1樓：據數
根據樓主目前的背景現狀和相匹配工作的內容，幾點建議供參考：
1，積極、誠信、認真的態度（體現於面試中，這點很重要）
2，基本的統計學知識：描述統計、推斷統計等（要用你現有的經歷體現出來）
3，工具：SQL＋Excel＋PPT就可以了，Python可作為加分項
4，找工作的時機、渠道也很重要。建議，現在即可關注有合適的機會要抓住，渠道有拉勾網、boss直聘、智聯、高校bbs、應屆生等等
5，參加一些資料比賽（kaggle，天池等），做一下準備，增加一些經驗
綜上，要通過面試充分體現以上幾點，相輔相成。
舉個栗子，比如面試時：一次kaggle比賽的經歷，完全可以體現你資料處理（工具）、分析建模（知識儲備）、輸出報告（PPT＋資訊歸納）能力，再輔助一些難度大/時間緊我仍不服輸的精神（講故事-體現你的積極認真的態度），我相信找乙份實習不難的～
2樓：投資美學
你的能力僅僅在於學習和理論上面獲得的，距離公司要求非常遠。你只有3個月，沒得公司要你，因為你做不了事情，幫不上忙。就算要你，也是做資料錄入，校對，截圖之類沒有技術含量的工作。
好好珍惜大學時間，可以去找乙個女朋友，結束處男之身（如果有就算了）。學習吉他，籃球，旅遊，pua，或者通過一段時間學習機器學習理論模型。
大學生想找工作去證明自己行，這個很能理解。就像我，大三找了乙個網管的工作做。乙個月1200塊錢工資，每天12小時，這段經歷對我沒啥幫助。
你可以學習下kettle，或者行業知識，
大資料分析中，有哪些常見的大資料分析模型？
牛博 模型其實就是一數學函式對映，從應用層角度來看，會有一些通俗的名字,簡單羅列一下 一 使用者模型 二 事件模型 三 漏斗模型 四 熱圖分析模型 五 自定義留存分析模型 六 粘性分析 七 全行為路徑分析 八 使用者分群模型 九 Session 分析 十 間隔分析 十一 分布分析 十二 營銷廣告投放...
資料分析有哪些難處？
從業資料相關的領域已逾5年，主要從事技術方面的工作，但也想從自身的角度來回應一下這個問題，也許身處邊緣地帶更能客觀理性地看待其中的 難處 首先，技能和工具。作為資料分析師，必然要熟悉各種工具的使用 SQL，分布式資料處理，資料視覺化等等。要跨過技能難關，無捷徑，要在實際工作中不斷積累經驗。第二，業務...
金融資料分析用哪些分析軟體Python,R還是SQL？
ENTER BACK SQL是必須會的，如果不會SQL提取資料也分析不了問題 Python和R語言的話這個主要看個人方向，因為這兩個工具的側重點不同，Python更多的在於各個模組之間的鏈結，可以爬蟲，可以運維，可以資料探勘，可以資料視覺化還可以寫web網頁以及一些其他的用途，R語言的話就偏向於數理...