春节后换工作,这里有5条提醒

1 评论 4120 浏览 12 收藏 15 分钟

编辑导读:春节过去,“金三银四”马上就要到了,一些童鞋想要换工作的心是不是蠢蠢欲动了?每年的招聘环境不同,辞职和求职都是职业生涯中的重要环节,如何找到一份满意的工作对于求职者来说是一个不小的挑战。本文作者对春节后准备换工作的童鞋提出了自己的一些建议,与你分享。

很多同学盘算着过完年换个工作,最近有大量人来咨询陈老师,今天统一指引一下。近些年试图转来干数据的人太多,于是被咨询的太多了。和其他讲职业规划的老师不同,陈老师这个钢铁直男理科生,只分析怎么做可行性最高。完全不会像其他人那样大煲鸡汤,讲什么“发觉真我,拥抱明天”一类废话,各位看官挺住哈,下边是来自钢铁直男理科生的热心提醒。

一、2021年找工作是不是特别难?

答:难不难是看人的。虽然都在喊2020是互联网寒冬,虽然到处新闻都在报道XX地方裁人,但是打铁还需自身硬,能人永远不缺工作。

假设你的简历是:

  • 985本科+研究生
  • 27岁+男性+单身
  • 阿里搜索5年经验
  • 精通计算广告各种算法

肯定到处抢着要呀。

我们多多少少都有问题,这才是真问题!

比如:

  • 太嫩:职场经验1年不到
  • 太老:30几岁老头子
  • 学历不行:大专、非重点本科
  • 经验不行:转行、半路出家
  • 经历不行:到处打杂,没像样项目经验
  • 行业扑街:P2P、O2O、共享经济的飘过……
  • 能力不行:沟通能力差、表达不行、协作不行
  • 女性:大龄单身未生娃(就是容易被歧视,在此为女同胞鸣不平!)

自身条件受限制,也是客观事实。所以不要盲目听信“我的XX成功经验”。那些成功经验背后往往有很多不可复制的机遇。特别不要盲目听信“我学了XX技能就成功求职”。在职场上混,你是谁远远比你会什么重要。即使是同样0基础转行,清华的就是比普通学校的好转,同行业的就是比跨行业好转,3-5年中生代就是比老弱病残孕好转。

靠谱的做法,是认真分析自己的情况,找到适合自己的目标。这样求职就会变简单清晰了,明确以下三点就行:

  1. 我有什么
  2. 企业要什么
  3. 我要怎么去

所以多研究自己的情况、企业的需求。即使听别人的经验分享,少关注他的心情、感受、评价,多听他有什么资质,他在哪里投简历,他面试的是什么岗位,他具体回答了什么问题。这样才能吸收可复制的经验,让自己进步。

二、听你这么说,我不可能找个好工作了?

答:不要悲观。数据分析基本思维:遇到“好/坏”要问标准。找工作也是,什么算“好”特别重要。数据分析另一基本思维:“且字越多,成功概率必然越少”所以对下一份工作,尽量清晰自己想要的关键内容。

可以从以下小目标里挑2个重点来满足:

  • 加薪幅度超过30%
  • 从小公司换到大公司
  • 在北上广深杭站住脚
  • 从传统行业换到互联网行业
  • 从非数据岗位换到数据岗位
  • 换一个加班没那么激烈的公司
  • 谋求领导岗位(带下属)
  • 谋求全新项目(独立负责)
  • ……

强烈建议选2个就好!事不过三,哈哈

有没有可能一步登天,一下找到各方面都好的工作?有可能,但是机会少。需要刚好用人部门看上你,相谈甚欢,同时刚好招聘窗口期其他竞争对手都是傻逼。

要知道,找工作是个企业/求职者相互看顺眼的过程,企业那边,HR对求职者薪酬的期望值就是:上一份工作+30%。虽然HR们口头不承认,可实际上丫就是这么操作的。如果你要的薪酬超过30%增幅,那么她们就会把你的简历摁下来等一等,再找其他候选人,最后挑一个能把薪酬压下来的。

所以一次性要加薪太多,势必面临当备胎的风险,不是你不够优秀,而是因为招你的话,HR无处体现绩效哈。这里要做好心理准备。各方面都好的工作势必难找,一次满足一个小目标更好,毕竟路长着呢。

三、那我该如何找好工作?

答:上拉钩、猎聘、BOSS直聘、51job、智联招聘……搜地区+岗位名。搜出来以后有岗位名称、工作职责、能力要求、薪资范围等等,自己看就好了。需注意:有些岗位名字可能用得很乱,比如数据分析、数据分析师、数据运营、数据工程师、商业分析师、大数据分析师、策略分析师,很有可能是一个玩意。因为很多HR小妹妹就是随手那么一写。

所以:

  • 不要纠结名字,看具体的岗位要求匹配不匹配。
  • 搜索时多搜一些关键字,多尝试一些可能。
  • 如果搜到一个岗位自己特喜欢,可以看看这个关键字下,1-2年,3-5年,5-10年经验的是否还有岗位,不同年份之间要求有什么区别,这样就能区分出基础能力、进阶能力了。

特别强调,不要单纯地看名字,即使都叫“数据分析师”不同情况下差别也是很大的,参见:

四、我怎么判断自己的适合程度?

