
作者 Kelly Peng
編譯 Mika
本文為 CDA 數(shù)據(jù)分析師原創(chuàng)作品,轉(zhuǎn)載需授權(quán)
中國小姐姐Kelly Peng在本文分享了她在數(shù)據(jù)科學(xué)求職過程中的心得和體會。
前言
一個月前,我作為數(shù)據(jù)科學(xué)家在Airbnb開始了我的新工作,能夠進入Airbnb,獲得自己心儀的工作我感到很幸運。我曾向Airbnb申請了四次,最后一次才收到了招聘人員的回復(fù)。
在本文中,我想跟大家分享以下,我的求職歷程,希望能對你有所幫助,從而收獲自己心儀的工作。
一些數(shù)據(jù)…
我的求職過程:
· 申請:475次
· 電話面試:50次
· 完成數(shù)據(jù)科學(xué)面試任務(wù):9個
· 現(xiàn)場面試:8次
· 收到的Offer:2個
· 歷時:6個月
可以從這些數(shù)據(jù)中看到,我并不是很有競爭力的求職者。否者我可能只申請幾個職位就能收拿到不少offer。
是的,我并不出眾,在面試中的表現(xiàn)也很不理想。但幾個月前你是怎樣的水平并不重要,重要的是你的成長和變化。
數(shù)據(jù)科學(xué)家之路
關(guān)于我的背景,我在中國獲得了經(jīng)濟學(xué)學(xué)士學(xué)位,之后在美國伊利諾大學(xué)香檳分校獲得了工商管理碩士學(xué)位。畢業(yè)后,我作為數(shù)據(jù)分析師工作了兩年,7個月作為谷歌承包商,在創(chuàng)業(yè)公司工作了1年4個月。我的工作主要是編寫SQL查詢,構(gòu)建儀表板以及提供數(shù)據(jù)驅(qū)動的建議。
當發(fā)現(xiàn)在工作中得不到預(yù)期的學(xué)習(xí)和發(fā)展后,我離職了,并參加了Galvanize Data Science Immerse的項目,這是在舊金山舉行的為期12周的數(shù)據(jù)科學(xué)訓(xùn)練營。在申請訓(xùn)練營時,由于沒有通過統(tǒng)計面試,我一共落選了4次,第5次才通過。
Galvanize教授的內(nèi)容很注重Python和機器學(xué)習(xí),并且需要一定的統(tǒng)計學(xué)基礎(chǔ)。不出所料,我開始遇到了很多困難,因為我對編程和統(tǒng)計都不太了解。我別無選擇,只能努力學(xué)習(xí)。我在參加訓(xùn)練營期間,我沒有休息和玩樂,每天學(xué)習(xí)的時間都超過12小時。付出努力的成果也很明顯,之后的課程我也更加得心應(yīng)手一些。
然而,當之后的求職中,我還是遇到了很多問題。我與真正的數(shù)據(jù)科學(xué)家間的差距非常大,即使我努力學(xué)習(xí),為期12周的集訓(xùn)還是不夠的。因此我不斷的找工作,不斷面試,不斷失敗,但我并沒有放棄,每次我都能學(xué)習(xí)新的知識,變得更強。
到2018年3月,自從我辭去上一份工作以來,我已經(jīng)失業(yè)了將近一年。我的賬戶里只剩下600美元,我不知道該如何付下個月的房租。更糟糕的是,我的簽證也要到期了,如果我在2018年4月底之前找不到工作,我就必須離開美國。
幸運的是,經(jīng)過多次的歷練,我從不知道如何自我介紹,記不住Lasso和Ridge中的哪一個是L1,對編程算法一無所知,逐漸成長起來,并清楚自己要什么。
當我進入Airbnb的最后一輪面試時,我已經(jīng)拿到了一家公司的offer,因此我一點都不緊張。那場面試我希望展現(xiàn)出自己最好的一面,不要留有遺憾。面試的結(jié)果也很理想,最終我收到了offer,那些努力和不眠之夜得到了回報。
建議
1.明確自己想要什么。設(shè)定目標,努力去實現(xiàn),不要輕易滿足。
2.培養(yǎng)成長心態(tài),這很重要。不要說“我不擅長編程”,“我不擅長統(tǒng)計”。不要用“才能”來形容別人,并以此作為自己懶惰的借口。你需要的是以正確的方式學(xué)習(xí),并多次練習(xí)。
3.記下你被問到的面試問題,特別你沒答上來的的問題。不要煩同樣的錯誤,不斷學(xué)習(xí)和提升自我。
4.與其他人討論你不懂的問題。我非常感謝Galvanize項目中同學(xué)和老師的幫助,每個人都樂于互相幫助對方。
5.參加當?shù)氐臄?shù)據(jù)科學(xué)聚會,加入數(shù)據(jù)科學(xué)學(xué)習(xí)小組,與業(yè)內(nèi)人士交流... 盡可能擴展自己的人脈網(wǎng)絡(luò),可能在意想不到的地方會開啟機遇之門。
