追蹤

國欣 邱

從事數據分析多年 ,同時熱愛搖滾樂及次文化,所以我的blog叫<Rock Data> 歡迎點擊下方社交媒體一起交流 : )

求職雜感:想裸辭嗎?我是不會再幹這事了


這文章是19年在個人blog(Rock Data)寫的,紀錄裸辭及這兩個月面試的一些雜感吧,想分享一下,希望對大家在職涯規劃上能有點警戒

原文連結:https://pse.is/3f3kpw

一、不要直接辭職、不要直接辭職、不要直接辭職,重要的事情說三遍

如果你覺得繼續在工作一邊工作一邊找工作很難,因為工作很忙,如果要去面試還要請假,請假太難,而且沒有時間準備,然後直接辭職,然後找工作。這樣是不對的。

我依然保持著規律的習慣,一樣的時間起床,一樣的時間出門,不用去公司了就改成去週末常去的星巴克處理事情,包含改履歷、學習、寫文章,約同行同事交流,跟獵頭聊聊,一切似乎一如往常。

日子就這樣流逝,到某天開始感覺到壓力,因為我突然發現我竟然已经失業一個月了!

第一個壓力是金錢。即便一開始對於我的可用資金已經做了估算,但在沒有收入來源時,日常習以為常開支都變得比想像中大,當看著錢只出不進,餘額不斷減少,又不確定何時會改善。

有些支出是必要花費,那只好從小地方省起了,例如我把星巴克改成附近小咖啡館,甚至出現是不是可以不要點咖啡只要一杯杯白開水就好的想法。(說到這裏真的要感謝老闆娘,他真的給我白開水就讓我待一整天)

再來是的精神壓力,求職進度不如預期、有興趣的公司無下文,或是談了3次居然沒結果、原本有興趣的公司實際接觸後發現普通,雖然還不到出現懷疑自己這種狀況,但確實變得更加焦慮。

獵頭速度太慢了,我自己來吧,下載了一堆求職APP,每次拿起手機就是看著履歷有沒有進展。加入了失業互助群,在群內看著大家的進度,有消息互相分享。

即便知道找工作多少是看機遇的,不是說能力強就一定能找到適合的工作。但實際面對時卻還是另一回事。

這兩點的來源,都在於對未來的掌控力,如果你一項奉行有計劃的生活,不太能接受不再掌控範圍內的生活,裸辭一定要深思。

二、多面試幾家練手,不要一開始就衝最喜歡的公司

我一開始就接觸在腦中覺得很好的幾家公司,看了看有比較適合的職缺就投簡歷或是朋友內推,也很幸遇的都有收到面試通知,但面試的過程表現很差

辭職剛開始,對於找工作還會沒有很進入狀況,很多事情都沒有完善好。初期面試了一家香港公司,大概交談了10分鐘後,要求改成英文面試,我鎮定的說 well..no problem,但心裡知道對於三年沒用英文溝通的我,這簡直是不可能的任務。

畢竟英文口語的交談,跟工作中精確表達還是有很大的差異。過程中越說越心虛,也氣自己怎麼無法精確表達出我想表達的,而越心急,表達的就更爛了,一個惡性循環。想當然就沒消息。我也懊惱招聘上襬名寫了需要跟歐美業務團隊交流,自己卻沒有把英文準備好。

就像運動前要熱身的道理,千萬不要心一急就挑戰大BOSS,如果該公司的數據分析是BU架構的(即數據分析是擺在業務部門的組織架構),這個BU失敗,可能另一個BU還是有機會(例如騰訊、阿里),但如果遇到的數據分析在公司的組織架構是統一部門的,那失敗的話你就跟這公司無緣了…

雖然開頭說了不講面試技巧,但還是想分享幾點小小注意事項:

