求职分享：BA/DA Full time Offer 面试流程全解析

Data Application Lab的前学员Stella 毕业于Adelphi University 的MBA项目，现于一家咨询公司担任Business analyst。

1 Job Market 工作市场

关于分析师这个岗位，很多时候大家会对商业分析师和数据分析师的分不太清楚，所以我想先把这两个职位解释区分一下：

Data analyst (engineer)：

偏重工程；会用data model数据模型去做数据的清理和整合，涉及比较复杂的modeling（统计modeling，机器学习modeling）

Business Analyst (business): 

• 使用数据帮助公司作出更好的商业决策，更注重商业问题应用，用技术观点解决商业应用问题 （如：产品设计，用户体验）。需要良好的沟通能力，是架设工程团队，产品应用及用户体验的桥梁，起到了链接各部门的作用。
• 商业分析师有很多转行的机会。对于所谓文科生，商业分析其实是一个很好的机会，因为工作岗位对于数理，编程的要求没有数据分析师要求的那么高，相反对于商业分析，解读数据解决商业问题的能力要求比较高，是文科生比较在行的。

整体商业分析师的工作岗位在美国国内也比较平均分布；东部的纽约费城，中部的芝加哥，德州奥斯汀，西部的湾区，洛杉矶，西雅图等。根据我的经验对大家有一点提醒，旧金山湾区由于人才集中竞争激烈，对商业分析师要求非常高，面试过程重的问题比较其他地区偏难。

2 Skills set 技能要求

• 技术能力

作为商业分析师最重要的硬核技能就是对数据的分析能力。SQL就是筛选数据的重点，在工作面试的每一个阶段都会被考到。招聘HR打电话可能问， 或者用google hangout给面试者一道题，看你怎么分析数据。商业咨询师岗位面试考察的核心就是：面试者是否能在在些商业问题上用数据做工具，搭建模型分析，解释找到对管理方面最重要见解。之后再以presentation的形式表达出来，在这个过程中面试官的任务就是问问题挑战你思考的过程和见解。

面试过程中Excel也是一个考察重点 （charts/ index match），但对于R/ Python的考察较少，除非一些难度较高的大公司可能会用这两种编程语言筛选人才。其他涉及的考察内容包括使用数据可视化工具 （Tableau，把数据倒入给管理层的人看到柱状图等，帮助管理人员清晰的从图中看出商业趋势；Ab test/ google analytics；统计学知识：linear aggression，概率；SAS: 主要用在保险，医药行业的分析中）

• 软性实力

商业分析师对技能要求广泛， 除了对统计、数据方面硬性的处理能力的要求，对可能被大家略微忽视的软技能也有很高的要求。BA工作整体偏商业方向，具体的产品、市场、用户，都会影响公司的应用和发展。具体的软技能要求主要是以下几个方向：

1. 对数据的敏感（Sensitivity）：如何把商业问题转换成数据问题

2. 思维能力（Critical thinking）：如何把一个一个的问题转换成模块

3. 沟通能力 （Communication）：cross function/ cross team

4. 领域知识 （Domain knowledge）：对于某一个具体的商业领域的了解，以细化的行业作为关注重点 （如保险行业、咨询行业等）

在面试中，考官有具体一个流程考核你的软技能。首先面试官经过专业培训，设计面试题，然后评估面试者，最后填写报告。涉及具体的问题可能有两种情况：

1. 给面试者一组公司的历史数据，规定相关的问题，要求面试者在规定的时间完成。这类的考察可以是 take home project，也可以是要求面试者在现场完成题目。

2. 以商业案例考察，常常用在咨询公司的面试中，要求做case interview，给面试者一个开放型的商业问题。例如Facebook可以给面试者一个具体的商业问题：最近两周用户活跃度下降3%，作为一个BA你会怎么做？遇到这类型的面试，大家先不要慌。其实这些题目的主要目的不是考察编程，而是想考察面试者的business sense和结构化思维。首先，一个合格的商业分析师需要先印证这个问题是不是真的，是不是运算错误或者kpi的标准改变了。然后研究到底是发生了什么导致了这个现象以及其为什么会发生。对于文科/商科 （尤其MBA）来讲，解决这类问题是长项。而面试官往往也没有唯一的正确答案，更多的是想考察面试者是否有这方面的敏感度，能不能解释清楚问题和情况。

3 Interview Process 面试过程

具体的工作申请环节也分几个步骤：

首先：海投简历 ：hr看你的简历，打电话讲职位要求，符合要求的话会问面试者一些基本问题；

第二轮：跟hiring manager视频或者打电话面试。内容主要是问商业案例的的问题，听面试者的回答和建议。也有可能会要求google hangout面试给你出问题，涉及online sql问题；

第三轮：布置take home challenge，要求面试者在两天到一周不等时间内解决问题，并且给出商业见解分析。之后面试官会拿你的答案跟其他竞争者的内容比较，觉得不错的会邀请你去半天或者一天的onsite interview。 现场面试一般是3-5位竞争者同时面试，具体需要你展示你的take home challenge的结果，过程中面试官会观察你决定你是否跟公司团队相容。有时也会有白板问题再次考察技能或者是 behavioral的问题 （如：与同事有矛盾怎样处理）；

最后一轮：现场面试也通过了就可以决定与公司协商薪水待遇等内容啦！大功告成：）

我个人的小建议是：面试非常重要，在现场面试之前一定要有模拟面试，仔细分析面试官、公司产品、工作描述 （job description）等。在题目的准备上，SQL可以大量刷题，behavioral 问题提前想好，商业案例问题上训练自己很快的想出比较有条理的答案的能力。这些都做好之上可以尝试尽量猜题。在数据应用学院的培训中有scope of work的方法，提高效率，帮助我们根据sow提问，检验你是否准备好了。一般国际学生技术能力都比较高，但缺乏面试经验，而且语言上不占优势。模拟面试的目的就是可以通过多次练习发挥自己实际水平的80-90%，而不是没有系统练习时候的50%。

4 Career Path 职业规划

一般来说商业分析师后期主要有两个发展方向：

一是升级到管理层方向负责产品管理或者项目管理；二是在技术方面深造，成为数据分析师或者数据科学家。

我自己考虑职业规划是朝向管理方面的，现在entry-level的岗位上积累经验， 沉淀三四年升级到 senior岗位在考虑之后的发展。现在我想尽可能吸取经验，为之后走管理路线作准备。另一个作为背景提升的建议就是，可能的话可以换不同公司多工作经历。有些公司内部提升可能并不顺畅，这时候可以选择同一个领域的竞争对手，或者是同一个内容不同的行业跳槽工作，整体个人的工作经历从长远角度看会更完整更丰富。

最后一点小补充，很多同学都会有的疑问：

转行会不会比别人差？

其实在美国找工作都蛮不容易的，还伴随着移民政策、文化融入等各方面的影响。想跟大家分享的是，data analytics方向相关的本科专业并不多，这个方向的的研究生也是近几年才有的。数据分析所处这个行业的大部分从业者其实都是转行的。大家不要太紧张，关注能做的努力提升，不能做的先放在一边。我也是为了扩充自己知识和简历，上了数据应用学院的课，把自己的短板补充起来。对于商业来说每个具体的细分行业和每个公司都是不一样的，不要被自己的专业和工作经历等吓到。从我的经历上来看，美国人更看重是这个面试者有没有自信，是否可以很自然流畅的展示自己。加油！在自己可控制的方面不断提升，当你足够重要的时候，没有公司拒绝你！

原文作者：Paris Lu

美工编辑：Paris Lu

校对审稿：Dongdong