这个岗位做什么

数据分析一般归在「数据/商业分析」这种职能线里。说人话就是：帮公司从一堆乱七八糟的数据里捞出有用的结论，支持老板做决策。典型活儿包括接业务需求、写 SQL 取数、做报表看板、搞点可视化，偶尔还要跑模型找规律。日常不是纯写代码，也不是纯写 PPT，是两边沾点，谁急你帮谁。494 条在招岗位说明市面上真缺这类人，但活儿细碎，得坐得住。

适合谁

• 专业上：统计、数学、计算机、经管都行，跨专业也能投，关键看你会不会用数据说话。
• 背景上：有过实习取数、比赛建模、自己爬过数据的，简历更好看。
• 特质上：好奇心重、逻辑在线、被业务方催还能笑出来，这种人投最有优势。别怕不会 Python，很多岗允许边干边学，但 Excel 和 SQL 真得自己先练熟。

薪资水平

站里 2019 届的薪资参考是月薪 9-23k（千元/月）。这是实打实的历史数据，现在市场可能有波动，但能给你个底：这岗不是天上掉钱，但比起纯执行岗，下限和上限都还算友好。其他届或城市的爆料暂时没有，建议多翻翻师兄师姐的聊天记录，别光看招聘页写的范围。

怎么投

1. 渠道：校招宝这种聚合站先刷一遍，再把目标公司官网和靠谱招聘 App 都挂上，别只守一个入口。
2. 节奏：大厂秋招早，暑假就得准备；小公司滚动招，看到 494 条在招就说明全年都有坑，别拖到毕业前一个月。
3. 准备：简历写清楚「用啥方法、解决啥问题、带来啥结果」；笔试练 SQL 和逻辑题；面试把做过的项目讲成故事。没有实习就自己搞个分析小作业，比空写「熟练掌握」强。

这个岗位做什么

软件开发说白了就是写代码把产品做出来。典型工作内容包括需求评审、写业务逻辑、前后端联调、修 bug、上线维护这些。你在招聘软件上看到的 1163 条在招岗位，基本都绕不开这些活儿。它属于研发职能线，是互联网和公司数字化里最最核心的工种之一，不管是做 app、网页还是内部系统，都得有人写代码。

适合谁

• 专业上：计算机、软件、通信、自动化这些工科背景肯定最对口，但也不是死规定，不少自学转行的也能上岸。
• 背景上：有实习经验、写过完整项目、搞过竞赛的，投的时候优势明显。
• 能力特质：坐得住冷板凳，逻辑清楚，遇到报错不崩心态，愿意持续学新框架。如果你平时就爱折腾电脑、逛技术论坛，那这岗真的可以冲。

薪资水平

根据校招宝站内数据，2019 届软件开发岗的月薪参考是 9-23k（千元/月）。这是比较早期的真实爆料区间，现在市场会有波动，但能给你一个底线感知：这行起薪在应届里算能打的。其他届或者当下的具体数额站里暂时没有更多爆料，建议大家多看看近期 offer 对比，别光凭感觉谈钱。

怎么投

1. 渠道：校招宝这类聚合平台可以直接筛那 1163 条在招岗位；再加企业官网和官方公众号，别只盯一个地方。
2. 时间节奏：大厂秋招一般开学就开，春招补录少而快；中小厂全年零散招，看到合适的别拖。
3. 准备建议：简历里放一两个能跑起来的项目链接，笔试刷刷算法，面试前把用过的框架原理过一遍。投递别海投不管，每个岗位稍微改改针对性文案，命中率高得多。

这个岗位做什么

金融与银行方向的在招岗位目前有 1151 条，数量真的不算少。这类岗位通常落在金融机构的前台业务、中台风控或后台运营里。典型工作可能是帮客户做资产配置、审信贷材料、跑资金清算，或者做市场数据和合规支持。总的来说，它属于“金融职能”这条大线，离钱近、流程规范，也讲究稳。

适合谁

说实话，专业上财经类、金融、经济、会计、统计的同学天然对口；但理工科转量化或风控的也不少。比专业更关键的，是这几种特质的人投了更稳：

• 对数字不头疼，能坐得住看报表
• 沟通不怯场，因为很多岗要面对客户或跨部门
• 做事有条理，银行类流程真的多

如果你实习里干过券商、银行、保理相关，简历一下就有优势。

薪资水平

站内真实薪资参考（月薪）：5-20k（2019届）。这是早几届的爆料区间，现在市场会变，但你能先心里有个数——入门不算高，往上空间看城市和岗位。其他届暂无薪资爆料，建议多看看同校学长姐去向，别只盯宣传页。

怎么投

1. 渠道：校招宝这类聚合平台先刷“金融与银行”类目，再补官网和宣讲会
2. 节奏：秋招是主战场，春招补坑；1151 条在招说明全年都有机会，别拖
3. 准备：简历写清实习和金融相关课程；笔试刷行测+金融常识；面试练下自我介绍和案例题

投的时候别海投，挑匹配的岗改改简历，靠谱得多。