数据处理实习生社会问卷_第1页
数据处理实习生社会问卷_第2页
数据处理实习生社会问卷_第3页
数据处理实习生社会问卷_第4页
数据处理实习生社会问卷_第5页
已阅读5页,还剩12页未读 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

数据处理实习生社会问卷亲爱的受访者:您好!本次调研为国内数据处理类实习生岗位发展现状专项社会调研,调研对象为近3年内拥有数据处理实习生岗位经历的在校学生或应届毕业生,调研结果仅用于行业分析与学术研究,不涉及任何商业用途,所有个人信息将严格加密保密,填写问卷共需8-10分钟,感谢您的支持与配合,请您根据实际情况填写以下内容:一、受访者基本信息1.您的学历层次为:A大专B本科C硕士研究生D博士研究生2.您所在院校的层次为:A985工程/211工程院校B双一流学科建设院校(非985/211)C普通一本院校D普通二本院校E专科院校F海外院校3.您的专业属于哪一类别:A计算机科学与技术/软件工程B统计学/应用统计学C数据科学与大数据技术/大数据科学与技术D其他理工科专业(非上述三类)E经管类专业(含经济学、管理学、金融学等)F人文社科类专业G其他4.您是否为跨专业申请本次数据处理实习岗位:A是B否5.您本次实习所在的城市为:A一线城市(北京、上海、广州、深圳)B新一线城市(成都、重庆、杭州、武汉、西安、天津、苏州、南京、郑州、长沙、东莞、沈阳、青岛、合肥、佛山)C二线城市D三线及以下城市6.您实习单位的性质为:A头部互联网大厂(员工规模1万人以上,估值/市值超100亿美元)B中型互联网/科技企业(员工规模1000-10000人)C创业型科技公司(员工规模1000人以下)D银行/保险/证券等金融机构数据分析部门E政务机关/事业单位数据相关部门F管理咨询/市场咨询公司G制造业企业数字化/数据分析部门H高校/科研院所项目组I第三方数据服务公司J其他7.您本次数据处理实习的时长为:A1个月及以内B1个月以上-3个月C3个月以上-6个月D6个月以上8.您本次实习发生的年份为:A2021年B2022年C2023年D2024年二、实习求职与入职准备阶段情况1.您获取本次数据处理实习生岗位信息的主要渠道是(可多选):A院校就业平台/校内校招宣讲会B综合招聘平台(BOSS直聘、智联招聘、前程无忧)C垂直互联网招聘平台(牛客网、拉勾网)D内推(学长学姐、学校导师、亲友、企业员工)E社交媒体平台(小红书、知乎、微信公众号、微博)F实习中介机构G其他2.您一共投递了多少份简历才获得本次数据处理实习offer:A5份及以下B6-15份C16-30份D31-50份E50份以上3.您在求职数据处理实习生岗位过程中,是否遇到过虚假招聘或求职骗局(比如以实习名义收取培训费、要求完成无偿工作后不发放offer、扣押个人证件等):A遇到过B从未遇到过4.您认为求职数据处理实习生岗位过程中,面临的主要竞争压力来自哪些方面(可多选):A同专业求职人数过多,岗位供给远小于需求B高学历/名校竞争者挤压普通院校申请者的机会C有相关实习/项目经历的竞争者优势差距过大D大量跨专业申请者涌入,竞争规模扩大E企业门槛虚高,基础数据处理岗位要求硕士及以上学历F内推占比过高,公开投递获得offer的概率太低G其他5.您认为求职数据处理实习生岗位,最核心的竞争要素是(可多选):A院校层次与学历背景B过往相关实习经历C个人独立完成的数据相关项目经历DSQL/Python等数据处理工具的掌握程度E统计学/数据分析基础理论储备F沟通表达与协作能力G其他6.您在入职前为本次数据处理实习做了哪些准备(可多选):A系统学习SQL/Python/R等数据处理工具的操作方法B完成课程或个人的数据处理相关项目,积累实操经验C专项学习数据清洗、数据标注、数据结构化等基础技能D向有相关经验的学长学姐请教工作内容与注意事项E针对岗位要求修改简历,梳理过往相关经历F提前了解实习单位的业务与数据场景G未做任何针对性准备H其他7.本次数据处理实习岗位招聘环节,对您的核心筛选要求包含哪些(可多选):A掌握至少一种主流数据处理工具(SQL、Python等)B拥有相关实习或项目经历C学历/院校背景符合要求D掌握统计学、数据分析基础理论E沟通能力符合需求F对行业业务有基本认知G能够保证充足的实习时长H其他8.