近年來，「大數據」已經成為家喻戶曉的名詞。無論是數學、物理這樣的基礎學科的學生，還是金融、財務等泛商科的同學，甚至是IT、工程師等行業的精英們，都對數據相關的崗位趨之若鶩。說到火爆的原因，無外乎是幾點：
行業需求兩大
職業發展前景好
工資薪金待遇高
工作壓力相對較小
這樣一個穩定、多金又有錢賺的職業，誰不想去呢！但是很多同學在求職初期，都會遇到這樣一個問題：
商業分析和數據分析究竟該選哪個？
不同崗位需要什麼技能？
具體該如何準備呢？
如果你對以上問題依舊覺得很迷茫，別擔心，我們請到了，清北學霸，紐約頂級基金數據分析師為你帶來2021最新數據求職趨勢與攻略。
2021數據領域招聘趨勢
不同崗位需要什麼技能？如何準備？
數據領域基本招聘流程
大公司面試打分方法與考察標準
資源推薦， 幫助你少走彎路
美國東部時間
1月31日 9PM
北京時間
2月1日 10AM
商業分析（Business Analytics）和數據分析（Data Analytics）同為新興的數據類熱門專業，到底有什麼區別呢？
專業偏向經濟、金融、工商管理、數學、統計（整體更傾向商科）。
1、負責某個獨立項目的信息收集、分析，提出有針對性的方案和建議。
2、就具體業務專題，構建商業分析框架，進行全維度的商業分析（如競對信息、行業市場、上下遊關係），完成分析報告面向CXO進行匯報。
3、依據國家有關方針、政策、法令，運用科學方法，及時對公司提出切實可行的戰略改善方案。
1、負責日常數據分析及監控，針對異常情況協調資源進行跟蹤和深入分析。
2、為各類業務部門（產品、運營、市場、廣告）提供數據支撐；
3. 探究用戶行為習慣特徵，優化公司產品收益。驅動業務增長。
一般來說，商業分析師都需要有一定的MBA背景，對市場、上下遊、商業有強烈的洞察力，具備較強的邏輯思維能力，敏銳的觀察能力和獨立分析能力。
很多商業分析師是需要獨立完成一份行業分析報告，站在整個行業的角度，去看待本公司、所有競品公司、上下遊的各種關係與優劣勢。
數據分析師更偏向針對某個公司產品，進行分析建模，驅動增長。需要有較強的落地能力，與各業務部門的配合的溝通能力。
商業分析和數據分析雖然在工作內容、專業要求等方面有區別，但是本質要學習的內容，面試的內容大體都是類似的。畢竟，同是打著數據旗號。那麼商業分析和數據分析面試時具體需要哪些技能呢？
理論知識是面試中最基礎也是最重要的。首先是統計學，需要掌握基本統計模型及統計學知識：如回歸分析、聚類分析、時間序列、多元統計，貝葉斯等，學會尋找大數據中隱藏的用戶行為規律。其次是掌握各類策略模型與方法論：如SCP、RFM、波士頓矩陣、金字塔原理、5W2H、MECE分析、SWOT分析等等。
基本工具的掌握也是妥妥的數據分析能力的表現！當面試官在問到你具備什麼樣數據分析技能時，你咔咔擺出幾大數據分析軟體工具是最有說服力的硬功夫！
Excel。對於Excel的學習，如果你的意向的崗位不是那種純Excel的數據分析師崗位的話，建議不需要花費太多時間在Excel上，主要要掌握Vlookup、透視表和一些常用圖表。
SQL。數據分析崗位對SQL的技能要求是滿分的，面試時一定會考到相關語句因此要了解SQL的一些基本知識，主要看查詢的部分。
Python。相對上面兩個工具，Python的學習難度會稍微大一些。Python能幹很多事，對於數據分析師來說，主要應掌握基礎語法和數據科學的模塊，主要包括Pandas Numpy 和機器學習庫Sklearn等。
強大的數據分析思維是數據分析和商業分析必不可少的，具體可以通過以下幾個步驟進行數據分析思維培養：
Step1 要先挖掘業務含義，理解數據分析的背景、前提以及想要關聯的業務場景結果是什麼。
Step2 需要制定分析計劃，如何對場景拆分，如何推斷。
Step3 從分析計劃中拆分出需要的數據，真正落地分析本身。
Step4 從數據結果中，判斷提煉出商務洞察。
Step5 根據數據結果洞察，最終產出商業決策。
其實對於留學生來說
無論選擇BA還是DA
都有著大好的職業發展「錢」景
感興趣的同學一定要早申請哦！
最後祝大家機會多多
Offer多多！
想了解更多數據領域求職資訊？
想精準把握名企招聘進度？
掃碼報名回復【數據】
即可參加本期線上免費公開課
你將獲得你想要的信息
👇👇👇