Amazon的数据分析师是如何影响管理层决策的？

导言：Ruby导师毕业于UCB IEOR 专业，目前就职于Aamzon Business analyst职位，对新兴的IEOR专业以及BI (business intelligence )方向就业求职拥有丰富的经验和独到的见解。

1. 您现在在Amazon的BI 主要工作职责是什么呢？

在Amazon这个很Data driven 的公司，BI, data analyst 有很多不同的种类。对于我这个BIE 职位，很多的工作, 就是用不同的matrix研究并且发现业务的增长点，再用图表给upper management每周做出汇报。这个职位又叫business insight。有时候，分析的工作也会具体到某个team, 某个供应链上面。简而言之，就是用数据，模型，去评价每周某个具体业务的好坏，增长，从而让managment 可以更好的决策。

平时的工作需要用很多excel, query language, 并且，需要我培养经营企业甚至生活的的business sense 。当然也有很多绘图软件的使用。这是一个非常培养综合分析能力的职位。

跟Data Scentist 比较起来，BIE, BI 岗位的职能更加灵活，更加多样，不过大家使用的tooling 会很类似。BI, BIE 有更多的机会接触大数据，工作类型多，任务杂，广度很大。而Data Scentist (DS) 会更多的接触modeling 的开发，调试，相对来说对某个model的研究更深入和细致。

2. 请问您对IEOR这个专业学习内容以及毕业就业前景有什么看法？

IEOR是目前蛮新兴的一个专业，而且最近几年无论是申请还是就业，都越来越火。主要是因为最近几年工业对数据处理的要求成倍提升，很多传统岗位对数据的操作能力也相应水涨船高。而IEOR正好弥补了这一个巨大空缺。这一个专业是要求engineering + business + analyst skill所以，面向的工业方向非常广，当然，在申请时候，同学们的背景也非常多样。像学数学统计的同学，大多毕业去了投行，或者做DS这样研发类的工作。而IEOR更偏向于supply chain，但培养的技能却是万金油，很多数据处理的工作都可以做得来。在UCB学习期间，随课程的capstone project 就非常接近大数据的实际应用，算是在学校与工业界无缝接轨吧。

我的同学毕业之后大多到了data analyst , BI 岗位。基本做的都是与data 相关的工作。也有几个同学去了投行或者去了SDE， consluting 这类职位。就业情况非常好，没有听说过有谁没有找到工作的。

3. 请问在毕业找工作期间，您有什么找工作的具体方法和非常好的心得技巧值得分享？

针对于数据分析方向，我想指出就是硬实力，硬技巧大约占到面试成功的6成，而剩下的4成是交流，汇报，沟通能力。具体到技术方面，虽然做data analyst ，刷题也是不可避免的,python 基本easy, medium 做熟手。数理统计方面，像pvalue, t distribution, normal distribution, sample sample 这些基本知识点一定要熟练掌握。Machine learning 方面，如何选model,各个model的优势，特色，缺点，简单的参数如何tune,这些都是要做到至少心中有数的。

当然，于此同时，要是会使用一些统计作图软件，R, Sql 熟练，这是会大大加分的。关于投简历呢，大家千万不要灰心，我的经历是，投了200-300家，面试了20-30家，最后onsite有8家，拿到了3个offer. 关键是要多投，不要灰心。

4. 请问假设您有一天遇到上学时的自己，对于职业发展和学习方向，您最想对当时的自己说的话是？

凡事赶早不赶晚。对于自己人生的规划，职业的规划要清晰尽早。当然这对于在校学生其实是一个很难的事情。谁能知道自己未来5年在干什么呢。不过如果你现在对于留校继续深造还是找工作还犹豫不决，那就要思考一下了，我当时就浪费了很大一段时间在思考这个问题上，导致我找工作的时间线非常靠后，望后来的同学引以为戒。