去年七月写了篇《哎，Data类实在太难招工作了》（原谅错别字），经过了楼主大半年的奋斗，拿到了亚麻音乐社招的sde全职offer，另外拿到的onsite有Apple（onsite挂）, Google（onsite安排出了问题，后面详说），Twilio (onsite 挂)， Amne(Onsite还没去)。目前打算从了Amazon music。这篇文章主要讲讲楼主这一年找工作的经历，积累下的经验，希望能够帮助到广大还在挣扎中的朋友。
首先讲一讲Data类的工作大致分成三类，data analyst, data engineer, data scientist。面试所需的skill set如下：
DA: SQL, case study, 重bq
DE：算法easy到medium（ 也有公司是hard比如苹果某些组的DE跟sde是一个标准）；SQL，ETL知识，轻BQ，轻ML知识
DS：算法easy到medium，比DE要求低一些；SQL, ML算法，统计，case study
如果你是刚开始考虑自己到底是找Data类还是码农类的工作的话，如果你肯下功夫刷题，我的建议是SDE>DE>DA>DS。为什么？Data类的工
作看似非常好入门但是有很多坑，就DS来说，不同公司的考点不同，你不仅需要学ML，统计，case, 还有算法，内容太多太杂，虽然每一样都是比SDE好入门但是复习起来非常不容易。楼主就是自学的统计跟ML到后面面试的时候还得花时间去复习。不如直接算法来的straightforward，无论面那个公司只需不停地focus刷题就可以。而看似最好入门的DA，就是因为太好入门了，所以很多美国人也可以做，注重work cross functionally，所以语言非常重要，对大部分同胞来说还是吃亏的。
之前那篇文章中楼主讲了自己的背景，应该没有背景比楼主更差更难过简历关的了，所以在去年楼主投出去的简历都是没有回复的。在去年的8月份楼主在一个求职群里看到有个华人小公司招人，抱着试一试的态度居然被录用了，虽然薪水非常非常低，但是工作经验对于专业不对口的同学来说非常有用，今年开始投简历以后得到的回复就有一些了。楼主去年入职的华人小公司非常小，刚进去的时候只有几个人，本来打算认真好好干几年的，几个月后公司发生了一些不可说的事情，楼主变成了最早入职的员工，从那之后打算跳槽了。在职刷题的日子非常艰苦，每天下班后已经非常累了，还是逼自己多刷几道题，楼主当时还有音乐上的活，整个人非常非常累，一度还累生病了。转机发生在今年年初。
今年1月末的时候看到Google有个music operation的工作，需要3年的sql经验，以及music industry operation的经验，楼主本科时候陆陆续续有个两年part time的经验，硬着头皮让youtube music的朋友给我内推了。结果一周后直接收到了onsite邀请。由于这个职位非常冷门，晚上没有任何面经，楼主决定拖个半个月再去onsite，后来被证明这是个不好的决定。大家找工作的时候如果碰到这种组招点对点的职位，只招一个的，能尽快面就尽快面，不要等到自己准备好了再面。投简历也是一样，组招的职位，越早越好，拿面试远比面试困难。Google的onsite定在了NYC，一切都订好NDA都签好后，楼主发现了个问题。当时的工作是在波士顿，貌似狗家HR以为我在纽约，丝毫没提trip安排的事。楼主战战兢兢地问了下报销的事，没想到HR说哦你不在纽约啊，那就先电面吧。。。直接哭晕。。电面很顺利，都是些music industry的问题，面试官也很喜欢我的背景，本来以为过了，结果第二天发现这个职位撤了。然后接到电话说这个职位被filled了，但是feedback不错，所以不冷冻，让我看到别的合适的职位告诉她。虽然狗家的这个职位挂了，但是对我的帮助非常大。为了准备这个面试，我找了7个朋友每人给我模拟 30到45分钟的BQ电面，涵盖了各种有可能被问到的BQ，对之后的面试帮助非常大。我建议大家在准备BQ的时候最好找人给你模拟，在别人面前说会有面试的氛围跟感觉，跟自己跟自己说完全不一样。
APPLE
二月份，让朋友内推了苹果家的两个组，都是Data Engineer职位，但是从面试跟交流上感觉要求的算法能力跟SDE是一样的。苹果家拿面试非常难，建议大家找熟的朋友强推，面试难度也是面过几家里面比较难的。第一个是Austin的组，HR非常友善，回复很快。楼主因为自己专业问题找工作时略显自卑，没想到HR说我做HR二十多年，发现会玩乐器的Engineer比其他人perform更好，非常鼓励我。顺利过了HR面跟一轮tech面后被邀请到Austin Onsite，一共六轮，其中一轮是吃饭，也算在面试中。每轮都会有大概10分钟的BQ，然后做题。全部是算法题，难度在medium到hard之间。
