摘要: 本文是一篇关于数据科学家岗位的求职心路历程,慢慢的真挚,给予求职过程很多的建议,对于参加秋招和社招的朋友来说,是一份不可多得的心得。
目前进入七月份,算是又一年秋招的开始,实习的中期阶段。个人认为很有必要给大家分享一下这篇来自求职Kelly Peng求职分享心路历程,她应聘于她所喜爱的Airbnb公司的数据科学岗位,即使你想应聘的不是数据科学岗位,或者是想应聘热门的算法岗位,相关的经验也是值得借鉴的。
写这篇博客的原因
一个月前刚刚在Airbnb开始了我的新工作,作为数据科学家,我仍然觉得自己很幸运能够来到这里。没有人知道我是有多么想加入这家公司——把Airbnb办公室的照片贴在自己的办公桌前;把手机壁纸设置为我站在Airbnb公司标志前面的照片;自己曾四次在Airbnb公司申请过职位,但只有最后一次收到了招聘人员的回复。
在过去的时间里,当人们问我,“你想最适合哪家公司工作?”我不敢说“Airbnb”,因为当我这么说时,他们回答我说:“你知道有多少人想要在那里工作?他们中又有多少人最终进入了?人啊,要现实。”
结果证明,没有什么是不可能的。由于很多朋友都让我分享个人的求职经历,因此写下来与人分享,希望对其会有所帮助。
求职中的一些数据
下面一些数据大致反映了我的求职过程:
正如从数据中看到的那样,自己不是一个强有力的候选人,申请了那么多家公司,最终只收到了两个offer,可见我是有多么的弱鸡啊,甚至一度是那种浪费面试官时间的候选人。但是,“几个月前你是谁并不重要,重要的是你想成为谁。”
通向数据科学家的工作
关于我的背景,获得了中国武汉大学的经济学学士学位和伊利诺伊大学厄巴纳-香槟分校的工商管理硕士学位。毕业后,作为数据分析师工作了两年,在7个月的谷歌外包,在创业公司呆了1年4个月。自己的工作主要是编写SQL查询,构建仪表板以及提供数据驱动的建议。
在我意识到自己没有按预期学习和成长之后,我离开了工作岗位并申请了Galvanize Data Science Immerse计划,这是一个在旧金山举办的为期12周的新兵训练营。Galvanize教授的内容看中Python编程和机器学习,该课程预先认为你已经拥有很好的统计基础。不出所料,我一开始就陷入了困境,因为我对编程知之甚少,在统计学上能力也不是很强。因此,别无选择,只能努力工作。我在Galvanize期间,没有休息、没有娱乐、没有约会,除了每天超过12小时的学习时间之外,没有其它的想法,后来逐渐才对这些课程感到更加的得心应手。
然而,当我第一次开始求职时,在面试中过程中仍然有无数次的尴尬,才发现真正数据科学家的要求与我之间存在如此之大的差距,以至于即使我努力工作,这项为期12周的课程远远不足以实现个人的职业转型。所以我再一次申请、面试、失败,再次申请,再次面试,再次失败。这个过程是低落的,但每次面试也让我学习到新东西,变得更强一点。
2018年3月,离我辞去上一份工作以来,已经失业了将近一年。此时,我的银行账户只有600美元,我不知道如何支付下个月的租金。更糟糕的是,如果我在2018年4月底还找不到工作,我就必须得离开美国,因为签证快要到期了。
幸运的是,经过如此多次的练习,我从一个不知道如何正确介绍自己、不记得Lasso和Ridge中的哪一个是L1正则、对编程算法一无所知的人,变成了她想成为的人那样。
当我进行Airbnb的最后一次面试时,我手头已经有了另外一个公司的数据科学家offer,因此,这个面试环节,我一点都不紧张。我最后一次面试的目标是将自己最好的一面表现出来、不留遗憾。面试结果也是最好的一次,除非他们不喜欢我或者有更好的候选人,否则我想不出他们会拒绝我的任何理由。幸运的是,他们给了我offer,所有经历过的苦难和熬过的夜都得到了回报。
想分享的建议
1、知道你想要什么,设定你的目标,努力实现这个目标,永远不会满足于此。
2、成长心态,这非常重要。不要说“我不擅长编码”、“我不擅长统计”。这不是天赋,不要用“天赋”来形容别人,并作为你懒惰的借口。你需要的是以正确的方式学习,并多次练习,直到你掌握为止。