  1. 準備約3分鐘的的自我介紹並背熟,但是要表現出不是在背的自然感
  2. 熟悉自己履歷上的每一點,預先想好當對方問了什麼問題,我可以拿哪一點來說明/證明,並確保表達是有架構的、清晰的
  3. 一天不要安排兩個以上的面試,如果同一天有兩個面試,把比較沒興趣的排到早上
  4. 在面試結束時,趁印象還深刻時找個地方寫起來,尤其是被問到不會或是回答不好的問題,晚上立刻總結

三、對於數據環境,不是人人都是BAT

因為中國互聯網巨頭BAT,許多公司都似乎發覺了數據的重要,阿里也在17年左右就進行數據中台的架構,但跟一些公司交流過程中,我很意外的發現,居然很多公司的數據現在才開始正在架構,不只小公司,連許多大公司也是現在才開始準備,甚至數據團隊的人員才1、2位的也不少。

從另一方面來看,雖然數據分析有點被炒爛,也沒有算法來的熱,但感覺還是個有著滿大需求的行業。

說回個人,如果是經驗比較沒那麼豐富的分析師,我是建議能去大公司就去大公司,所謂的大公司除了公司規模大,更要強調的是數據團隊的規模,在這種環境才可以看到一個數據團隊間(包含數倉、數據架構、數據平台、BI、 數據產品經理、算法)是怎樣運作的。

四、經驗是雙面刃

在剛出社會時,我想著,沒有工作經驗,要怎麼找到好工作呢?現在,我有了還算豐富的經驗,但還是面臨一樣的問題。

2019年阿里P7要求年齡上限是32歲,還有盛傳某些公司30歲以上的候選人就不考慮了,說年齡歧視也好吧,總之情況就是擺在那。

越高職位的需求越少、要求越高的綜合能力,對公司及對求職者雙方,都要考量更多細節,不論是薪資、能力,產業、乃至於文化、工作方式、家庭情況等都會更加放大檢視,匹配的週期就拉長了。

寫到這,回想到一個總監的連續問題讓我印象深刻。大家也可以想想,把“有讚” 換成你現在的公司,面對這問題,你會怎麼說?

1. 介紹一下有讚的業務
2. 有讚的營收來源?
2. 有讚有什麼競業
3. 這些競業在做什麼?跟有讚有哪裡不一樣?
4. 相較競業,有讚有什麼優勢
5. 這些優勢是做了什麼策略來的
6. 您認為這些策略,考量了什麼因素?為什麼成為了優勢?

=================工商一下================

【#入門數據分析掌握hivesql取數能力】正式在 #hahow 上架, 募資期間,三人同行一個人只要 1,680 元(原價 2,680的 63 折!)把握機會阿😎

■ 募資期間 👉4/27~5/26

■ 課程內容 👉 http://hahow.in/cr/andyrockhive

 


國欣 邱

中山大學 經濟所

追蹤 20 鼓勵作者

從事數據分析多年 ,同時熱愛搖滾樂及次文化,所以我的blog叫<Rock Data> 歡迎點擊下方社交媒體一起交流 : )

鼓勵作者

目前持有 Blink Coin: Loading..

選擇禮物


愛心

(Coin 10)

幫高調

(Coin 20)

咖啡

(Coin 30)

掌聲鼓勵

(Coin 40)

崇拜眼神

(Coin 50)

驚呆了

(Coin 60)

神人4ni

(Coin 70)

花束

(Coin 100)

鑽石

(Coin 300)

紅寶石

(Coin 500)

藍寶石

(Coin 1000)

黃寶石

(Coin 3000)


送出鼓勵



發表匿名文章不會出現你的大頭圖與名稱,你可暢所欲言,但文章內容務必遵守「佈告欄使用規範」!


回應

送出回應


2 則回應

匿名

2021-06-20 15:55 #1

鼓勵了作者

0

匿名

2021-06-20 16:46 #2

鼓勵了作者

0

想回應這篇文章嗎?也想發表文章嗎?
馬上登入來發表文章、追蹤作者、收藏文章或回應文章吧!

註冊 登入