先说一下我自己的背景18年博士ME毕业，进入3M做data scientist 方向是manufacturing
因为组里DS少，manager让我负责了两年我们自己组里DS 岗位的新生招聘
先说一下3M的新生招聘（rapid recruiting）流程（技术岗位 1. core（3M的传统强项material，chemistry, bio, physics …, 对象phd 2. Data Science，对象phd + master，各种专业背景都会考虑)
我来说说data science （core也是八九不离十）
首先网申：3M有target schools，这些学校可以在学校的网站handshake等直接申请，然后3M八九月会派人去各个target school进行校园宣讲和现场面试（这一部分我没有参与组里经费问题，然后列年都是主要由另一个专做AI DS的组负责），这个渠道简历基本上是会被招聘团队看到的
如果你不是target的school，找人内推（这个人要么在招聘团队，要么认识招聘团队的人，这样才可以让你的简历被看到！）说白了这个路子运气有很大的成分。
面试流程：1.校园面试 andor 电话面试（八月以及九月初），2.onsite interview （十月）
3M筛候选人的步骤：target school的挑一部分简历进行校园面试和电话面试，然后给评语反馈回3M的招聘库。 HR会把表里打分及格和及格以上的人整理出来发给各个需要招DS的hiring manager，然后hiring manager根据自己组里岗位的需求进行挑选，这里他们可能只看简历及评语，也可能会给一个cold call聊一下。然后每个hiring manager都会邀请他们心目中的top candidates，基本上一个坑一两个人的样子。这些candidates是会参加rapid recruiting event，最后选你的人可能是 host 你的hiring manager，也可能别的组。所以一个人可能收到不同组的offer， 你自己选择哪个。
结合这样的面试流程和筛选步骤，我给些建议
- 校园招聘收到面试时，请好好梳理一下所做过的DS项目，重要信息包括-项⽬背景，难点在哪⾥，运用了哪些数据科学⽅法来解决，为什么⽤这些（⽐如一个time series问题你为什么⽤LSTM而不是ARMA)，创新在哪里（这个可以是⽅法上的，也可以是应用层面上的）。如果有时间准备一个slides，如果有心可以结合校园宣讲来说⼀下你的经验背景可以如何运⽤在3M。
对数据科学的基础知识要有，会有技术问题。技术问题很多情况下会结合你做的项⽬和⽤过的方法。所以对于你做过的 一定要有深度的理解，⽽不是⼤家都⽤这个方法我就⽤了，或者这个⽅法是盲目试出来对⾃己的项目的high level和details都要熟悉，在⾯试中沟通简洁清晰有逻辑。对于不同背景的⼈你是不是可以有效得在短时间让对⽅明白表现一下你对这个⾏业和3M的热情
以上三点我觉得是通用的，任何公司的⾯试都差不多
- 如果收到cold call：请淡定。我们⽼板特别喜欢cold call。今年我两天内打了15个电话，有些中国⼈，感觉说话都是抖的。不要紧张，要⾃信
认真听（记录）给你打电话是什么组，做什么的（这个⼀般在电话开头会说，利用这个时间让⾃己的状态ready，进⼊面试模式）
请好好准备⾃我介绍 - 要求简短简短简短！（1-2min) , 讲⼀下你的学校学历，DS的运⽤背景，擅⻓的⽅向，和对⾃己初步的职业规划（⼀两句话就好）。这⾥我要吐槽⼀下很多中国学⽣，不知道是不不是没有准备过⾯试，一上来⾃我介绍babababa 5分钟过去了还在讲，经常陷⼊很细节的描述（做的某个项目，⽤了什么方法），如果不打断可能要讲个10分钟。换位思考一下，你是⾯试官，你会不不会⾛神，会不会不耐烦。
仔细听问题，可以复述⼀下你要回答的问题，别答⾮所问。
behvavior和technical都会有，原则简洁有逻辑（个⼈经验是可以借鉴STAR)，一个问题2-3分钟突出你要表达的重点。你放⼼针对你的回答会有进⼀步的follow up question。不要babababa⼜讲了五分钟且毫⽆重点，换位思考⼀下，你是⾯试官，你会不会担⼼和这样的⼈⼀起⼯作，以后的会议⼜⻓⼜又没有效
3. onsite： 如果收到onsite，那么⼩说一个恭喜，基本上⼤于2/3的几率是会被录取的
3m 的onsite非常有组织性，且有⼀定的强度
seminar: 每个candidate都有⼀个45mins的presentation + Q&A，各个hiring manager，部分组员都会在。这个seminar的目的是在于让我们了解你的技术背景，另外也是看你的表达能⼒。通过这个seminar，⾯试官们会扩张他们⼼目中的候选人名单（除了⾃己邀请的，别⼈邀请的如果觉得好也是要抢的哈哈）。对于准备presentation，请记住这个对象是⼯业界，少公式，多图⽚，⼀张一个点，每张不要密密麻麻都是字，less is more。重点信息（contribution）请重复三遍（开头，中间论述，结尾）。很多细节可以放到backup slides，被问到了再拿出来说
interview: seminar完了了的第二天是⼀整天的interivew⻋轮战。candidate在⼀个固定房间，然后会有不同组或者同组不同⼈来⾯试，⼤概45分钟⼀轮。好处是你前⾯的故事后⾯也可以用，坏处是讲多了你也没激情了，所以请挺住，打起精神，故事讲⼀百遍也要像第⼀遍⼀样有激情。这个⻋轮战，不不同⾯试官问题也不一样，举例我们组，manager就喜欢问behavior，我喜欢问⼀些基本的技术问题，⽐如给你⼀个问题或者数据，你的解决思路是什么，各个model pro and cons，另⼀个组员会问你项⽬⾥模型细节，⽐如kernal用了什么，CNN架构和参数是什么。如果你在之前的准备中好好整理过你的项⽬，练习过behavior描述简洁有逻辑，基本上没什什么问题
onsite的面试中，面试官们其实对candidate的心理就很微妙了，对于面试官来说，一年一次的机会，如果从这里没有招到新人就要等下一年，这一年间可能budget 问题不会有太多机会招新人，各个组可以抢对方的candidate，以及和别的公司抢你们，所以一定程度上我们也希望可以吸引你们来选择我们而不是把我们当备胎
题库什么的不存在，面试中technical question也都是依照简历来，简历没有写到的，可能会问一下有没有做过或者了解的，有会加分但是没有也不会深究。毕竟如果你欠缺的技术背景是我们很看中的话，就不会给你打电话。。。当然啦，你可以通过这个问题来表达一下你是一个可以快速学习并且可以熟练运用一个领域的技术到另一个领域的人。比如说我17年面试的时候，老板问我python会不会，我说不会，但是我会C++和matlab，语言嘛都差不多，一个会了另一个学很快的。我老板哈哈一笑说我记你简历上了。老板问我有没有做过image相关的项目，我说没有，但是基础知识有，并且和我做的其他project有一定的可转换性。他那年不是重点找搞image的，所以选我也没问题，当然如果那年有个人和我其他方面差不多，但是会python或者有image经验，那可能就不会选我了。后一年我们就只看了computer vision背景的candidates
在工业4.0的大背景下，工业界对DS的抢人才还是很激烈的，很多公司offer都越发越早，所以大家请一定要早点开始准备，这样机会来了不会因为你的准备欠佳而错失。技术是一方面，表达能力也是重点。不管是在校还是在职，表达能力都要持续去锻炼改进，原则其实很简单，简洁有逻辑，讲述时自信抓重点。