答:匹配度是分三方面看的:

  1. 基本条件:包括工作年限、岗位、行业、等级(是否带下属)能力关键字(比如建模、增长)这些往往是HR小妹妹们拿来筛人的条件,所以是一票否决的。如果HR小妹妹收到用人部门的要求:这个岗位限5年以上+管理下属2人以上,那不符合条件的会直接枪毙。所以在匹配的时候,优先看这些基础硬指标过不过关。也会存在不过关去面试的情况(很多用人部门发招聘的时候,其实也没想清楚),不过概率相对较小。
  2. 岗位职责:包括来公司后,做XX项目,负责XX工作等等,这些是入职后可能做的事情。岗位职责有专业性,需要用专业知识来判断。HR小妹妹在这方面判断力较弱,比如岗位写的“用户画像”,你写个“做过用户画像项目”,HR小妹妹极有可能也约你来面试,但一见面才发现你只是做个调查问卷写ppt而已。最好的办法,是看行业+岗位+职责。直接思考下:他们这个行业的这个职责是干啥的。
  3. 能力要求:包括会XX工具、有沟通能力/抗压能力/XX能力,有XX方面经验等等。这里是有顺序的,经验>工具>能力。企业都喜欢吃现成的,一万句我会做,顶不过一句我做过。至于工具是要结合具体场景的,很多小伙伴一说转数据分析,就把书架上生了灰的《高等数学》《线性代数》《概率论》都搬出来了,完全没必要。

一般技术类岗位会有笔试环节,如果笔试题挂了,基本面试挂掉。所以刷题是必不可少的。特别是数据类工作一般都会考SQL取数。越高级的岗位,越看重项目经验,特别是工作中的项目。所以才强调,前一份工作再烂,资料也要保存齐全,这样后续讲项目经验用得上,至于《泰坦尼克》《猫眼电影》《数据分析师爬虫》《网站ABtest》这种连代码都能在网上百度到的网红项目,大家拿来练手就好,我都让我们公司HR小妹妹屏蔽这些简历了。

五、既然提到了学习,我裸辞学习好不好

答:很多人喊着不要裸辞,其实也不全对。有些同学的工作环境实在太恶劣,每天加班加通宵,完全无暇学习,干的是最基础的重复工作,毫无价值,工资也不高。这种情况下硬撑着不辞职是没法自我提升的,面试成功几率也低。而且现在正值年初,马上3/4/5月是大量企业招聘的时机,辞职的话,可以密集面试。

注意,以下人群,裸辞风险高,包括:

  • 没有一段1年以上经验的同学:每个工作都只干俩仨月跑路,会被HR歧视的。
  • 年龄30岁以上,背着房贷的同学:生活压力太大,家里事多,中年任性分分钟家里后院起火。
  • 在北上广深,生活费不够无工作过半年的:万一仨月找不到,生活拮据,每天想着吃笋尖桂林粉还是麻酱拌面,是没法找到好工作。
  • 没有做好工作资料整理的同学:怒而辞职,啥资料没带出来,结果面试时漏洞百出,想补救又跟前公司翻脸了,找不回来。
  • 大龄单身未孕女士:虽然嘴上不说,但是职场歧视是结结实实存在的,找好下家才走最安全。

除了这些情况下,其他同学在年初选择裸辞都可以,做好学习计划,定期投简历,记录面试情况定期复盘,就能很大地体提升找到好工作的概率。

以上就是今天的分享,有些同学会说:咋没讲到数据类工作的特色呢?答:因为很多同学根本连这最基础的5点都没做到,以至于跳槽时毫无准备,盲目海投,缺少经验,漫天要价,闭门造车,最后一溃千里。每天真的在纠结吃笋尖桂林粉还是麻酱拌面,每天桌面上摊十几本书,从概率论到21天0基础python,结果一本都学不完,瞎胡折腾,这能成就见鬼了。

很多同学跳槽前,不是做好了功课,而是基于愤怒和妒忌:

  • 我看我那哥们混得就挺好
  • 我听说有一同学真他妈钱多
  • 我听一个前辈说我们行业没前途
  • 我的领导傻逼/公司傻逼/同事傻逼

至于跳槽去哪里,完全没有认真搜过岗位,全部信息都来自《21天0基础自学python》《入行互联网金融风控月入3万半年成为CTO》这种文章,要不然就是来自知乎《我是如何从机械/土木/生物自学文案写作进入互联网运营半年成为COO》这种心得分享。再赶上今年互联网寒冬,就真是盲人骑瞎马,夜半临深池了。即使是这基础的5点,讲出来也是得罪人的。在知乎上我回答过一个类似的话题,结果被一众“互联网数据分析大V”踩,有意思,我就问各位在企业里的数据主管/经理/总监们,这下边两份简历你招哪一个?

不瞎的都会招第二个呀。

各方面条件都好,自然容易找好工作;条件不足,自然要谨慎行事,多碰运气,积累经验,事实就是这么简单,也就这么残酷。大家都有所耳闻,2021可能求职更不容易,那只能我们更加倍努力,才好找到理想的工作。

#专栏作家#

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 多大才是大龄单身未孕女士

    回复