑，然后来为自己未来的发展策略做一个定位指导。这也是为什么很多企业逐步提出了数字化转型的必要性。因此未来的3~5年之内，我们公司对数据分析相关岗位的人员数量也会逐渐递增。

嘉宾 1：我们公司每隔一年会做一个很大的人才盘点，半年的话会做一个小的盘点。

通过人才盘点，我们会把人才划分为9类。其中横坐标的话是根据能力来划分的，纵坐标是根据绩效来划分的，从低到高的形成了9类人才。其实这样人才的发展路径就很清晰了。

比如说刚刚刚入职公司的数据分析师，他没有什么经验，在我们的盘点当中，可能体现出他是在第二档的。他的能力是可以的，但是绩效可能暂时没有体现出来。那么对于他在公司的发展，我们会帮助他快速提升绩效，给到相应的实战经验和机会。

还有一类人，比如说工作已经两年三年了，可能是数据经理或者数据小组的组长，但他的绩效还是第二档。这有可能是因为他刚刚成为管理者，他的绩效不仅体现他本人，还体现他的团队绩效，因此我们会帮助他做一些团队激励，还有一些管理能力提升的培训，让他迅速的提升做职业发展。

另外还有一类人，在公司待了三年了，他的能力是最高的，但是他的绩效很低，因此感到怀才不遇。那么我们遇到这种情况的话，就会迅速发掘，帮助他适当调整岗位，给到对应的资源和机会，能为企业稳定贡献的人才发展格局。

就是说在我们公司比较有定制化的为每一个员工进行在企业的发展路线。

我们公司也会有一些团队的轮岗计划。提供内部转岗发展的机会，比如说数据分析师、大数据工程师等岗位，根据他本人对其他岗位的发展兴趣，适当进行安排。

问题5：针对春节前后打算跳槽和转岗的求职者，有没有什么建议吗？

嘉宾 3：其实无论是年前还是年后凹槽，我觉得在上半年的话差距不大。

因为大公司的话，其实编制都很有限。发完年终奖之后，可能有一部分人会选择跳槽转岗，大公司确实会腾出一些编制来，这个时间段入职相对来说更难度会更小一些。但下半年的话难度就会稍微增大一些，因为面对校招的同学也都入职了，编制可能会更加紧缺。

所以说年前年后在我看来其实差距不是很大，如果说是硬要选一个的话，可能还是发完年终奖之后，那个时候企业对于人才的需求也会稍微增加一些。

嘉宾 2 ：我们每年的年初去定整个一年的招聘计划，一般的情况下12月和1月基本上所有的岗位都已经招聘完成了。

基本上年前在这段时间，各个公司的需求都比较少，所以我还是比较建议，如果可以的话，还是选择年后这段时间，相对公司的招聘的量会加大，对于求职者来讲的话，可能选择的机会多一些。

嘉宾 1：其实在我身处的上海这边好像招聘都比较内卷。因为我了解的身边好几家公司都在搞抢人活动，就是说年前拿offer，你年后再入职。这样的话，我们抢到了人，应聘者也拿到了上家公司的年终奖。

我们公司在12月和1月中，也在积极进行抢人大赛。我觉得，求职者在年前可以去适当捡漏，因为可能会有像我们类似的企业，持续都有用人需求。年后的话，虽然说人多，但是是金子总归会发光的，金三银四去跳槽的话也是不错的选择。

问题6：疫情对于招聘或者整个人才结构，以及薪酬结构会不会有影响？

嘉宾 3：疫情对我们公司运营上来看，其实影响的并不是很大。因为我们所属的行业相当于是市场上的刚需。从用人的角度上，薪酬上并没有什么变化。只是说会更加招聘技术比较强的应聘者。

随着应聘人员的增加，与此同时我们就会从中挑选，优中选优。

嘉宾 2：我们基本上可以说完全没有受到影响。我们所处的行业基本上数据服务的项目是一直在的，对人员的需求基本上跟每年保持一致。

因为需求没有太多变化，在薪资结构上基本变化也不大。

嘉宾 1：最近这两年的话其实对我们企业的影响并不大。2020年大概上半年会略微有一点影响，因为公司的客户调整了预算，导致一些已经签订的合作预算降低了。但是的话利用那一段时间企业内部做了一些业务转型，根据疫情调整了一下主要的业务产品。