入职前招聘方为您提供了哪些前置信息与支持(可多选):A明确清晰的岗位职责说明书B所需技能工具清单,提前告知准备方向C对应项目的背景介绍D提前发放入职培训资料E安排直系导师提前对接沟通F未提供任何额外的前置信息与支持G其他三、实习期间工作内容与岗位匹配情况1.您日常实习工作包含以下哪些模块(可多选):A原始数据采集(公开数据爬取、对接业务端导出数据、整理多源异构数据等)B数据清洗(处理缺失值、异常值、重复值、统一数据格式、修正错误数据等)C数据标注(为AI模型标注分类标签、目标框、语义信息、实体关系等)D数据结构化整理(将非结构化的文本、PDF、图片数据转换为结构化表格格式)E基础统计分析(计算业务指标、生成描述性统计报告、整理数据结果)F数据可视化(用Excel、Tableau、PowerBI、FineBI制作图表、分析看板)G协助算法/分析团队调试模型、整理实验日志、统计实验结果H对接业务端,梳理数据需求、沟通数据结果I其他数据处理相关工作2.您平均每天各模块工作的时长占比约为(总占比为100%,请填写具体数字):______%原始数据采集______%数据清洗与结构化整理______%数据标注______%基础分析与可视化______%其他辅助性工作3.您实习期间,除数据处理相关工作外,无关杂活(如帮正式员工处理私人事务、整理无关文件、跑腿等)的占比约为:A0%,无任何无关杂活B1%-20%,少量杂活,不影响核心工作C21%-50%,近一半工作为无关杂活D51%以上,大部分工作为无关杂活4.您实际承担的工作内容,和招聘时描述的岗位职责匹配度为:A完全匹配,100%工作都在描述范围内B基本匹配,80%以上工作符合描述C部分匹配,50%-80%工作符合描述D匹配度较低,仅20%-50%工作符合描述E完全不匹配,几乎都是与数据处理无关的工作5.您在数据处理工作中,主要使用哪些工具完成任务(可多选):AExcel(含函数、数据透视表)BSQLCPython(含Pandas、Numpy等数据处理库)DRETableau/PowerBI/FineBIF专业数据标注平台(标贝、百度智能云、企业内部标注系统)G爬虫工具(八爪鱼、Scrapy等)H办公协作工具(飞书、钉钉、企业微信)IGit等版本控制工具J其他6.岗位对您的工作产出质量要求为:A数据准确率要求达到95%以上,要求对异常数据做主动标注说明B数据准确率要求达到90%-95%,符合交付标准即可C数据准确率要求达到80%-90%,只要按时交付即可D无明确准确率要求,没有正式的质量审核环节E要求产出符合统一标准化格式,方便后续使用F其他7.您的直系导师/上级对您的工作指导频率为:A每日定时沟通指导,遇到问题可随时获得解答B每周至少2-3次指导,非紧急问题可预约咨询C每周1次固定沟通,日常问题很少回复D几乎没有主动指导,全靠自己摸索解决E从未获得任何有效指导8.您在工作过程中遇到的主要困难来自哪些方面(可多选):A原始数据质量差,清洗整理难度远高于预期B需求不明确,业务端反复变更要求,需要反复返工C自身技能不熟练,缺乏实操经验,工具使用效率低D没有有效指导,遇到卡点无法解决E任务量过大,无法在规定时间内完成交付F数据权限不足,无法获取工作所需的完整数据G跨部门沟通成本高,对接不畅影响进度H数据处理工作过于重复机械,没有提升空间I其他9.您的实习工作成果最终用于哪些场景(可多选):A企业业务决策分析支撑BAI模型训练数据集制作C行业研究/咨询报告数据支撑D企业内部运营指标监控E高校/科研院所科研项目数据支撑F公开数据产品开发G企业数据资产整理入库H其他10.您从事的数据处理实习工作,是否要求签署数据保密协议:A是,签署了正式的书面保密协议B未签署书面协议,但有明确的口头保密要求C没有任何保密要求D其他11.您认为本次实习的整体工作强度属于:A低强度,工作简单轻松,每天可准时完成,不需要加班B中等强度,需要投入一定精力,整体在可承受范围内C高强度,工作难度大、任务重,经常需要加班才能完成D极高强度,长期超负荷工作,严重影响休息与健康四、实习期间薪酬权益与工作环境情况1.您本次实习的月薪酬(含房补、餐补、交通补等所有补贴,税前)为:A无任何薪酬B1-1000元C1001-3000元D3001-5000元E5001-8000元F8001-12000元G12000元以上2.