楼主今年底或明年Engineer phd毕业，5月开始转[Data Science]，刚拿到了Fall的NYC data science offer（一血），赶紧过来分享下面经
时间轴
7/6 压线投的Insight data science (DS)，同时勾了data engineer (DE)
7/11 DE 发了coding challenge过来，可以在github上搜insight，有很多之前的题可以了解一下
7/13 DS 发了面试预约
7/17 DS 面试
7/20 DE 发面试预约
7/26 DE 面试
8/5 DS offer收到
DS面试小心得
面试问题并不难，基本上都已经在地里或者glassdoor里面，大概就是介绍下自己背景，为啥转DS，讲一个自己的project感觉Insight面试并不是想考技术，主要是通过比较轻松的谈话，感觉面试者的motivation强不强，对自己做的东西的洞察力因为时间有限，讲project的时候，面试官经常会快进，让我措手不及。这个时候，如果快进的部分有亮点，一定要讲出来，礼貌的告诉他。其他的地方也一样，比如你有很好的工业界背景，如果面试问题cover不到，最好在回答其他问题的时候想办法自然的讲一下Project很经常问的问题：为什么选这个model？从数据machine learning结果里面能得到什么信息？另外，选project很重要。最好不要选人人都做过的那种。想一想能不能跟自己专业或之前经验结合，再多想想project能给相关的人带来什么价值。楼主是自己做了一个网站，把code的结构图，分析结果都放在上面。感觉好处还是很明显，比如他问你有没有考虑accuracy和recall，我就2秒钟把图给他看。
DE面试小结
我做的data challenge比较简单，是把一个大数据汇总然后排序，不能用external library比如pandas。面试也基本上是介绍自己背景，为什么转DE，更喜欢DS还是DE and why, 然后就是过一遍data challenge codedata challenge code 要把docstring和comment都写好，非科班出身的要重点看下多思考下有没有办法优化。可以面试的时候告诉面试官，我用了xx trick，结果memory减少了多少，速度加快了多少之类，量化一下