尤其是2021年，我们是将近把员工人数扩充了过去的近一倍，也是在疫情中求生出来，最终闯出了一条比较好的路。

在求职工作中，还有哪些问题是大家最关注的呢？

问题 7 ：HR在筛选简历时，最看重哪几点？怎么让简历脱颖而出？

嘉宾 1：我们这边的话看简历会比较快，对于某个岗位会有一个详细的招聘要求，就是俗称的阶梯。

看到简历后，我会迅速过一遍是否符合我们要求的那几个关键点，如果有的话，就能顺利通过筛选。

因此，候选人在写简历的时候，不是越多越好，要越有效越好。

比如说已经工作三年了，大学时的实践经验就不用写上去了；
比如说像一般的民营企业，也没有外资背景，我认为英文简历就不用放上来了；
专升本的话，其实写上本科学历就可以了，不用把专升本的经历写上去。

让简历做到重点突出，简洁明了。这样就不会因为部门里有对专业或者学历的要求，被误刷下去。同时项目经验也很重要，尤其是技术人员一定要把项目经验写上去。

嘉宾 2 ：我这边也是根据JD去筛选简历。

首先看行业，之前所处的行业跟我们公司匹配度高不高；

第二个就是工作经历，在简历当中写的工作内容跟我们这个职位要求的匹配程度；

第三个就是看简历整体是否简洁，而且说明要点；

第四个看以往的工作成绩，不管是项目经验，还是之前工作中累积出来的成果。

嘉宾 3：首先第一点，我会关注应聘者的专业，我们对于专业的匹配程度会有一定的要求。

专业如果匹配，我们又会看他现在所具有的技能。例如之前提及到的，是不是有大数据平台的使用背景，SQL语句的掌握， Excel的使用，可视化的展示等。

像社招人员，他曾经的从业经验，从事什么岗位，承接过什么项目，做过什么工作等，这都是我们比较关注的。

问题 8 ：对于毕业没多久的人群而言，在面试时会关注他们的哪些素质呢？

嘉宾 3：像是毕业没有多长时间，想要跳槽的同学，我们会关注他之前的工作履历。

例如我们可能会重点问为什么从前一家公司离职，从这个问题主要考察的是职业态度。是因为跟公司的领导同事相处的原因导致离职，还是说因为自身的能力，所以说希望大家可以提前准备一下。

嘉宾 2 ：首先我会关注他跳槽的频率以及离职的原因。还会看他的职业规划，尽管他刚毕业不久，但他是否对未来有清晰的职业规划。

另外就是他的学习能力和整个逻辑能力，对综合素质这块我们会更加关注一些，特别是针对刚毕业的这类人群。

嘉宾 1：如果是毕业时间不长的候选人，首先会分岗位。比如说数据分析还有技术岗位的话，我们一般的话比较关注他能不能干事情。

虽然说他工作经验不多，但在一年两年经验里，他要有适合自己工作年限的工作经历，比如说在以往的团队当中，充当什么样的角色，过往的绩效如何。我们也关注离职原因，从而考察他的稳定性。

问题 9 ：针对由于婚姻或生育等原因离开了职场的女性，HR对于选择这部分职业人时会不会比较犹豫呢？

嘉宾 1：我也是这么过来的，所以更能体会。其实一般来说企业的态度还是比较包容的，比较关注是不是能做事情。

我们企业去年的时候有一个数据分析师就是刚休完产假。大概前面一个多月的时间，她就说自己有点不在状态，天天担心家里的宝宝，代码都快不会敲了，我就会去安抚她，帮助她度过这样的阶段。

其实无论是全职妈妈，或者是说重新步入职场的哺乳期妈妈，其实她们比任何时候都要努力，因为有了孩子以后，大家就会考虑给孩子准备很多东西。只要她们工作是能够完成的，我们不会介意她的身份。

嘉宾 2：我们还是对能力这块关注比较多，其实每个人在生活当中都有很多个角色，无论是全职妈妈，或者是需要同时兼顾家庭事业也好。

如果你能完全协调好，我觉得不管是处于什么样的年龄或什么人生阶段，只要把自己工作分内的事情能做好，企业对这一块是没有太多限制的。

嘉宾 3：面对这样的应聘人，我们其实不会因为正好是适婚年龄或者生娃小孩去多考虑其他的问题。

但是我们在面试的时候，会更多的跟她们阐述说明工作强度和工作时间，会让应聘人去衡量。

如果她们觉得没有关系，这样的工作强度是可以适应的，我们就正常的面试，安排下轮流程。

如果说她经过思考之后，觉得可能强度不太适合自己，我们后期可能就不会选择。主要还是工作强度这块，我们会比较尊重应聘人的想法跟意见。

问题 10 ：作为刚入职新公司的数据分析工作人员而言，应该如何更好地结合业务来做好工作？

嘉宾 3：我觉得数据分析岗如果说不了解一线的工作流程，在逻辑性上分析就会存在很大的问题。所以说一线的工作经验或者学习的过程很重要，希望应聘者不要拒绝这一块的学习流程。