您的实习薪酬是否按约定按时足额发放:A全部按时足额发放B偶尔延迟,但最终足额发放C长期拖欠,部分薪酬未发放D无薪酬,不存在发放问题3.实习单位为您提供了哪些福利保障(可多选):A餐补B交通补C住房补贴/员工宿舍D实习生商业保险E节假日福利礼品F加班调休/加班费G免费员工餐饮/下午茶H实习证明按时开具I无任何额外福利J其他4.您平均每周的实习工作总时长为:A40小时及以内B41-48小时C49-60小时D60小时以上5.您实习期间的加班频率为:A几乎不加班B每周1-2次加班C每周3-4次加班D几乎每天都需要加班6.您加班是否可以获得对应的加班费或调休:A所有加班都可获得对应补偿B部分加班可获得补偿C没有任何补偿D几乎不加班,不存在该问题7.实习单位是否与您签订了正式的书面实习协议:A签订了正式实习协议,明确了双方权利义务B仅签订了学校要求的三方实习协议C仅做了口头约定,没有任何书面协议D没有签订任何形式的协议8.您实习单位是否明确提供转正机会:A明确说明表现优秀可获得正式校招转正offerB没有明确说明,但内部存在实习生转正通道C明确说明没有转正机会D从未提及转正相关内容9.您是否经历过以下侵犯实习生权益的情况(可多选):A全职实习薪酬低于当地最低工资标准B拖欠实习薪酬C要求缴纳押金、培训费等不合理费用D强制加班且无任何补偿E用数据处理岗位名义招聘,实际安排大量无关杂活F扣押个人身份证件G不按时开具实习证明H从未经历过任何侵权情况I其他10.您对本次实习的权益保障情况整体满意度为:A非常满意B比较满意C一般D不满意E非常不满意五、实习能力成长与就业影响情况1.经过本次数据处理实习,您认为自己在哪些方面获得了明显提升(可多选):ASQL/Python等数据处理工具的实操能力B数据清洗、整理、标注等基础数据处理技能C统计学、数据分析理论的实际应用能力D需求理解与跨部门沟通协作能力E对数据处理全链路流程的认知,了解行业真实工作状态F职场适应能力与问题解决能力G明确了未来的就业方向H没有获得任何明显提升I其他2.您认为本次数据处理实习经历,对您后续就业的帮助程度为:A帮助很大,直接通过实习获得了对应企业的校招正式offerB帮助较大,丰富了简历经历,帮助您获得了更多面试机会C有一定帮助,帮助您了解行业,明确了就业方向D帮助很小,仅获得了一张实习证明,对就业没有实质帮助E没有帮助,反而耽误了学业复习或秋招春招求职的时间3.本次实习后,您是否会优先选择数据处理/数据分析/数据相关岗位作为正式求职方向:A是,已经明确职业方向,会优先投递相关岗位B不确定,看后续求职机会再选择C不会,不会考虑从事数据相关方向的工作4.您认为本次实习的收获和付出的时间精力匹配度为:A收获远大于付出,性价比很高B收获与付出基本匹配,性价比不错C收获小于付出,性价比一般D收获远小于付出,性价比很低5.如果再次有数据处理实习申请机会,您是否还会申请:A肯定会申请B可能会申请C不确定D肯定不会申请6.您认为本次数据处理实习经历,对您的院校课程学习有什么影响:A促进了理论知识结合实践,提升了课程学习的效果B对课程学习没有明显影响C占用了大量学习时间,影响了课程成绩与学业进度D帮助我明确了后续课程学习的方向重点7.您认为当前国内数据处理类实习生岗位的市场需求规模,和3年前相比:A明显扩大,岗位数量大幅增长B基本稳定,变化不大C有所缩小,岗位数量小幅减少D明显缩小,岗位数量大幅减少六、对数据处理实习发展的意见与建议1.您认为当前数据处理类实习生岗位,存在的主要问题有哪些(可多选):A招聘信息不实,用数据处理岗位名义招实习生,实际安排大量无关杂活B工作内容过于重复机械,大量低级劳动,很难获得能力提升C薪酬待遇过低,无薪实习、低薪实习现象普遍D工作强度过大,加班频繁E缺乏完善的导师指导体系,实习生成长空间小F招聘门槛虚高,基础数据处理工作盲目要求高学历F权益保障不到位,不签实习协议、不发加班补偿的现象普遍G虚假招聘多,求职陷阱多H其他2.您认为院校在提升数据相关专业学生实习质量方面,应该做哪些改进(可多选):A加强数据处理工具实操类课程建设,增加学生在校期间的实践训练B和企业合作开设联合实训项目,让学生在校期间积累真实项目经历C对接正规优质的实习岗位,完善校内实习推荐渠道,清理虚假岗位D开设实习指导课程,帮助学生做好求职准备,普及实

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论