在今天举办的线上Amazon Career Day上，参与者有机会了解到全33,000个正在全美招募的亚马逊工作岗位。其中不乏支持Alexa、AWS、运营技术（Operations Technology）、Prime Video等产品的数据分析岗。亚马逊的数据分析师同时与技术和非技术部门合作，优化其分析结果来解决核心的商业问题。

在数据时代，亚马逊收集每个用户在网页上的点击和浏览行径，包括用户在看什么产品，将什么产品加入购物车，用户的质量要求，和偏好等等。 亚马逊将这些数据整合并运用到它的推荐系统中，通过给用户推荐符合他们偏好的产品来更好地满足用户需求和提高购物体验。同时，这些数据也被运用到决策和拉动增长上。

今天这篇文章我们就来“扒一扒”亚马逊数据分析岗位的面试吧！

数据分析师的主要职责是打破数据和决策之间的鸿沟。亚马逊内典型的数据分析岗位有：data analysis, dashboard/report building,以及metric definitions and reviews。同时，数据分析师也需要搭建收集、整合、分析、报告的数据系统。 

不同的数据分析岗位主要通过不同的数据类型（比如，Twitch data, Sales data, Alexa data 等等），不同的项目，以及被分配到的小组来区分。数据分析师也需要与其他各种各样的部门合作，包括数据工程，数据科学，和市场营销部门，来给市场调研和商务领域提供有数据支撑的建议。根据不同的部门要求，数据分析师涉及的范围由基础的商业智能分析（比如数据处理、分析和报告）到更偏技术类的岗位比如数据收集。 

那么，成为一名亚马逊的数据分析师需要具备怎样的技能？ 

首先，候选人需要具备数据分析、数据建模、高级商业分析或其他相关领域的行业经验。 

基本要求包括：

本科或研究生（博士优先）在金融，商业，经济，工程，数学，统计，计算机科学，运营或相关领域

具有脚本语言（scripting），查询（querying）和数据库工具（例如Linux，R，SAS和/或SQL）的经验

在Python，R或Java等编程语言方面拥有丰富的经验

具有查询关系数据库（SQL）的经验以及处理，优化和分析大数据集的实操经验

熟练使用Microsoft Excel，宏和Access

具有识别指标和KPI，收集数据，进行实验以及平台展示，制作dashboards和scorecards的经验

具有商业智能和自动化自助服务报告工具（如Tableau，Quicksight，Microsoft Power BI或Cognos）的经验

具有AWS服务（例如RDS，SQS或Lambda）的经验

看到这里，很多人会好奇，亚马逊的数据分析团队究竟是怎样神一般的存在呢？