目前進入七月份，算是又一年秋招的開始，實習的中期階段。個人認為很有必要給大家分享一下這篇來自求職Kelly Peng求職分享心路歷程，她應聘于她所喜愛的Airbnb公司的數(shù)據(jù)科學崗位，即使你想應聘的不是數(shù)據(jù)科學崗位，或者是想應聘熱門的算法崗位，相關的經(jīng)驗也是值得借鑒的。

寫這篇博客的原因

一個月前剛剛在Airbnb開始了我的新工作，作為數(shù)據(jù)科學家，我仍然覺得自己很幸運能夠來到這里。沒有人知道我是有多么想加入這家公司——把Airbnb辦公室的照片貼在自己的辦公桌前;把手機壁紙設置為我站在Airbnb公司標志前面的照片;自己曾四次在Airbnb公司申請過職位，但只有最后一次收到了招聘人員的回復。

在過去的時間里，當人們問我，“你想最適合哪家公司工作?”我不敢說“Airbnb”，因為當我這么說時，他們回答我說：“你知道有多少人想要在那里工作?他們中又有多少人最終進入了?人啊，要現(xiàn)實。”

結(jié)果證明，沒有什么是不可能的。由于很多朋友都讓我分享個人的求職經(jīng)歷，因此寫下來與人分享，希望對其會有所幫助。

求職中的一些數(shù)據(jù)

下面一些數(shù)據(jù)大致反映了我的求職過程：

申請：475次
電話面試：50次
完成數(shù)據(jù)科學面試挑戰(zhàn)：9次
現(xiàn)場面試：8次
offer：2個
花費時間：6個月

正如從數(shù)據(jù)中看到的那樣，自己不是一個強有力的候選人，申請了那么多家公司，最終只收到了兩個offer，可見我是有多么的弱雞啊，甚至一度是那種浪費面試官時間的候選人。但是，“幾個月前你是誰并不重要，重要的是你想成為誰。”

通向數(shù)據(jù)科學家的工作

關于我的背景，獲得了中國武漢大學的經(jīng)濟學學士學位和伊利諾伊大學厄巴納-香檳分校的工商管理碩士學位。畢業(yè)后，作為數(shù)據(jù)分析師工作了兩年，在7個月的谷歌外包，在創(chuàng)業(yè)公司呆了1年4個月。自己的工作主要是編寫SQL查詢，構(gòu)建儀表板以及提供數(shù)據(jù)驅(qū)動的建議。

在我意識到自己沒有按預期學習和成長之后，我離開了工作崗位并申請了Galvanize Data Science Immerse計劃，這是一個在舊金山舉辦的為期12周的新兵訓練營。Galvanize教授的內(nèi)容看中Python編程和機器學習，該課程預先認為你已經(jīng)擁有很好的統(tǒng)計基礎。不出所料，我一開始就陷入了困境，因為我對編程知之甚少，在統(tǒng)計學上能力也不是很強。因此，別無選擇，只能努力工作。我在Galvanize期間，沒有休息、沒有娛樂、沒有約會，除了每天超過12小時的學習時間之外，沒有其它的想法，后來逐漸才對這些課程感到更加的得心應手。

然而，當我第一次開始求職時，在面試中過程中仍然有無數(shù)次的尷尬，才發(fā)現(xiàn)真正數(shù)據(jù)科學家的要求與我之間存在如此之大的差距，以至于即使我努力工作，這項為期12周的課程遠遠不足以實現(xiàn)個人的職業(yè)轉(zhuǎn)型。所以我再一次申請、面試、失敗，再次申請，再次面試，再次失敗。這個過程是低落的，但每次面試也讓我學習到新東西，變得更強一點。

2018年3月，離我辭去上一份工作以來，已經(jīng)失業(yè)了將近一年。此時，我的銀行賬戶只有600美元，我不知道如何支付下個月的租金。更糟糕的是，如果我在2018年4月底還找不到工作，我就必須得離開美國，因為簽證快要到期了。

幸運的是，經(jīng)過如此多次的練習，我從一個不知道如何正確介紹自己、不記得Lasso和Ridge中的哪一個是L1正則、對編程算法一無所知的人，變成了她想成為的人那樣。

當我進行Airbnb的最后一次面試時，我手頭已經(jīng)有了另外一個公司的數(shù)據(jù)科學家offer，因此，這個面試環(huán)節(jié)，我一點都不緊張。我最后一次面試的目標是將自己最好的一面表現(xiàn)出來、不留遺憾。面試結(jié)果也是最好的一次，除非他們不喜歡我或者有更好的候選人，否則我想不出他們會拒絕我的任何理由。幸運的是，他們給了我offer，所有經(jīng)歷過的苦難和熬過的夜都得到了回報。

想分享的建議

知道你想要什么，設定你的目標，努力實現(xiàn)這個目標，永遠不會滿足于此。

成長心態(tài)，這非常重要。不要說“我不擅長編碼”、“我不擅長統(tǒng)計”。這不是天賦，不要用“天賦”來形容別人，并作為你懶惰的借口。你需要的是以正確的方式學習，并多次練習，直到你掌握為止。