3、记下你被问到的所有面试问题,特别是那些你没有答上来的问题。你可以再次失败,但不要在同一个问题上失败,你应该始终学习和提升个人能力。
4、如果有可能,与其他人讨论自己不理解的问题。这里非常感谢Galvanize课程的同学和教练的帮助,每个人都互相帮助。
5、加入本地数据科学聚会、数据科学学习小组,与业内人士联系,尝试向LinkedIn上的陌生人发送个人笔记,尽可能扩展你的社交网络,你不知道哪一个会为你打开一扇门。
6、有时,结果是运气和准备的结合,这次你是不幸运的,不要总是把自己的失败归咎于自己不好。
如果可以重新开始求职过程,将采取哪些不同的做法呢
1、除非你认为自己已经准备好了,否则不要在求职之初就与你想要进入的公司进行面试。
我是从优步的面试开始了我的求职过程,自己对这个决定深表遗憾。因为这次面试我搞砸了,以至于后续无法接受优步其他团队的面试。大多数人都将大的科技公司作为理想公司;然而,这些公司中的大多数都有严格的规定,如果你失败一次,你就不能在6个月或1年内再次接受面试。因此,希望在面试这些公司之前确保自己已经做好了准备。
2、缩小你想要从事的工作类型,以及明白哪些类型的工作不适合你,这将为你节省大量时间。
如果你曾经查看过数据科学家的职位发布,你就会知道其职责范围有多广。有的数据科学家致力于自然语言处理、计算机视觉、深度学习,还有一些数据科学家从事A / B测试、产品分析。确保你适合哪种工作以及不适合的工作,这将帮助你节省大量时间。
就我而言,我跳过了所有要求博士学位的职位,以及需要掌握深度学习、计算机视觉等方面的知识的职位,但我仍然有太多的领域需要学习和准备。以下是我在求职过程中使用的资源摘要。请记住,网络上有太多资源可供学习,并且你可以花费大量时间来搜索材料,但请有选择性并充分利用好这些资源。
数据科学面试资源
统计学
1、:非常适合了解基本概念;
2、:非常实用,强烈推荐;
3、;
概率问题
:我在准备面试时购买了其会员资格,这是Facebook现场面试准备指南中推荐的材料之一。
A / B测试
1、:看过两次并写了这门课程的总结;
2、:A / B测试在数据科学访谈中经常被问到,但是之前没有很多业内人士做过A / B测试,所以当我试图了解时,搜索并阅读了大约15篇论文中的实验设计;
3、上的幻灯片和视频;
4、公司科技博客,如;
机器学习
1、;
2、:R语言中的应用:Galvanize课程使用的教科书之一;
3、:Galvanize课程中使用的另一本教科书;
4、密歇根大学的;
基本编程算法
1、:更多入门级友好问题
2、:处理简单或中等水平的问题
3、
Python数据操作(Pandas,Numpy)
1、
2、提示:通过应对面试给出问题的挑战,极大地提升了自己对Python数据操作的掌握程度,实践是最好的学习方式,没有之一。
SQL
:虽然自己对SQL非常熟悉,但在每次SQL面试之前我都会过一遍这个,特别是进阶部分,以防万一。
产品意识/业务理解
1、
2、
3、
一般面试问题
:对于一般的面试问题非常有帮助,自己还可以搜索其他视频,以了解如何回答特定的面试问题。
其他资源
1、公司技术博客:Airbnb,Uber,LinkedIn,Netflix,Lyft,Pinterest,Stitch Fix,Quora,Yelp,都有很好的学习资源。
2、在技术面试之前收集Glassdoor公司的面试问题。
个人的一些想法
寻找工作只是我们人生旅程的一部分,但从长远来看,我们在整个过程中所表现出的勇气、热情和毅力将使我们终生受益。我个人一直非常相信下面的引文,并将永远相信它。希望它能像它激励我一样激励着你:
“永远不要让别人告诉你,你做不了什么。你有一个梦想,你就必须保护它。人们自己不能做的事,他们想告诉你,你也做不到。你想要得到一件东西,那就去追求吧。”——当幸福来敲门
本文作者:【方向】
本文为云栖社区原创内容,未经允许不得转载。