市场助理每周工作总结范文 小编:晓荧 132阅读 2020.03.25 时间匆匆流逝，转眼间，到公司任职xx已过去了一个星期，在这短短的几天内，我的收获和感触良多，自任职以来，我努力适应工作的环境和熟悉前台的工作内容，以认真的态度去履行自己的工作职责，较好的完成自己的各项任务。现在将上个星期的工作情况总结如下:
(一)促销员管理方面。
1、进行了促销员入离职、异动手续办理。
2、促销员的在岗抽查。
3、促销员样机借用手续办理。
4、促销员薪资核算。
5、促销员周报的整理与汇总。
(二)、区专柜管理方面。
1、专区专柜的盘点及数据更新。
2、终端陈列照片的收集及反馈。
(三)、市场物料管理方面。
1、市场物料进销存管理。
2、市场物料的申请工作。
3、贵重礼品的核销。
(四)、市场费用管理方面
1、小额市场费用核销跟进。
2、小额市场费用台帐管理。

　　学校：帝国理工大学(Imperial College London)

　　专业：Business Analytics

　　已收获的offer：携程、拼多多

　　应聘岗位：数据分析

　　Offer选择：携程，综合考虑薪资、工作时间，另外面试时候与团队交流地也更深入

　　
个人介绍：

　　大家好我是oskird，本科就读于天津大学，研究生就读于帝国理工大学，即将入职携程，在机票研发部门做数据分析，工作内容主要是利用携程的数据做一些数据和算法产品，帮助航空业的公司做决策制定和收益管理等。

　　
访谈内容

　　
1. 你是什么时候开始准备秋招的，具体做了什么准备工作？

　　我在2017年的秋天就开始关注国内行情了，因为当时确定毕业后是要回国的。真正开始试水是2018年的春招，主要是投简历和做笔试题，因为没法回国，所以当时参加的面试还是比较少的。

　　我的专业和我所应聘的职位还是比较相关的，而且硕士项目的学习方式也十分就业导向，所以掌握好所学知识，就相当于完成大部分准备了。除此之外，我课余时间也会做一些补充，比如读一些书、刷一刷网课、打一打数据科学类比赛等。

　　除了知识储备外，其他方面也要做充分的准备。比如，每个星期都要考虑下能否更新简历，时刻准备参加“突击”型面试、减少一点玩的时间、毕业了就尽快回国面试，等等。

　　
2. 你认为海外留学生在求职过程中有哪些优势和劣势？

　　优势：

　　有国际化视野，这个在面试有国际化成分的团队时会比较有用。

　　相比国内院校，海外学校的课程设置更加职业导向，课程设计更前沿，对求职是非常有帮助的。

　　
劣势：

　　不了解国内行：国内招聘的侧重点和国外还是有区别的。

　　简历太过单薄：无论从时间安排上、还是岗位数量上看，在国外想获得一份实习都要比在国内难。

　　毕业时间尴尬：尤其是读硕士的同学，很多国家的硕士项目起止时间都很随意，如果是短于一年的项目且毕业时间在5-8月，那时间线就蛮尴尬的。

　　
3. 你认为你的个人简历上哪些内容最吸引hr的眼球？

　　首先，我的专业是很匹配的。这里给想做数据分析的同学推荐Business Analytics，和数据分析的工作内容基本是完美契合的。

　　然后具体经历方面，很多面试官很喜欢和我聊简历上的一个kaggle比赛，所以我猜大概这个比较吸引眼球。

　　
4. 简要介绍一下你面试的岗位，并针对该岗位，聊一下面试的侧重点。

　　数据分析岗位算是比较新兴了，根据我近三年的观察，每年都会有一批名企在校招岗位列表里新增数据分析岗。与此同时，数据分析的求职人数也越来越多。

　　很多同学和我交流，说数据分析是个奇怪的岗位，因为各家公司对它的定位都是不一样的，偶尔是技术、偶尔是产品、偶尔是职能。正因如此，各家公司数据分析岗位的笔面试侧重点也不同，有些希望你能应用一些机器学习方法建模，因此会考机器学习知识、Python和R等编程语言；有些希望你能够分析业务，因此会问一些实际应用问题的分析逻辑。当然也有一些核心能力，是任何数据分析岗位都需要具备的，比如SQL和基本的数据敏感性。

　　所以即使同样是数据分析岗，很可能招聘要求不同，面试内容不同，因此含金量也不同。我之前写个一个偏吐槽的帖子，不全面的总结了一些数据分析的种类，以及各类数据分析的价值和优劣势，大家有兴趣可以看一下：

　　
5. 有什么推荐的学习书籍/资料/课程吗？

　　我平时比较爱刷网课，主要使用两个平台：Coursera和Datacamp。Coursera是学一些理论的东西为主，大概上了有10几门了，印象比较深刻的有University of Michigan的Python编程、吴恩达老师的机器学习/深度学习以及University of Washington的机器学习。Datacamp是个付费平台，月费大概30刀左右，但绝对是物有所值，主要练习实际操作，能够高效的学习使用Python和R完成数据分析。