記下你被問到的所有面試問題，特別是那些你沒有答上來的問題。你可以再次失敗，但不要在同一個問題上失敗，你應該始終學習和提升個人能力。

如果有可能，與其他人討論自己不理解的問題。這里非常感謝Galvanize課程的同學和教練的幫助，每個人都互相幫助。

加入本地數(shù)據(jù)科學聚會、數(shù)據(jù)科學學習小組，與業(yè)內(nèi)人士聯(lián)系，嘗試向LinkedIn上的陌生人發(fā)送個人筆記，盡可能擴展你的社交網(wǎng)絡，你不知道哪一個會為你打開一扇門。

有時，結(jié)果是運氣和準備的結(jié)合，這次你是不幸運的，不要總是把自己的失敗歸咎于自己不好。

如果可以重新開始求職過程，將采取哪些不同的做法呢

除非你認為自己已經(jīng)準備好了，否則不要在求職之初就與你想要進入的公司進行面試。

我是從優(yōu)步的面試開始了我的求職過程，自己對這個決定深表遺憾。因為這次面試我搞砸了，以至于后續(xù)無法接受優(yōu)步其他團隊的面試。大多數(shù)人都將大的科技公司作為理想公司;然而，這些公司中的大多數(shù)都有嚴格的規(guī)定，如果你失敗一次，你就不能在6個月或1年內(nèi)再次接受面試。因此，希望在面試這些公司之前確保自己已經(jīng)做好了準備。

縮小你想要從事的工作類型，以及明白哪些類型的工作不適合你，這將為你節(jié)省大量時間。

如果你曾經(jīng)查看過數(shù)據(jù)科學家的職位發(fā)布，你就會知道其職責范圍有多廣。有的數(shù)據(jù)科學家致力于自然語言處理、計算機視覺、深度學習，還有一些數(shù)據(jù)科學家從事A / B測試、產(chǎn)品分析。確保你適合哪種工作以及不適合的工作，這將幫助你節(jié)省大量時間。

就我而言，我跳過了所有要求博士學位的職位，以及需要掌握深度學習、計算機視覺等方面的知識的職位，但我仍然有太多的領域需要學習和準備。以下是我在求職過程中使用的資源摘要。請記住，網(wǎng)絡上有太多資源可供學習，并且你可以花費大量時間來搜索材料，但請有選擇性并充分利用好這些資源。

數(shù)據(jù)科學面試資源

統(tǒng)計學

•  可汗學院：非常適合了解基本概念;
https://www.khanacademy.org/math/statistics-probability?spm=a2c4e.11153940.blogcont607840.10.6ba63e17JUQv3S

•  數(shù)據(jù)科學家的實用統(tǒng)計：非常實用，強烈推薦;
https://www.amazon.com/Practical-Statistics-Data-Scientists-Essential/dp/1491952962/ref=sr_1_1?spm=a2c4e.11153940.blogcont607840.11.6ba63e17JUQv3S&ie=UTF8&qid=1530849206&sr=8-1&keywords=practical+statistics+for+data+scientists

•  杜克大學關于Coursera的統(tǒng)計學課程(講授R語言);
https://www.coursera.org/specializations/statistics?spm=a2c4e.11153940.blogcont607840.12.6ba63e17JUQv3S

概率問題

•  brilliant.org：我在準備面試時購買了其會員資格，這是Facebook現(xiàn)場面試準備指南中推薦的材料之一。
https://brilliant.org/?spm=a2c4e.11153940.blogcont607840.13.6ba63e17JUQv3S

A / B測試

•  谷歌的Udacity A / B測試課程：看過兩次并寫了這門課程的總結(jié);

https://www.udacity.com/course/ab-testing--ud257?spm=a2c4e.11153940.blogcont607840.14.6ba63e17JUQv3S  

•  微軟的KDD論文和幻燈片：A / B測試在數(shù)據(jù)科學訪談中經(jīng)常被問到，但是之前沒有很多業(yè)內(nèi)人士做過A / B測試，所以當我試圖了解時，搜索并閱讀了大約15篇論文中的實驗設計;
http://www.kdd.org/kdd2017/accepted-papers?spm=a2c4e.11153940.blogcont607840.15.6ba63e17JUQv3S

•  Exp平臺上的幻燈片和視頻;
https://exp-platform.com/2017abtestingtutorial/?spm=a2c4e.11153940.blogcont607840.16.6ba63e17JUQv3S

•  公司科技博客，如Airbnb數(shù)據(jù)科學博客;
https://medium.com/airbnb-engineering/data/home?spm=a2c4e.11153940.blogcont607840.17.6ba63e17JUQv3S

機器學習

•  Andrew Ng主講的斯坦福大學機器學習課程;
https://www.coursera.org/learn/machine-learning?spm=a2c4e.11153940.blogcont607840.18.6ba63e17JUQv3S

