中图网

>

数据库

>

数据仓库与数据挖掘

拿下Offer:数据分析师求职面试指南

作者：徐麟

出版社：电子工业出版社出版时间：2020-07-01

开本：其他页数： 212

本类榜单：计算机/网络销量榜

中图价:¥43.5(6.3折) 定价 ~~¥69.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥43.5 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

拿下Offer:数据分析师求职面试指南版权信息

ISBN：9787121389252
条形码：9787121389252 ; 978-7-121-38925-2
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
数据库
>
数据仓库与数据挖掘

拿下Offer:数据分析师求职面试指南本书特色

适读人群：本书适合在校大学生，工作经验1-3年的数据类工作者及其他想要转行从事数据类工作的人员。在大数据和人工智能的浪潮下，企业对数据分析师的需求与日俱增，要求也越来越高。本书犹如一本行动指南，将数据分析师面试与工作内容紧密结合，理论与实战兼顾。从数据到算法、从业务到创新，帮助读者打造一专多能的数据分析技能树，对想要从事数据分析工作的人员而言是一份不可多得的资料。

拿下Offer:数据分析师求职面试指南内容简介

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，多方面提高读者在未来面试中的竞争力。

拿下Offer:数据分析师求职面试指南目录

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**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