　　书籍我读得相对少一些。业务分析方面，有一个深入浅出系列是比较不错，比如《深入浅出统计学》、《深入浅出数据分析》等，还有一本《数据化管理》，看完印象比较深刻。机器学习方面，很多算法大佬都强推李航老师的《统计学习方法》和周志华老师的《机器学习》，不过对于数据分析的同学，想了解机器学习，我更推荐《数据挖掘导论》这本。

　　
6. 面试中遇到不太会回答的问题，你是怎么处理的？

　　如果是开放性分析问题，最好不要不答。拿不太准思路的时候，可以以互动的方式和面试官沟通，争取套出一些线索，然后再看看能不能接着这个思路分析下去

　　如果是技术问题，我会选择直接承认，因为技术问题都是实打实的，不懂装懂反而不好。有一次面试官问了我Spark的数据倾斜，我当时不太了解，不过最后也没有影响面试结果，毕竟大数据方面的内容对于数据分析来说不一定是刚需。当然了，我觉得一定要好好准备，如果是和岗位绝对相关的问题，答不上肯定是减分的。

　　面试时答得不好的问题，记得面试结束后查一查总结一下，不过是否有用，权当补充知识了。另外，如果面试时候有很多问题都答不上，那就必须要反思了，是投递方向错了，还是最近没有用心学习。

　　
7. 你认为国外面试与国内面试差别有多大？

　　其实还是蛮大的，整体倾向就是，国外公司的求职更注重软技能，很强调潜力；国内公司面试会更多地考察硬技能，所以是看重即战力。当然这些不是绝对的，上策是综合发展自己，软硬技能都要疏忽。

　　
8. 留学给你带来的最大收获是什么？

　　功利来讲，最大的收获是快速毕业。其实这个也是我选择留学的最大原因，因为我上小学就比较晚，所以在同届里一般都是比较老的。出国读硕士让我追回了一年，今年加一些校招群，感觉自己在里面不是最老的那一批了，开心！！

　　另外一点就是视野吧，国外读书会比较多元。我们项目大概四分之一中国同学，其余的同学来自欧洲、美洲和亚洲其他国家。另外，班里大部分外国同学是有工作经验的，比较年长的可能有5年以上了，属于事业有成的那种，来读书也不仅仅是为了找工作工作。与不同背景的同学合作，视野就会大不一样。很多同学觉得在国外呆过会不适应中国文化，不过我读完硕士回国之后，其实觉得自己变得更包容了，更能接受与自己不同的思维和理念。

　　
9. 除了上述问题，你还有哪些想要分享给海外小伙伴的？

　　明确方向是最主要的，我觉得很多留学生回国求职困难，不是实力问题，亏就亏在计划制定得太不明确。

　　第一，海外or回国，这是首先要决定的问题。我见过很多留学生有这样的想法，先尝试一下国外的机会，实在不行我再回国找工作。以我的观察，身边铁心留在国外的全都留下了，但抱着试试看的态度，大多是留不下的。而回国之后，现在国内竞争也很激烈，加上回国后的预期会偏高、错过黄金季节、不了解行情等因素，导致国内招聘结果也不理想。

　　第二，想要做什么岗位？去什么样的公司？地点在哪里？每个人的想法都不一样，有的同学对bat有特殊情怀，可以放弃薪资、放弃自己原来选择的工作方向；有的同学只想回家乡，北上广再好的待遇和机会也不动摇。任何选择都不能说对错，但要尽快明白自己的选择是什么，这可以让你省去不必要的麻烦，不用在拼命地投简历，飞往各地面试，可以把精力专注在你想去的方向上。

　　抛砖引玉地分享一下我制定的规划吧。我是出国之前就决定回国的，所以精力一直都放在国内市场。本来是想毕业之后在英国实习一段，但看了一些经验帖后改变了主意，为了不错过提前批，课程结束后直接飞回国内面试。具体的简历投递规划，我的方案是这样的：只看上海的机会，并且只投数据分析相关；优先考虑规模比较大的公司；在可选择的情况下，根据具体的工作方向、部门和时薪进行选择。基于以上考虑，秋招我投了10家左右，面试了6-7家左右，秋招不是特别辛苦，过程和结果都是很满意的，最后的决定也顺理成章。

　　其实也有很多遗憾，比如有些自己仰慕的公司，因为不在上海或者没有相关岗位，所以连投递的机会都没有。尽管有遗憾，但我节省了很多精力，也让我做选择的时候少了许多纠结。求职计划不一定是要一成不变的，需要根据具体情况调整，但我觉得一个总体方针还是有必要的，不要盲目地飞来飞去。尤其对于留学生同学，你的时间更少，所以你需要瞄得更准一点，才能弥补一些劣势

　　
祝大家都能找到心仪的工作^_^