WeWork濒临破产，他们的数据分析师都还好吗？
Offer帮官网：offerbang.io
一度被誉为“未来办公空间的代表”
曾是孙正义口中的“下一个阿里巴巴”
却在此刻轰然倒塌
前段时间，全球最大的共享办公巨头WeWork，突然被传将申请破产！消息发布当日，WeWork股票价格盘后交易中下跌32%。一时间“共享办公”这种商业模式，又再次受到广泛关注和讨论。
但这一幕终于还是来了——11月7日上午，WeWork依据美国《破产法》第11章，正式在新泽西州申请了破产保护。至此，这个昔日明星独角兽黯然告别。
WeWork是从上一波破产潮走出来的产物——2010年，美国经济尚未从金融危机中恢复，大量中小企业破产倒闭，纽约曼哈顿闲置了不少写字楼。
刚刚结束一段共享空间创业经历的亚当·诺伊曼（Adam Neumann）发现了新的商机——低价接手了一些空置房间，改造为小型办公室出租给需要灵活空间的创业公司或个人，这便是共享办公鼻祖WeWork的诞生。
正值共享经济兴起， WeWork凭借着宏大叙事和诺伊曼的个人魅力，迅速在风投圈爆红，一众顶级机构先后挤上牌桌。2011年以来， WeWork共获得15轮超过120亿美元的融资。
共享经济席卷全球，WeWork创始人成为不少年轻人的创业偶像
很快，WeWork迎来高光时刻。2019年，公司估值达到惊人的470亿美元，折合人民币超过3400亿，成为当时美国估值最高的创业公司，也是全球投资人追捧的巨无霸独角兽。
然而，共享经济不但是一门烧钱的生意，更是未经证实的商业模式。感受到资金压力的诺伊曼，寻求软银再次投资未果后，选择铤而走险提前IPO。
但故事在此刻急转直下。
随着招股书发布，WeWork不为人知的一面浮现——自成立以来，WeWork从未实现盈利，完全依靠投资输血。质疑铺天盖地，WeWork的估值短短六周缩水至100亿美元，匆匆中止IPO。此后，公司经历了辞退创始人、大规模裁员、降低租金、卖身筹钱等自救方式，但收效甚微。2021年，为了挽救疫情加剧的财务危机， WeWork通过SPAC的方式在纽交所流血上市，彼时估值仅90亿美元，不到一年缩水近8成。
WeWork跌下神坛，这个昔日的创业神话落寞走向终局。
Wework的数据分析师们该何去何从？
曾经稀缺的明星独角兽Wework，不仅是在共享经济下的宠儿，更是无数互联网数据分析师们的梦想之地。如今再去回到一亩三分地上Wework专区，数据分析岗位求职者们分享面经的热闹景象，与如今宣布破产后的门可罗雀形成强烈的反差。
如今来看，或许当初没有成功上岸的Wework的分析师们，如今看到宣布破产的消息，内心还会庆幸当初的“不幸”和“失败”反而是命运最好的安排。
对于Wework的数据分析师们来说，虽然东家逐渐走向衰落到现在的正式破产是他们不愿意看到的。但能够在当初“内卷无比”的求职条件之下如愿进入Wework工作，也证明了他们超出竞争者们的专业实力。无非就是重新再耗费一些时间、精力寻找下一个值得为之奋斗的公司，而从全球范围来看，紧迫需求数据分析师的其他大厂也是一抓一大把。
只要一家公司有数据需要处理数据，就会有相对应的岗位存在。除了能想象到的IT之外，还有金融、咨询、零售、医疗等行业：
✅互联网：Google, Amazon, Facebook, Microsoft, Oracle, IBM...
✅金融：J.P. Morgan, Morgan Stanley, Goldman Sachs...
✅咨询：McKinsey, Accenture, Deloitte……
✅快消：P&G、Unilever……
✅零售：Walmart、Costco……
在数据分析和商业分析领域，比较热门的方向有3个：
Data Scientist：被 Glassdoor 评为全美最佳工作的 Data Scientist，能力要求更侧重于数学和统计学。
Data Engineer：作为 Data Engineer，在能力要求方面更侧重于计算机（编程语言）能力、数学和对机器学习掌握的能力。
Data Analyst：整体门槛比较低低，对编程语言的要求没有DS和DE高。
除了这三个相对热门的数据职位以外，还有Quant, Operations Research Analyst、Big Data Analytics Specialist、Market Research Analyst等岗位都是数据分析、商业分析领域比较好的去处。
数据分析师面试通关技能
数据分析岗位之间虽然有行业之分，但核心能力都是相通的，而SQL和Python是重中之重。
SQL面试真题
现有一张用户签到表（user_sign_d）,标记用户每日是否签到，表结构如下
sign_date: 日期
user_id: 用户ID
if_sign:当日是否签到,1表示签到，0表示未签到
问题一：请计算截止到当前每个用户已经连续签到的天数（输出表仅包含当天签到的所有用户，计算其连续签到的天数） 。
输出表结构如下：
user_id: 用户ID
continuous_days: 连续签到的天数
解题思路：计算最近一次未签到的日期，然后和当前日期做时间差，即为连续签到的天数。
▼ SQL答案参考：
问题二：请计算每个用户历史依赖最大的连续签到天数。
输出表结构如下:
user_id: 用户ID
max_continuous_days: 最大连续签到天数
▼ 解题思路1：解答该题目思路较为巧妙，下面一步步进行拆解：
Step1:将每个用户签到的情况根据日期拼接成一个长的字符串，如（0-1-1-0）；
Step2: 然后根据0进行切割（split）step3:切割后进行列转行；
Step4: 再对转好的列进行计算，长度最长的一段字符串
▼ 解题思路2：借助问题1的思路，找到每两个为签到日期的时间差，然后找最大的时间差作为连续签到的最大天数。
Python面试真题
问题一：下面这个代码，最终输出的结果是多少？为什么？
a = 1def fun(a):a = 2fun(a)print a
答案参考：输出结果是1，因为a=1，是Number类型的对象。Number属于不可变对象，这样实参的值传给形参的时候，会使用值传递，只会用实参的值来初始化形参的存储单元，也就是说实参和形参会是两个不同的存储单元，所以函数里面进行的赋值操作，不会改变函数外面变量的值。
问题二：什么是Init？如何使用？
答案参考：Init是Python中的方法或构造函数。创建类的新对象/实例时，将自动调用此方法以分配内存。所有类都具有Init方法。
▼ 使用参考：
class Employee:def __init__(self, name, age,salary):self.name = nameself.age = ageself.salary = 20000E1 = Employee("XYZ", 23, 20000)# E1 is the instance of class Employee.#__init__ allocates memory for E1.print(E1.name)print(E1.age)print(E1.salary)
输出：
XYZ2320000
如果你也想了解更多资讯，探索更多数据分析的相关知识，选择更好的职业领域，更好的获取Offer，或者想练习更多面试实战训练，可以扫描下方👇课程链接了解课程详情或者直接添加🔍金牌顾问 免费试听或咨询优惠。
课程顾问
课程顾问｜James
免费试听｜咨询课程优惠
我们的学员们已成功斩获金融、咨询、数据等多个领域的Offer。能展示出的Offer只是冰山一角，这一份份实打实、沉甸甸的Offer，让我们团队的每一个人都倍感自豪。在未来的道路上，Offer帮会继续脚踏实地，用专业、诚信、用心的原则，助力所有学员的求职之路！
微信扫码关注该文公众号作者