第一轮里扣买股票问题变种，要求return的是买卖的index，会有followup,全都是买股票系列那几题。第二轮是类似LRU的题，楼主当时还没做过这道题，用list的方法写了个不是最优解的，在各种提示下说出了最优解的思路但是没有时间 Implemt。
第三轮吃饭纯BQ。
第四轮印度人蠡口思儿。
第五轮记不清了是一道two pointer的题，现实的例子，不是原题。
第六轮蠡口散而。
除了第二轮不完美，其他几轮都最优解答出来。但是依然没有通过，想来想去应该是第二轮的问题。悲剧的是第二轮原本是吃饭，面试官搞错了，所以让第三轮的面试官带我吃饭。面完几天后HR说组里说要在等一段时间再给我回复。大概两周后我再催崔出了拒信。果家Austin整体给我印象很好，食堂很漂亮，东西也好吃。面试期间每天还给100刀的伙食费，不用凭证直接给。
另外一个组是Siri中的某个组，华人大姐HM聊天时看了我的背景问我算法是不是自学的，我说是，一度冷场十几秒，非常尴尬。HM说组里的人都很厉害是大神，感觉不是很满意我的背景，一度以为挂了，然后给了technical电面。我给拖了一两周。电面是蠡口刘启巴的变种，有followup，另外还问了写大数据的问题，怎么优化查找之类的。一周后HR给我打电话说feedback是positive但是组里没有headcount了，两个选择，要么10月份（每年9，10月是果家刷新headcount的时间）新的headcount出来后安排onsite，要么推给其他的组。我说我刚面完Austin的组，她问了我HR名字帮我去说一说增加几率，然而没有啥用。对了果家可以不同的组一直投，没有冷冻的。
挂了苹果的Onsite后楼主一度陷入深深的绝望，倒不是因为想进顶尖的公司，是觉得只有那几个公司才愿意不介意我的专业给我面试，而我却
没有把握住。哭了几天之后静下心来，继续海投，得到了一些回应:
CRUNCHBASE：
这家店的面试让我非常无奈。HR跟HM面非常顺利，他家做的东西跟我工作做的东西非常像。很快迎来了电面。电面是个台湾人，题目非常简单，two sum, three sum以及各种不同的follow up。楼主全部Bug free秒了。结果收到了拒信。后来得到feedback说台湾小哥说我的code等号左右没有空格，不够规整。问了几个其他公司的面试官都说不会以这个做标准，且不说IDE会改，这是一个说了就会马上注意的问题，以这个作为标准真的很无奈。但是楼主确实没加空格，没有办法。之后的面试都非常注意这一点，也算吸取教训吧。
AMNE:
他家是先OA，然后一轮technical电面，一轮纯BQ。tech电面是聊天的形式，先是问项目，非常详细，各种数据类型，用的技术细节。然
后是算法题只需要讲思路，问了三道，两道买股票medium, hard； 一道蠡口思旧，楼主拿到了Onsite还没去。
TWILIO:
他家是Data engineer， growth. 是一个需要三年工作经验的职位，不知为啥给了楼主面试。面试体验非常好，回复也很快。加上HR轮，一共5轮电面，才给楼主发了onsite邀请。5轮电面中一轮hr； 一轮technical 一道medium sql加一道medium 算法；两轮印度女HM面（第一轮因为她要坐飞机只面了15分钟，第二轮一小时）；一轮VP面 BQ加上case分析。VP说他们组里有很多musician，所以会很有意思之类的encourage我。Onsite 五轮，一轮bar raiser纯BQ，2轮database design，一轮HM纯聊天，一轮Data analyst聊项目细节，case分析。她家办公室很漂亮，整体很年轻，氛围很好。HR跟我交流下来关系还不错，说最后招了个有更多工作经验的，我说没关系，保持联系，以后有什么合适我和我朋友的opening可以联系你，她说好的没问题。大家如果看上twilio的职位，觉得跟自己特别match的可以把简历发给我，我帮你转发hr。
AMAZON：
亚麻音乐的面试一波三折。去年让朋友内推没反应。今年让朋友内推data engineer的职位拿到了面试。
第一轮tech电面主要是各种项目detail