6.有時成功需要努力和運氣。不要總是把自己的失敗歸咎于自己不好。
值得改進的地方
· 除非做好了充分的準備,否則不要在一開始就去面試心儀的企業(yè)。
在求職時,我一開始就去參加優(yōu)步的面試,這個決定讓我很后悔。當時我面試很糟糕,這也影響了我再參加優(yōu)步的面試。許多人以頂尖科技公司作為自己的理想企業(yè); 然而,這些公司很多都有嚴格的規(guī)定,如果你面試失敗了,在6個月或1年內(nèi)都不能再次參加該公司面試。因此,在面試這些公司前你需要做好充分的準備。
· 縮小求職的工作類型,明確哪些類型的工作不適合你,這將為你節(jié)省大量時間。
看到數(shù)據(jù)科學(xué)家的招聘廣告,你就會知道該職業(yè)的技能范圍有多廣。許多數(shù)據(jù)科學(xué)家工作的側(cè)重點各不相同,比如自然語言處理、計算機視覺、深度學(xué)習(xí),或者A / B測試,產(chǎn)品分析等。確保哪種工作適合你這將節(jié)省大量時間。
就我而言,我會避開需要博士學(xué)位,深度學(xué)習(xí),計算機視覺等知識的職位。
以下是我在求職過程中用到的資源。記住,可以選的資源特別多,你可以花費大量時間來搜集資料,請有有目的性的選擇,并充分利用。
準備面試的資源
統(tǒng)計
· 可汗學(xué)院
很適合了解基本概念。
· 書籍
Practical Statistics for Data Scientists
非常實用,強烈推薦。
· Coursera
統(tǒng)計學(xué)課程,杜克大學(xué)(使用R語言)
概率問題
· brilliant.org
我在準備面試時購買了會員,這是Facebook面試指南中推薦的材料之一。
A / B測試
· Udacity :A / B測試課程,谷歌
· 微軟的KDD論文和課件
在數(shù)據(jù)科學(xué)面試中經(jīng)常會問到A / B測試,但是之前很少業(yè)內(nèi)人士做過A / B測試。
· Exp平臺上的課件和視頻
· 企業(yè)科技博客,比如Airbnb數(shù)據(jù)科學(xué)博客
· Coursera
機器學(xué)習(xí)課程,斯坦福大學(xué),吳恩達主講
· 書籍
An Introduction to Statistical Learning: with Applications in R
我們在Galvanize使用的教科書之一
· 書籍
Machine Learning in Action
Galvanize使用的另一本教科書
· Coursera:
Applied Data Science with Python Specialization ,密歇根大學(xué)
基本編程算法
· HackerRank
https://www.hackerrank.com/
入門級
· LeetCode:
https://leetcod
· 書籍
Cracking the Coding Interview: 189 Programming Questions and Solutions (使用Java)
Python數(shù)據(jù)操作(Pandas,Numpy)
· Datacamp
提示:通過完成公司面試時給出的挑戰(zhàn),我極大地提高了Python數(shù)據(jù)操作。實踐是最好的學(xué)習(xí)方式。
R
· 我很少用到R語言,在面試中你可以使用R語言或Python。
· Mode Analytics SQL Tutorial
我能夠熟練使用SQL,但每次SQL面試前我會回顧這個教程,特別是高級部分。
產(chǎn)品意識/業(yè)務(wù)
· 書籍
Case in point
Cracking the PM interview
Decode and conquer
一般面試問題
· Lynda Raynier的Youtube頻道
對一般的面試
· 在技術(shù)面試前收集Glassdoor公司的面試問。
結(jié)語
求職只是我們?nèi)松贸痰囊徊糠?。但是,從長遠來看,在求職過程中我們展現(xiàn)的勇氣、熱情和毅力將讓我們終身受益。
我很喜歡下面這段文字,希望也能激勵你:
“永遠不要讓別人告訴你,你做不了什么。如果你有夢想,就去捍衛(wèi)它。那些一事無成的人想告訴你你也成不了大器。如果你有理想的話,就要努力去實現(xiàn)。”
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11