该怎么面试：水平超过自己的应聘者？（数据分析岗）

喊你朋友的朋友来面呗，总归能找个有时间的该领域高级吧，如果你招聘看中技术，那就必须由技术来当共同面试官。
如果技术不重要，才可以用其他角度来面试，。

“但他天天晚上八九点+周六加班，腾不出时间。（应该不是钱少的问题，帮忙面面，一两千块公司还是出的起的）”

就是钱少啊，2000 ，不够，那 5K 呢，1w 呢，可以换个思路，你把他当猎头用，面完给 2K ，入职 3 个月结 8K

用学习的角度，开放式问题引导回答的方式面就行了。只要你有真的在面试中学习，你自然就能随着面试次数的增加而对这方面越来越了解。

具体来说，面试的时候不用明确说你没做过，而是可以由浅入深地引导对方讲出他自己经历过的一些事情的解决思路，以及让对方根据你这边实际的一些情况给出他的想法或者说是他的方案，期间有问题直接问你完全无法理解的点就行了。

通常来说，一个优秀的人一定是能把各种问题都讲得清清楚楚的，尤其是一个做数据分析的人，这种能力我认为是基操。

10k 可能招到的是培训班。数据分析这行，资深的其实吃的是垂直业务经验。入门的又太多培训班。真正的挑战是业务定义、分析推进和回收解读。当然有很多分析师 sql 都写不明白。面试建议用行为面试法，按 star 法则深挖。特别是技术细节、数据解读以及整体看法回顾。整体上分为技术基础（常见统计知识、数据库知识、AI 应用）、动机能力和价值认同三个层面。你如果信得过的话，可以找我陪你面面。我之前和另一组的数据分析 leader 一起面过些人。

为啥数据分析只关注技术呀？分析的目的是为了业务呀。技术在现在这个时间节点来看占比已经越来越小了，甚至分析能力都可以依赖 LLM 。

展开说就是这岗位分业务和技术两大块，古早还需要拉数，然后有能力就自己分析，没能力就需要业务人员配合定义分析模型。现今技术侧已经可以依赖 LLM ，业务侧因为管理的复杂性还是需要依赖人。

基础统计学知识，这种程度的岗位还用不上高深的统计学知识，也就是描述统计就足够了，不用推断统计。打个比方常见的均值、中位数、众数、方差、标准差、相关系数总要会吧，知道一组数据的含义，对比分析就依赖这些基础统计学知识。会 SQL 、会洗数据不代表会分析。

基础的管理能力，至少要能理解业务和辅佐管理决策，也就是偏向科学管理，会一些常见的运筹学模型，运筹学自诞生以来就是为了解决管理问题的，局部最优不等于全局最优。比如线性规划或者排队论之类的。做个决策拉了一批数据出来，想看看是投 A 还是投 B ，成本在这里，A 和 B 的预期收入在这里，混合还是全投一个？比例占多少？管理往往就是这样的，选项做好了只要不是草包都能选出个结果来。难得是怎么拿出选项。拍脑袋当然可以，反正自己选的。科学管理需要数据支撑，配合直觉判断就更有谱，对运筹学其实依赖很大的。

一个思路：AI 先补点数据分析的基础，然后再问面试者相关的业务侧问题，专门筛选过的至少不会太离谱。不至于找一个还需要让你来指导怎么建模的人吧，组团队应该形成互补，至少你这次招的人不是团队里的纯编码劳动力。

技术能力弱没关系，充钱就行，这个场景下不是做研发，只要能拿结论就够用了。业务能力弱会很难受，这点和优秀的开发需要对业务有深入的理解一样，要求并无二致，甚至更偏向业务侧，否则分析不出东西。

另外，30-35 被定义为年纪偏大？也不知道你的年纪有多大，我已经快 35 了，我觉得没必要搞年龄歧视，没有别的因素可以让你用来衡量应聘者能力时候，也别用年龄。年龄很难成为量化能力的标准，年纪大可能十年如一日，年纪小可能加班多一年抵三年。抛开年龄限制，或许能捡到漏，脑子灵的，年纪大点也灵的，不会真的说新脑子就好使一点的。

担心这么多，就是舍不得给钱，然后还想让马儿跑咯，那你为什么不直接去招个大专或者中专的实习生，然后狠狠压榨？一个月给个底薪，实习生都高兴的不得了，你要是拿这个钱去招本科生，人家反手就是一套劳动法，狠狠的折腾你。

你这本来是个远程岗位，如果面试的话，肯定也是在线面试，如果你自己又不是很懂，很可能被对面一个培训班伪造简历+AI 面试的那种东西给你忽悠。

作为做过这行的来看，不了解的话的确不好面
很多能够体现经验的问题只有实操过，遇到过坑才能问的出来

两个建议
1 ，找你认识的，实际一线干这个事情的人，花钱陪你面试，他负责抠细节和真实场景
2 ，补习一下你们技术栈可能会遇到的坑，用组件名称搜索一下，用类似“难题”“攻克”之类的关键词，看看别人分享的实际场景的坑，面试的时候可以问问他们有没有遇到过，没遇到的话让他分析一下为啥他没遇到，网上那个人遇到了

另外提醒一下，大数据数据分析是个经验重于理论的工作，如果有经验，能力强的话，通常会总结一套自己的方法论，这部分就需要你自己判断是不是靠谱了

@NonClockworkChen 哥，5K 真出不了哈哈哈。猎头思路不行，如果彻底结束这个岗位，他需要请好几天假。

@locoz 谢谢大佬，有道理，我就放平心态问好了！

@SuperDaniel313 @kuhung 谢谢大佬，其实更倾向于大量数据的获取、清洗的基本职能，所以会更关注这个人对于工作技术上的一些应用，而不是具体解决了哪些场景的问题（分析上的需求不是特别大）

恰好相反，不是对年龄有偏见，现在反而面的：年龄大的更合适——但这只是我聊一聊感觉到的，所以问问大家的想法，会不会有什么隐患。

@402124773 @cowcomic 谢谢大佬们！我按着大家的说法都整点。

@sir283 没话语权啊，我也想给钱，20k 就能稳招履历超好的大佬了。但公司给团队的收益分红比例已经开很高了（行业 top 水平），基础薪资就难谈。

你是招这个人给你干活吗？

如果是，那你起码知道这个人要干啥活，以及怎样干，也就没所谓你不懂的技术了，你需要的东西他有就行！简历里的一堆 fancy words 不重要，那些是锦上添花的东西，有没有和你关系不大。

如果不是，你就是协助帮忙从其他角度面试的，你纠结个啥？因为有其他懂这个职位的人会面他细节，你从你懂的角度深挖就行。30-35+的不用拘泥于问某个名词统计学原理之类的东西（尤其你可能还是 AI 里准备出的问题），那玩意他忽悠一个外行不要太在行。你就结合他现有工作你能听懂的部分深挖（技术结合商务落地），尤其让他说比如遇到某些挑战，如何解决如何思考的。这种深挖几个，对方啥水平你基本有个谱了。编故事最怕的就是圆幌子！核心就是不用紧张，问你懂得方向就行。

@uiosun 是不是考虑大数据开发呀？从你的场景来看，跟数据分析其实相关性不高。我记得有那种干脏活累活的 ETL 工程师吧？你可以换个关键词，挂 boss 上看看呀。

看起来更多是数据开发的活，可以先找人兼职做吧，后面有需要再找全职