作者 Kelly Peng
编译 Mika
本文为 CDA 数据分析师原创作品,转载需授权
前言
一个月前,我作为数据科学家在Airbnb开始了我的新工作。能够进入Airbnb,我感到很幸运。我曾向Airbnb申请了四次,最后一次才收到了招聘人员的回复。
在本文中,我想跟大家分享我的求职历程,希望能帮助你收获自己心仪的工作。
一些数据…
我的求职过程:
· 申请:475次
· 电话面试:50次
· 完成数据科学面试任务:9个
· 现场面试:8次
· 收到的Offer:2个
· 历时:6个月
从这些数据中看到,我并不是很有竞争力的求职者。不然我可能只需进行几次面试就能收到不少offer。
是的,我并不出众,在面试中的表现也很不理想。但几个月前你的水平并不重要,重要的是你的成长和变化。
数据科学家之路
关于我的背景,我在中国获得了经济学学士学位,之后在美国伊利诺大学香槟分校获得了工商管理硕士学位。毕业后,我作为数据分析师工作了两年,7个月作为谷歌承包商,在创业公司工作了1年4个月。我的工作主要是编写SQL查询,构建仪表板以及提供数据驱动的建议。
当我发现在工作中得不到预期的学习和发展后,我离职了,接着参加了Galvanize Data Science Immerse项目,这是在旧金山举行为期12周的数据科学训练营。在申请训练营时,由于没有通过统计面试,我落选了4次,第5次才通过。
Galvanize教授很注重Python和机器学习,他的课程需要一定的统计学基础。因为对编程和统计知之甚少,在最开始我遇到了很多困难。我别无选择,只能加倍努力学习。在参加训练营期间,我没有休息和玩乐,每天学习的时间都超过12小时。付出努力的成果也很明显,之后的课程我也更加得心应手。
然而在之后的求职中,我还是遇到了很多问题。我与真正的数据科学家间的差距很大,即使通过努力学习,为期12周的集训还是不够的。我不断面试,不断失败,但我没有放弃,每次我都能学习新的知识,然后变得更强。
到2018年3月,自从我辞去上一份工作以来,我已经失业了将近一年。我的账户里只剩下600美元,下个月的房租也没有找落。更糟糕的是,我的签证也要到期了,如果在2018年4月底之前找不到工作,我就必须离开美国。
幸运的是经过多次的历练,我从不知道如何自我介绍,记不住Lasso和Ridge中的哪一个是L1,对编程算法一无所知,我逐渐成长起来,并清楚自己要什么。
当进入Airbnb的最后一轮面试时时,我已经拿到了一家公司的offer,因此我一点都不紧张。那场面试我希望展现出自己最好的一面,不要留有遗憾。面试的结果也很理想,最终我收到了offer,那些努力和不眠之夜得到了回报。
建议
1. 明确自己想要什么。设定目标,努力去实现,不要轻易满足。
2. 培养成长心态,这很重要。不要说“我不擅长编程”,“我不擅长统计”。不要用“才能”来形容别人,并以此作为自己懒惰的借口。你需要以正确的方式学习,并多次练习。
3. 记下你被问到的面试问题,特别你没答上来的的问题。不要犯同样的错误,不断学习和提升自我。
4. 与其他人讨论不懂的问题。我非常感谢Galvanize项目中同学和老师的帮助,每个人都乐于互相帮助对方。
5. 参加数据科学聚会,加入数据科学学习小组,与业内人士交流。尽可能扩展自己的人脉网络,可能在意想不到的地方会开启机遇之门。
6. 有时成功需要努力和运气。不要总是把失败归咎于自身的原因。
值得改进的地方
· 除非做好了充分的准备,否则不要在一开始就去面试心仪的企业。
在求职时,我一开始就去参加优步的面试,这个决定让我很后悔。当时我面试很糟糕,这也影响了我再参加优步的面试。许多人以顶尖科技公司作为自己的理想企业; 然而,这些公司都有严格的规定,如果你面试失败了,在6个月或1年内都不能再次参加该公司面试。因此,在面试这些公司前你需要做好充分的准备。
· 缩小求职的工作类型,明确哪些类型的工作不适合你,这将节省大量时间。
数据科学家工作的技能范围很广,许多数据科学家工作的侧重点各不相同,比如自然语言处理、计算机视觉、深度学习,或者A / B测试,产品分析等。确保哪种工作适合你这将节省大量时间。
就我而言,我会避开需要博士学位,深度学习,计算机视觉等知识的职位。
以下是我在求职过程中用到的资源。记住,可以选的资源特别多,有时你会花费大量时间来搜集资料,请有目的性地选择,并充分利用。
准备面试的资源
统计
· 可汗学院
适合了解基本概念。
· 书籍
Practical Statistics for Data Scientists
非常实用,强烈推荐。
· Coursera
统计学课程,杜克大学(使用R语言)
https://www.coursera.org/specializations/statistics
概率问题
· brilliant.org
我在准备面试时购买了会员,这是Facebook面试指南中推荐的材料之一。
A / B测试
· Udacity :A / B测试课程,谷歌
https://www.udacity.com/course/ab-testing--ud257
· 微软的KDD论文和课件
http://www.kdd.org/kdd2017/accepted-papers
在数据科学面试中经常会问到A / B测试,但是之前很少业内人士做过A / B测试。
· Exp平台上的课件和视频
https://exp-platform.com/2017abtestingtutorial/
· 企业科技博客,比如Airbnb数据科学博客
https://medium.com/airbnb-engineering/data/home
机器学习
· Coursera
机器学习课程,斯坦福大学,吴恩达主讲
https://www.coursera.org/learn/machine-learning
· 书籍
An Introduction to Statistical Learning: with Applications in R
Galvanize使用的教材之一
· 书籍
Machine Learning in Action
Galvanize使用的另一本教材
· Coursera:
Applied Data Science with Python Specialization ,密歇根大学
https://www.coursera.org/specializations/data-science-python
基本编程算法
· HackerRank
https://www.hackerrank.com/
入门级
· LeetCode:
https://leetcode.com/
针对初中级问题
· 书籍
Cracking the Coding Interview: 189 Programming Questions and Solutions (使用Java)
Python数据操作(Pandas,Numpy)
· Datacamp
通过完成公司面试给出的挑战,我极大地提高了Python数据操作。实践是最好的学习。
R
· 我很少用R语言,在面试中你可以使用R语言或Python。
SQL
· Mode Analytics SQL Tutorial
https://community.modeanalytics.com/sql/tutorial/introduction-to-sql/
我能够熟练使用SQL,但每次SQL面试前我会回顾这个教程,特别是高级部分。
产品意识/业务理解
· 书籍
Case in point
Cracking the PM interview
Decode and conquer
一般面试问题
· Lynda Raynier的Youtube频道
对一般的面试题很有帮助。
其他资源
· 企业科技博客
Airbnb、Uber、LinkedIn、Netflix、Lyft、Pinterest、Stitch Fix、Quora、Yelp 等
很好的学习资源。
· 在技术面试前收集Glassdoor公司的面试问。
结语
求职只是我们人生旅程的一部分。但从长远来看,在求职过程中我们展现出的勇气、热情和毅力将让我们终身受益。
我很喜欢下面这段文字,希望与你共勉:
“永远不要让别人告诉你,你做不了什么。如果你有梦想,就去捍卫它。那些一事无成的人想告诉你你也成不了大器。如果你有理想的话,就要努力去实现。”
——《当幸福来敲门》
原文链接:
https://towardsdatascience.com/how-to-land-a-data-scientist-job-at-your-dream-company-my-journey-to-airbnb-f6a1e99892e8
联系客服