大家好，我是篱笆老师Iris，正值秋招，有很多小伙伴尤其是应届生小伙伴们对于Data求职有很多的疑惑，比如行业发展趋势，求职激烈程度，相关技能是否应该掌握以及掌握到什么程度等等。Iris老师今后将会出一个系列的视频对大家的疑问进行解答，欢迎大家点赞收藏，或者在下面留言提问。今天，老师先来为大家解答我观察到的，今年Data求职的几大趋势！
第一， 硬技能（technical skills）的匹配程度越来越重要。
过去各家公司对于应聘者使用的技术工具比较宽容。我需要Python，你会的是R，我需要Power BI，你会的是Tableau。没关系，入职后再学习也是可以的。而在现在的求职市场中，这种情况越来越少见了，本来市场上就有大批熟练这类工具的求职者，为什么公司还要花费时间和人工成本去等没有准备好的人学习呢？
因此，掌握尽可能主流的工具对于data行业求职者来说是更重要的，以老师的感受来看，Python的广泛度和适用性会更高，而近年来许多越来越多公司开始把powerBI/tableau作为必会工具写在JD里。
除此之外，一个非常明显的趋势是，data相关岗位的要求也在往full stack靠拢，只掌握tableau是不够的，更全能的candidate，能够打通pipeline+data warehouse+powerbi/tableau的求职者往往会更受公司的青睐。
第二， 行业知识（Domain knowledge）越来越重要。
跨行业的da/ds求职正在变得越来越困难，过去部分da，ds可以从科技跨到广告，医疗跨到金融等不同领域求职，而现在，公司会更加重视candidate有没有对应的专业背景。即便已经过了hard skill这一关，公司还是会优先选择domain knowledge更契合的candidate，而且未来，这个领域要求也会更加细分下去。 这里有两个维度，一个是你过去所在的行业，二是在某一个行业内，你过往经历具体是在那一块业务。 首先行业就很直接了，比如互联网公司更倾向招聘有在互联网公司工作过的人。 第二点就对对口的要求更高了，比如银行的risk组会更偏向找在别的公司做过credit risk的人，仅仅是在银行有过工作经验可能还不够因为credit risk这一块儿有很多的行业知识他们希望你入职的时候已经具备了。
对于公司来说，知道业务里问什么问题，清楚应该分析什么的人，会比“取数工具人”更能够创造价值，不可替代性也是更强的，对商业模型的理解和行业洞见才是data竞争力的核心。因此，各位小伙伴工作和实习中一定不能做盲目的工具人，对于项目和业务要有data-driven的思考。
第三， Preferred qualification越来越重要。
由于data求职市场供给远远大于求，市场上能够掌握Mandatory Skills的求职者已经很多了，真正的能让hiring manager留下印象的是能够满足preferred qualification的人，所以大家在修改简历准备面试的时候，一定不要忽略JD上preferred qualification的部分，这个部分也许就是你能拿下offer的原因。
老师找了一些da 岗位JD中的preferred qualification，可以看到，很多公司的preferred qualification都与domain knowledge，work experience相关。不得不承认，这对于NG来说，是非常不友好的，但就是目前data求职的一个趋势。
总结一下，data求职目前越来越重视对于对应技术工具的掌握，重视对于行业的了解，业务的思考和洞见，重视在basic skill之外拿出更多的东西。基本上，data招聘未来会向着一个更全能，更细分的方向发展。希望大家能够多多了解行业趋势，尽可能地武装自己，提高自己的职业竞争力！好啦，今天我们就聊到这里，关于data找工还有什么疑惑，欢迎大家给我留言！下次再见啦，拜拜！
