如何描述简历中的数据分析项目？
写在前面的废话。
十月中了，最近陆续有同学来问我春招数据岗还有没有机会，现在继续准备等待春招或找个实习怎么样，会不会晚。我只能凭我个人经历、周围同学的经历来回答这个问题，也是最后一次统一回答了，之后此类的问题便不再回复。
首先，我相信秋招并没有结束。过去的时间和机会我们无法挽回，但当下仍可能存在的机会，希望你自己多努力，多去投递。offer不是等来的，是自己争取来的。
其次，如果现在秋招的结果并不如意，准备春招也不失为一个好办法，因为你好像并没有其他选择了。当然准备春招并不是让你即刻停止秋招，直接等春招，因为有的同学真的只是累了些，懒了些，只是想结束现在这种糟糕的状况，偷个懒而已。
另外，选择寻找一份实习去学习和锻炼也是当下一个还算可以的选择了吧，但要清楚，做选择就要承担相应的风险。有的同学是奔着找能留用的实习去的，这个我能理解，但希望不要一味的寻求能留用的实习错过了一些本可能锻炼自己提升自己的实习机会。还是那句话，选择是你自己做的，风险也是自己承担。
我想，秋招的你现在处于一个什么阶段、什么情况，你自己应该很清楚。不努力，只是一味的询问也不会得到什么实质性的帮助。所以，还是看你自己了。
最后，以20年我经历的春招为例，帮同学拉了一个100人以上的20届春招群，会分享一些求职机会给大家。感觉疫情影响还是蛮大的，对招聘开始时间、招聘需求、笔面试时间、笔面试形式、笔面试体验都有一定影响。有同学处于焦虑中，长期找不到心仪的工作，还有同学也陆续拿到了互联网大厂的offer。所以......你们自己考虑吧。
关于应届求职，以后该说的能说的应该会变少了，一个阶段过去了，另一个新的阶段也要开始了。
回归正题。
在小破号刚建立的初期，我按照个人经历（经验）写了一篇如何书写个人简历的文章，面向对象是校招生。如何写一份让HR在6秒钟能pick你的简历？其中的建议是我校招时请我一位经验较丰富的朋友帮我修改简历学到的，之后也请了一位关系还不错的hr帮忙看看，里面绝大部分建议我个人认为还OK（如果大家有什么问题或建议等，欢迎后台私信我），今天想就项目经历部分再多说点。
"建议采用star法则进行书写，但不可乱用！避免出现流水账，力求精简，要求用词准确，描述专业且善用数据进行有力的支撑"。这是当时有关项目经历描述的原话，原话下还附带了一张star法则定义的图片。现在看看，具体怎么写我自己好像挺明白的，但好像忽略了别人，不晓得别人通过这一法则的定义和我简单的一句话是否能get到其中的点，是否真的会运用。（当然，此法是我个人之谈，仅供参考，不负责任。）
最近读了徐老师的书，从其中"如何描写数据类项目"这一部分学到了更为详细具体的建议以及徐老师个人的项目书写实例。结合这个谈一下我个人的总结思考。注：仅针对数据类项目描述。
首先是数据。
之前我有提到过，项目描述要专业且善用数据进行有力支撑。既然是求职数据类的岗位，那如果拥有数据类的项目是不是一个优势？此时，如何描述就显得尤为重要了。
学会用数据说话，不要笼统地讲述自己从海量、大量数据里提取了什么、处理了什么，在我看来，除非你是蒙的，不然你自己的数据项目你本应知道具体的量级、数值。此时，某一固定数值比海量、大量应该更具说服力。
除此之外，在结果描述上，如果你的项目得以落地或取得了较好的成效，那为何不表现出来？此时笼统地说用户次留率提升了2pp比说用户留存得到一定提升要好的多，更具体、更置信。如果是某一产品（功能）迭代，可以将本期结果与预期目标值或上一版本的值做比较，从而显现出此项目的价值、效果等。
其次是专业性。
还是我之前提过的，项目描述要专业且善用数据进行有力支撑。虽说好多数据类岗位看个人逻辑思维、业务能力，但同时专业技能也是必不可少的。专业技能可以是python，r，sql，机器学习及深度学习算法模型等。这些技能如果你只说你会，那么置信度一般，如果将其放入项目经历描述中，既能更好地进行项目描述，也能更真实地体现自己的技术能力。面试官如果对你的项目感兴趣、对你的专业技能、技术能力感兴趣，也便多了几次聊天的机会。
当然，需要注意的是，无论是体现在项目经历、实习经历还是单独列出的专业技能中，切记不要给自己挖坑，对于已体现在简历中的个人能力要做好充足的被提问的准备。常见一些同学在项目经历中"吹嘘"自己使用某一算法模型实现了某个目标或得到了某一结果，而面试官对这一算法进行初步（简单）提问，却支支吾吾答不上来，这不摆明给自己找难受吗？结果可想而知。
最后是明确流程。
其实这一点是我之前没想到且没在意的一点，这一点是在徐老师的书上学到的。意思就是要学会对自己的项目进行内容梳理，完整地进行项目体系的描述，将项目按照流程进行拆分（需求-->实现-->结果分析-->迭代），同时也要记得精简，避免出现流水账。
不仅要对项目实现过程进行描述，也要注意迭代过程的描述。好多项目都是不断迭代的，迭代思维很重要，如果能体现在项目描述中，锦上添花，增光添彩（词穷）。
总得来说，我个人还是会按照先前所述的star法则进行项目经历的描述，从背景、目标、行动、结果入手，将项目需求、实现过程（数据+技术）、结果描述（迭代分析）等对应的填入各个部分。
本文主要是对我之前那句概括性的"专业且善用数据支撑"进行展开式的讲解，希望此次描述能更易懂，更有意义（不然单休写稿白干了）。然后加入了徐老师的流程拆分建议，在描述完实现过程后，部分项目可能需要迭代，此时就可加入对结果分析、报表观测、项目迭代的过程。
具体的项目经历描述实例我就不给大家了，感兴趣的可以去看下徐老师的新书《拿下offer 数据分析师求职面试指南》，徐老师在其中给出了个人项目描述实例。
除此之外，此书从面试前的准备、面试技巧/经验、基础知识、编程技能、实战技能等多方面进行了讲述。惭愧的是，我从收到书到现在都没读完，进度缓慢，耽误了给大家的推荐。
不过好东西总是人传人的，书也是，在数分群里也得到了广泛地推荐，不少同学都已经读了两三遍（我便更加羞愧了）。需要的小伙伴可以去各个电商平台看一下，搞不搞活动的现在我就不是很清楚了。