统计数据分析求职信

　　数据分析求职信篇一：数据分析--面试 笔试题

　　数据分析师笔试题：

　　1、目前进出高速公路的车辆有ETC卡自动付费和人工手动付费两种方式，某高速公路公司的经营部门计划开展定向营销策略让更多的车去办理ETC卡，经营部门需要你给出提高定向营销成功率的建议和策略。

　　经营部门给你提供了一份车辆进出收费站的缴费数据记录，请结合你的数据分析经验，给经营部门提供一份分析报告（简要说明一下分析过程、假设条件/变量、分析结果和展现方式、分析模型、模型评估方法等）。

　　2、以下是一家B2C电子商务网站的一周销售数据，该网站主要用户群是办公室女性，销售额主要集中在5种产品上，如果你是这家公司的分析师，

　　a) 从数据中，你看到了什么问题？你觉得背后的原因是什么？

　　b) 如果你的老板要求你提出一个运营改进计划，你会怎么做？

　　表如下：一组每天某网站的销售数据

　　3、你曾经处理过的最大的数据量有多大？你是如何处理这些数据的？处理的结果是什么？

　　4、你最喜欢的编程语言是什么，喜欢的数据统计分析软件有哪些？喜欢的理由是什么？

　　5、请举例说明Map/Reduce是如何工作的？在什么应用场景下工作的很好？云的安全问题有哪些？

　　6、请简要介绍你了解的关联规则、分类、聚类等数据分析方法，举例说明其分别有哪些适用场景？

　　7、你是否做过数据可视化工作？如有，请列举你做过的数据可视化项目及使用过的可视化工具有哪些？

　　8、请简要介绍你使用过的数据库、熟练程度及使用的使用过的数据库工具。

　　数据分析求职信篇二：数据分析师工作简历模板

　　基本情况

　　姓名

　　xxx

　　性别

　　女

　　出生日期

　　1985.11.21

　　民族

　　汉族

　　血型

　　O型

　　婚姻状况

　　已婚

　　教育程度

　　本科

　　工作年限

　　4年

　　政治面貌

　　群众

　　现有职称

　　无

　　户口所在地

　　山东省青岛市

　　现居住地

　　青岛市

　　联系方式

　　电子邮箱

　　求职意向

　　期望从事职位：数据分析师

　　期望工作地点：青岛市

　　自我评价

　　1、具有扎实的统计学专业基础知识，掌握常见的统计方法；

　　2、熟练掌握常用的数据挖掘方法，算法和相关工具、熟练使用SAS软件；

　　3、数据处理能力很强，熟练使用Office软件；

　　4、有良好的逻辑思维能力，注重细节、对数字敏感，能挖掘数据背后的意义，能够独立完成、撰写业务数据分析报告。

　　工作经历

　　2010年7月-2012年7月

　　山东****网络有限公司

　　单位性质：合资

　　所任职位：数据分析师

　　工作地点：青岛市

　　职责描述：

　　1、根据业务需求，制定用户使用行为数据的`采集策略，设计、建立、测试相关的数据模型，从而实现从数据中提取决策价值，撰写分析报告；

　　2、跟踪并分析客户业务数据，为客户的发展进行决策支持；

　　3、完成对海量信息进行深度挖掘和有效利用，充分实现数据的商业价值；

　　4、支持微博事业部等产品部门下的运营，产品，研发，市场销售等各方面的数据分析，处理和研究的工作需求。

　　2008年6月-2010年6月

　　****公司

　　单位性质：国企

　　所任职位：数据分析助理

　　工作地点：青岛市

　　职责描述：

　　1、完成对行业销售及相关数据的分析、挖掘，熟练制作数据报表、撰写评估分析报告；

　　2、独立完成用户行为特征与规律的分析，关注市场动态与风险，为产品方向提出合理建议；

　　3、在分析师的指导下构建公司业务领域数据分析与挖掘模型和方法论；

　　4、针对历史海量商业数据，能及时发现和分析其中隐含的变化和问题，为业务发展提供决策支持；

　　5、完成数据分析相关的需求调研、需求分析等。

　　项目经验

　　2011年5月*****项目

　　项目职责：

　　1、收集用户使用行为数据；

　　2、完成行为数据的分析；

　　3、制定模型与产品运营间的联动接口。

　　教育背景

　　2004年9月-2008年6月

　　山东**大学

　　统计学专业

　　本科

　　主要课程：数学分析、几何代数、数学实验，常微分方程、数理统计、抽样调查、多元统计、计算机应用基础、程序设计语言、数据分析及统计软件、回归分析等。 掌握了扎实的专业基础知识，擅长数学，有很强的分析和演算能力，业余广泛了解相近专业的一般原理和知识，如经济学、计算机操作等，在统计计算的基础上锻炼了视野广阔的分析技能。

　　培训经历

　　2010年3月-2010年10月

　　数据分析与SAS培训

　　主要课程：SAS体系内容、ETL技术、SAS分析技术、假设检验、方差分析以及各种模型分析等。

　　通过本次数据分析培训，全面掌握了SAS的内容，如逻辑库及操作符与SAS的表达式等，能够完成复杂数据步的控制，数据集整理以及主成分分析、因子分析等，提升了数据的分析能力。