数据分析师（HR平台运营方向）

优缺点分析

角色解读

• 纵向可发展为资深数据分析师或HR数据专家，主导更复杂的人才战略数据项目
• 横向可向HRBP、人力资源数字化产品经理或商业分析专家转型，拓宽职业发展边界
• 搭建HR数据分析模型，监控人均效能、离职率等核心人力指标，为人才战略提供数据支持
• 运用数据挖掘与机器学习技术，构建员工流失预警、成本执行预警等预测模型
• 与HRBP紧密协作，将业务部门的人力需求转化为数据洞察，优化招聘与薪酬方案
• 熟练掌握SQL、Python/R及Excel进行复杂数据处理，并能使用帆软BI、Power BI或Tableau搭建数据看板
• 具备扎实的统计学或数学基础，能够独立输出高质量的可视化分析报告
• 深入理解HR六大模块业务逻辑，具备将业务问题转化为数据模型的业务解读能力

申请策略

• 提前了解中国平安的企业文化及近期在人力资源数字化转型方面的公开战略或新闻
• 准备一个将HR业务问题转化为数据分析并成功落地的完整案例，以展示业务解读能力
• 重点突出使用Python/R、SQL进行数据建模及预测模型（如流失预警）的实战项目经验
• 展示过往搭建数据看板（BI工具）及输出可视化分析报告的具体成果与业务价值
• 强调对HR业务（如招聘、绩效、薪酬）的理解，以及如何通过数据优化HR流程的经历
• 深入学习机器学习在人力资源场景的应用（如生存分析、分类算法预测离职）
• 提升业务沟通能力，学习如何将复杂的数据结论转化为HRBP和业务部门易懂的行动建议

面试指南

• STAR法则：针对业务案例题，按照情境(Situation)、任务(Task)、行动(Action)、结果(Result)结构化回答，突出数据带来的业务价值
• 技术+业务双重视角：回答技术问题时，不仅讲算法和代码，一定要结合HR业务场景解释为什么这么选，以及结果如何指导业务
• 请分享一个你通过数据分析解决HR业务问题（如降低离职率或优化招聘渠道）的完整案例
• 在构建员工流失预警模型时，你会选择哪些特征？如何处理数据不平衡问题？
• 如果业务部门对数据看板上的指标（如人均效能）定义有异议，你如何沟通并达成共识？
• 你如何理解HR六大模块？请结合你的经验谈谈数据如何赋能绩效管理或薪酬设计
• 复习常用的机器学习算法（如逻辑回归、随机森林、XGBoost）及其在分类/预测问题中的应用
• 梳理自己过往项目中的SQL优化、数据清洗及BI看板搭建的底层逻辑，准备应对技术细节拷问