DS工作一年后回顾和展望

写在最开始,去年作为new grad经历3个月的苦战,最终在湾区某互联网公司(非FLAG)入职DS,也算是大厂,总结一些经验给求职的各位.
fulltime面试公司, 取其中11家 (非最后placement):

  1. BCG - Data Scientist - 面试流程极为复杂,挂在中间
  2. NATERA - Data Scientist - HR动作极其缓慢,生科企业,DS基本全是Math PHD
  3. coursera - Data Scientist - 一个OA, Hackerrank link,里面什么都考,跟HM的聊天比较不顺利,他告诉我会考察A,结果半天问的全跟A无关
  4. DiDi Labs - Risk Analyst -上来就是1-hr coding,要求4yr+ exp
  5. Branch - Business Intelligence - HR + Teammate Coding+Data Case Review + Onsite 这是一家很好的startup
  6. Ingram Micro - HR + HM Experience Review + Onsite (Past Project Presentation + Whiteboard Python+Linux coding + other) 这是一家传统生产供应链企业
  7. Yelp - Data Scientist - HR (HR也考tech) +Teammate coding test 整个DS team大多是Phd
  8. Samba TV - Data Scientist - HR+Take-home assignment - 这个take-home assignment 4小时,非常很intense,这种比较好的startup招人标准都不低
  9. Google - Data Analyst, TRUST & SAFETY - HR+Video Interview+Onsite 面试经历非常的舒服
  10. VISA - RISK ANALYST - HR挂 HR声音听不清
  11. PAYPAL - RISK ANALYST -面试体验层次不齐

体会:

  1. 很好的创业公司的面试会复杂,take-home assignment真的是件打消积极性的事情,不过从funnel角度来看,越少的人愿意做test,越少的竞争在你面前。
  2. 传统的公司,基本上不清楚自己的data scientist是做什么,Ingram Micro找了个entry ds来考tech,题目乱七八糟不知所云,建议大家还是投湾区吧,baseline高点,面试质量有保障。
  3. manager都喜欢有经验的人,教一个学生成为一个懂她kpi做事的人,需要很多功夫,所以如果是new grad的大家contract position也可以接一接,骑驴找马。
  4. 工作后才知道,公司不给你offer,不代表你不好, 有时你面试安排比较靠后,前面4个candidate有个人已经不错了,老板会先给前面不错的那个人发offer,然后才面试你。
  5. 国内大厂来湾区的,如果背景不够硬核,基本不用考虑了,一般要的是2yr+

关于面试:
跟HR:

  1. HR很忙,有时候在你身上的Budget只有15min,电话里别把400字的自我介绍读完,2min最多吧
  2. HR问你为什么要选这家公司的时候,一定要回答到对公司specific的点
  3. HR面是为了在你简历上加备注,然后丢给HM看的,最好体现自己跟工作很relevant
  4. New Grad不一定要说自己expect多少钱,因为HR很清楚new grad市价;Experienced问你要多少钱,你老实给个范围 (Based on my research, I would imagine that …) ;
  5. 最后一定要问问题,显得你感兴趣,一个比较好的结束方式是:“I do have other questions but those are more related to the work itself. I’ll save them for the hiring manager”。

跟HM:

  1. Respect, 一定要对公司做research,否则HM觉得你在羞辱他,你瞧不起他的公司,瞧不起他team下的position
  2. 有的时候,你面的很好,好到HM找不到理由把你拒掉,这个时候他会用很贱的方法是,再给你加面一轮,不一定跟另一个人合拍,碰巧那个喜欢挑刺,一蹴而就被刷了;

Tech Round:

  1. 千万别抄,对面很多时候看得出来的,有的人刚拿到题目半天码不出一个正确样子的,突然一刻行云流水了,只要Interviewer对这个有怀疑,直接倒闭;
  2. Code有点习惯,别写太乱,容易出错,另一方面interviewer以后会是review你code的那个人,看得头疼

Onsite:

  1. 大家都很忙,不会精心准备面试你的内容都是成年人,不会出钻牛角尖的考你;
  2. 一般工作后scope会变窄,就熟悉自己平时干的那些知识和那些tool,没有足够的自信拿变陌生的知识去judge你,去领英上猜猜他们平时干什么,有条件问问same position的人;
  3. DS职位一般是点招,空出来一个招一个,(除了G,F会招一片),两个礼拜没信息,基本凉了;

要准备的 - 核心

  1. Resume & Behavior Questions & Internship Exp & Course Project Descriptions

  2. SQL (LeetCode + Hackerrank + 论坛里面经)

  3. Python (LeetCode Easy, 偶尔做做Medium)

  4. Machine Learning (ISLR, Machine Learning周志华)

  5. Product (A/B Testing, Metric Design)

  6. Stat & Prob

  7. Questions for HR/HM/Teammates

  8. 这些算是基本的,其他知识,大多不会考你,但说出来会加分吧,比方说我team用scala/spark很多,我修过课,team里的eng当时碰巧开始写spark,觉得写的没我的好,给了我极高的review。

  9. 如果职位跟Text相关(social media),Text analytics你至少应该很熟悉,不谈NLP

  10. 如果industry是fintech,anomaly detection那一套你得知道

  11. 举例,FB和Google大部分利润来自于广告,跟广告相关的你不懂,即使进了公司,未来也走不远。

2 Likes