第二轮是个印度人，问了我项目之后说我应该申ds的，问啥申de，我说ds需要更多的经验才能做，而且我对engineering的兴趣更大。剩下30分钟问了我4道sql，2道算法。是的，你没看错，楼主都做出来了。然后收到hr回复说，面试官觉得我更加适合ds, 准备给我安排ds面试。我看了下他发过来的ds的jd, 要求五年经验，尼玛这不是坑我么。。楼主冷静了下说，我能不能试试sde I，这一问，改变了我的命运。HR给我 安排了SDE的面试。签了NDA具体不能说，社招一轮电面，4轮onsite，每轮一小时。原本安排在了5月底，而楼主5月14号在twilio面试，问亚马逊能不能把两个onsite合起来，我就不用飞来飞去了。亚麻爸爸非常给力，给我安排在了5月17号面试，包了我三晚酒店跟回去的飞机。
Twilio原本说5月16给 结果，然后说需要更多时间考虑，5月22日给了拒信，楼主还没来得及悲伤接到了亚马逊的电话，双手都在发抖，被告知通过了。
5月24日team match面试， 面完5分钟后告知过了。今天谈了offer，给的包裹很大，楼主不negotiate就从了。
去年这个时候楼主hashmap都不知道，就这么不停地边刷题边在职工作终于守得云开见月明。面试等待的日子非常煎熬，楼主也不知道当时是怎么熬过来了，如果没有爱人跟朋友的陪伴，真的很难渡过这段时光。去了amazon music对楼主来说应该是最好的结果了，跟专业相关，包裹跟location也不错。希望还在奋斗的朋友们不要放弃希望，坚持刷题是王道。楼主一共刷了433题，题不多，但是每一道都刷了至少三遍以上。每个人的学习方式不一样，最重要的是找到适合自己的学习方式。我来提供一下我的学习方式，不一定适合所有人：
楼主从小就是属于拿到电脑或者小霸王直接上手，不看说明书的那种，在犯错中进步。看说明书会让我静不下心，而直接上手会有feedback 让我做对题目有成就感。但是算法上建议大家先看一下data structure跟algorithm:
- princeton 的 algorithm网课
-
http://interactivepython.org/runestone/static/pythonds/index.html
第二个source非常好，是Python data structure方面从0开始入门的好东西，非常建议0基础同学学一下这个。我每次面试之前也都会巩固一下。
看完之后就可以上手刷题了。刷题最困难的是easy类别的前200题，从无到有的过程。我建议大家第一遍刷题不要花太多时间，10分钟想不出
来看答案的思路。过完一轮后开始二刷。二刷就要保证不看答案就能通过，并且会最优解，以及明白复杂度。二刷后过一段时间三刷，三刷就当成自己的模拟面试，一拿到题边说边写，注意变量名，并且要会在coderpad.co上运行。刷完这200道easy题基本上各种的data structure 跟算法都会接触到了。
然后开始做medium的题，从easy到medium甚至hard，比从0到easy要容易一些，算法还是那些万变不离其宗，重要的是适应思路。比如dp其实就是数学归纳法的思路，算n想象你有了n1的解，然后逐个归到0时候的解，这样from top to bottom。会了之后再想想能不能from bottom to top降低复杂度。每个人的情况不同这里不多说，刷了一些medium跟hard之后大家再根据自己的薄弱环节专门找时间刷一个主题的题。比如楼主本来对heap啥都不知道，找了一个下午狂刷了一些heap题之后就没问题了。还有graph曾经是楼主的噩梦，花了好久的时间一直做graph题才搞清楚一些。这时候还可以回过头看看普林斯顿那个算法课，会有新的理解。
其他的不多说，这一年确实是我经历的最大的磨难。非常理解一些找不到工作绝望的朋友的心情，大家看到能鼓励就鼓励，不能理解就不理，希望国人还是能够团结互帮互助，在海外飘着都不容易。为了回报论坛，我打算在入职之前为一些朋友提供无偿的模拟面试服务，按照苹果的面试标准跟流程用coderpad.co让大家熟悉熟悉感觉，并从各个角度给出建议。由于精力有限会根据大家的简介筛选，并仅提供给python选手。需要的同学可以把简历跟自我介绍发到我邮箱kezilin1998@gmail.com (非我名字)。
另外求SF地区一起租房或者有房间的朋友。
以及想找一名sf地区的mentor, 我会给paid, 最好是有大数据经验。楼主还是觉得自己很多方面需要学习一下，以免被pip。都请邮箱联系我。谢谢
祝大家都能找到自己心仪的工作！
补充内容 (2019530 03:02):
补充一个海投的经验。大家海投的时候一定要注意根据role的jd去写，role需要什么样子技能跟经验（比如work cross functionally）就写上去，会增加很大的几率。不相关的技能不要放上去了，找工作时要展示对方需要
补充内容 (2019530 03:03):
对方需要什么你给什么，不要什么都放上去。简历最重要的是match而不是看你这个人有多厉害。切记切记！！！