•  統(tǒng)計學習簡介：R語言中的應用：Galvanize課程使用的教科書之一;
https://www.amazon.com/Introduction-Statistical-Learning-Applications-Statistics/dp/1461471370/ref=sr_1_1?spm=a2c4e.11153940.blogcont607840.19.6ba63e17JUQv3S&ie=UTF8&qid=1530848269&sr=8-1&keywords=An+introduction+to+statistics+learning

•  機器學習實戰(zhàn)：Galvanize課程中使用的另一本教科書;
https://www.amazon.com/Machine-Learning-Action-Peter-Harrington/dp/1617290181/ref=sr_1_3?spm=a2c4e.11153940.blogcont607840.20.6ba63e17JUQv3S&s=books&ie=UTF8&qid=1530848316&sr=1-3&keywords=machine+learning+in+action

•  密歇根大學的應用數(shù)據(jù)科學與Python專業(yè)化課程;
https://www.coursera.org/specializations/data-science-python?spm=a2c4e.11153940.blogcont607840.21.6ba63e17JUQv3S

基本編程算法

•  HackerRank：更多入門級友好問題
https://www.hackerrank.com/?spm=a2c4e.11153940.blogcont607840.22.6ba63e17JUQv3S

•  LeetCode：處理簡單或中等水平的問題
https://leetcode.com/?spm=a2c4e.11153940.blogcont607840.23.6ba63e17JUQv3S

•  Cracking the Coding Interview：189編程問題和解決方案(用Java編寫)
https://www.amazon.com/Cracking-Coding-Interview-Programming-Questions/dp/0984782850/ref=sr_1_1?spm=a2c4e.11153940.blogcont607840.24.6ba63e17JUQv3S&s=books&ie=UTF8&qid=1530848154&sr=1-1&keywords=cracking+the+coding+interview

Python數(shù)據(jù)操作(Pandas，Numpy)

•  Datacamp
https://www.datacamp.com/?spm=a2c4e.11153940.blogcont607840.25.6ba63e17JUQv3S

提示：通過應對面試給出問題的挑戰(zhàn)，極大地提升了自己對Python數(shù)據(jù)操作的掌握程度，實踐是最好的學習方式，沒有之一。

SQL

•  模式分析SQL教程：雖然自己對SQL非常熟悉，但在每次SQL面試之前我都會過一遍這個，特別是進階部分，以防萬一。
https://community.modeanalytics.com/sql/tutorial/introduction-to-sql/?spm=a2c4e.11153940.blogcont607840.26.6ba63e17JUQv3S

產(chǎn)品意識/業(yè)務理解

•  一個很好的例子
https://www.amazon.com/Case-Point-Complete-Interview-Preparation/dp/0986370711/ref=sr_1_2?spm=a2c4e.11153940.blogcont607840.27.6ba63e17JUQv3S&ie=UTF8&qid=1530848065&sr=8-2&keywords=case+in+point

•  破解PM面試
https://www.amazon.com/Cracking-PM-Interview-Product-Technology/dp/0984782818/ref=sr_1_1?spm=a2c4e.11153940.blogcont607840.28.6ba63e17JUQv3S&s=books&ie=UTF8&qid=1530848116&sr=1-1&keywords=cracking+the+pm+interview

•  解碼和征服
https://www.amazon.com/Decode-Conquer-Answers-Management-Interviews/dp/0615930417/ref=sr_1_1?spm=a2c4e.11153940.blogcont607840.29.6ba63e17JUQv3S&s=books&ie=UTF8&qid=1530848101&sr=1-1&keywords=decode+and+conquer

一般面試問題

Lynda Raynier的Youtube頻道：對于一般的面試問題非常有幫助，自己還可以搜索其他視頻，以了解如何回答特定的面試問題。

其他資源

公司技術博客：Airbnb，Uber，LinkedIn，Netflix，Lyft，Pinterest，Stitch Fix，Quora，Yelp，都有很好的學習資源。

在技術面試之前收集Glassdoor公司的面試問題。

個人的一些想法

尋找工作只是我們?nèi)松�旅程的一部分，但從長遠來看，我們在整個過程中所表現(xiàn)出的勇氣、熱情和毅力將使我們終生受益。我個人一直非常相信下面的引文，并將永遠相信它。希望它能像它激勵我一樣激勵著你：

“永遠不要讓別人告訴你，你做不了什么。你有一個夢想，你就必須保護它。人們自己不能做的事，他們想告訴你，你也做不到。你想要得到一件東西，那就去追求吧。”——當幸福來敲門

作者：Kelly Peng，數(shù)據(jù)科學家

原文：https://towardsdatascience.com/how-to-land-a-data-scientist-job-at-your-dream-company-my-journey-to-airbnb-f6a1e99892e8?spm=a2c4e.11153940.blogcont607840.39.6ba63e17JUQv3S

文章原標題《How to land a Data Scientist job at your dream company?—?My journey to Airbnb》，譯者：海棠

標簽： ssd 谷歌 數(shù)據(jù)分析 搜索 網(wǎng)絡 轉(zhuǎn)型

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。