一旦缺乏在一线的工作经验，或者对于流程不够了解，有一些事情他可能没有办法做更好的分析跟决断。

嘉宾 2 ：不管你之前有多少的从业经历，你的背景多么丰富，但是你作为新人加入一个公司，你肯定首先要适应这个公司的业务。

学习也是你在这家公司经历的过程，只有你懂业务、了解业务，你才能基于业务去做出分析。

所以学习这个过程大家千万不要觉得是非常枯燥的，一定要先放平心态，把所有的公司业务都了解完之后再去更好的发挥。

嘉宾 1：我们这边的话会比较快速一点，会让他在实战中去历练。初级的数据分析师可能需要匹配一个导师，这个导师需要时刻跟他有一对一的反馈和指导的。

在实战当中，就是最直接地锻炼他的技能。但是的话新人，难免有无助的时候，若能够一对一的匹配导师，就能快速带他上手。让他尽快地融入到整个团队的氛围和业务中，这样效率会高一点。

问题 11 ：企业在招聘过程当中，会对来自专科的职业人有什么限制吗？

嘉宾 3：从我们公司的角度上讲，各个机构会有一定的层级，分为1级、2级、3级、4级机构。各个机构对学历的要求也是不太一样的，机构的层次越高，对学历的要求也会越高。

无论是本科还是专科同学来说，对于数据分析的技能要求都是一致的，学历这一块只要能符合入职岗位的要求就好。

从专业技能上来看，还是希望求职者在面试之前可以多多学习数据分析的技能，从而能够脱颖而出。其他的就还好，不会说因为是专科生就比一般本科生机会少。

只要具备技能，并且自身也确实很优秀，就能在面试中脱颖而出。

嘉宾 2 ：我们当然首先会考虑这个人的专业能力和知识的主储备情况，鉴于他没有太多的工作经历，这个应该就很现实。

如果说同时比较一名专科毕业生和一名本科毕业生的能力，在综合能力和专业能力基本上匹配的话，我相信很多企业可能会优先选择本科毕业生。

嘉宾 1：英雄不问出处，不管他是专科还是本科，面试机会我们都是会同样给到的。

另外，师傅领进门，修行看个人。有了面试机后，我们需要他展示出跟其他候选人一样的工作能力。

如果是和其他候选人一致的话，是没有什么差别的，所以千万不要介意自己的学历。学历的话只是过去的一个代表，我们看的是你的目前和未来。

问题 12 ：在简历当中写的数据分析项目是越多越好呢？还是就写 1~2个比较核心的项目就可以了。

嘉宾 3：我们会更关注核心的项目。

首先，这些项目一定要体现出来应聘者的亮点。

例如从事某个工作项目，作为PMO肯定比在项目中，只是收集数据或者收集信息的工作就会更加分。还是以精为主，不是以量取胜。

嘉宾 2：相对于数量而言，我们可能会看重质量多一些。

比如我一共做了多少个项目，这个完全是可以在简历当中用数字去体现的。做过的项目，可以分为几类，大概有几种类型。对每个类型，举一个你认为比较重要例子。

不管是体量或者质量，你觉得是对你自己求职来讲比较重要的，就可以重点写出来。

嘉宾 1：我认为要跟招聘阶梯的相关度高。

比如说像应聘数字中台岗位的候选人，他是有数字中台的项目经验的，所以不论写多少项目，当中必须要有关键词。

在此建议所有的求职者，应该去花时间去熟读一下每个公司的JD里偏重哪一块。

其实可以在求职准备时多准备几套简历，然后比如说你投这家公司，它强调的是某方面的项目经历，那么你就应该把这方面的经验展示出来。

如果你投的是另外一家公司，又强调另外一方面，那么你在展示另外一方面，需要做到有针对性，定制化。但是要强调一点，简历不能注水，一定要真实的。

主持人：好的，非常感谢三位嘉宾。今天抽时间给大家带来了非常高质量的人力资源专场分享，感谢大家。也祝各位求职者求职顺利，都能找到自己心仪的工作！

如果你也想快速成为一名数据分析师，欢迎咨询我们。顺便给大家提供了一份数据分析学习资料，欢迎点击下方地址学习。

https://edu.cd a.cn/course/explore/audition_class