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，她應聘於她所喜愛的Airbnb公司的數據科學崗位，即使你想應聘的不是數據科學崗位，或者是想應聘熱門的算法崗位，相關的經驗也是值得借鑑的。

寫這篇博客的原因

一個月前剛剛在Airbnb開始了我的新工作，作為數據科學家，我仍然覺得自己很幸運能夠來到這裡。沒有人知道我是有多麼想加入這家公司——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公司標誌前面的照片；自己曾四次在Airbnb公司申請過職位，但只有最後一次收到了招聘人員的回覆。

在過去的時間裡，當人們問我，“你想最適合哪家公司工作？”我不敢說“Airbnb”，因為當我這麼說時，他們回答我說：“你知道有多少人想要在那裡工作？他們中又有多少人最終進入了？人啊，要現實。”

結果證明，沒有什麼是不可能的。由於很多朋友都讓我分享個人的求職經歷，因此寫下來與人分享，希望對其會有所幫助。

求職中的一些數據

下面一些數據大致反映了我的求職過程：

• 申請：475次
• 電話面試：50次
• 完成數據科學麵試挑戰：9次
• 現場面試：8次
• offer：2個
• 花費時間：6個月
• 正如從數據中看到的那樣，自己不是一個強有力的候選人，申請了那麼多家公司，最終只收到了兩個offer，可見我是有多麼的弱雞啊，甚至一度是那種浪費面試官時間的候選人。但是，“幾個月前你是誰並不重要，重要的是你想成為誰。”

通向數據科學家的工作

關於我的背景，獲得了中國武漢大學的經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。畢業後，作為數據分析師工作了兩年，在7個月的谷歌外包，在創業公司呆了1年4個月。自己的工作主要是編寫SQL查詢，構建儀表板以及提供數據驅動的建議。

在我意識到自己沒有按預期學習和成長之後，我離開了工作崗位並申請了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教授的內容看中Python編程和機器學習，該課程預先認為你已經擁有很好的統計基礎。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，後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次的尷尬，才發現真正數據科學家的要求與我之間存在如此之大的差距，以至於即使我努力工作，這項為期12周的課程遠遠不足以實現個人的職業轉型。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，已經失業了將近一年。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的最後一次面試時，我手頭已經有了另外一個公司的數據科學家offer，因此，這個面試環節，我一點都不緊張。我最後一次面試的目標是將自己最好的一面表現出來、不留遺憾。面試結果也是最好的一次，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

• 知道你想要什麼，設定你的目標，努力實現這個目標，永遠不會滿足於此。
• 成長心態，這非常重要。不要說“我不擅長編碼”、“我不擅長統計”。這不是天賦，不要用“天賦”來形容別人，並作為你懶惰的藉口。你需要的是以正確的方式學習，並多次練習，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。這裡非常感謝Galvanize課程的同學和教練的幫助，每個人都互相幫助。
• 加入本地數據科學聚會、數據科學學習小組，與業內人士聯繫，嘗試向LinkedIn上的陌生人發送個人筆記，儘可能擴展你的社交網絡，你不知道哪一個會為你打開一扇門。
• 有時，結果是運氣和準備的結合，這次你是不幸運的，不要總是把自己的失敗歸咎於自己不好。

如果可以重新開始求職過程，將採取哪些不同的做法呢

• 除非你認為自己已經準備好了，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，以至於後續無法接受優步其他團隊的面試。大多數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都有嚴格的規定，如果你失敗一次，你就不能在6個月或1年內再次接受面試。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，這將為你節省大量時間。
• 如果你曾經查看過數據科學家的職位發佈，你就會知道其職責範圍有多廣。有的數據科學家致力於自然語言處理、計算機視覺、深度學習，還有一些數據科學家從事A / B測試、產品分析。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，網絡上有太多資源可供學習，並且你可以花費大量時間來搜索材料，但請有選擇性並充分利用好這些資源。

數據科學麵試資源

統計學

• 可汗學院：非常適合瞭解基本概念；
• 數據科學家的實用統計：非常實用，強烈推薦；
• 杜克大學關於Coursera的統計學課程（講授R語言）；

概率問題

• brilliant.org：我在準備面試時購買了其會員資格，這是Facebook現場面試準備指南中推薦的材料之一。

A / B測試

• 谷歌的Udacity A / B測試課程：看過兩次並寫了這門課程的總結；
• 微軟的KDD論文和幻燈片：A / B測試在數據科學訪談中經常被問到，但是之前沒有很多業內人士做過A / B測試，所以當我試圖瞭解時，搜索並閱讀了大約15篇論文中的實驗設計；
• Exp平臺上的幻燈片和視頻；
• 公司科技博客，如Airbnb數據科學博客；

機器學習

• Andrew Ng主講的斯坦福大學機器學習課程；
• 統計學習簡介：R語言中的應用：Galvanize課程使用的教科書之一；
• 機器學習實戰：Galvanize課程中使用的另一本教科書；
• 密歇根大學的應用數據科學與Python專業化課程；

基本編程算法

• HackerRank：更多入門級友好問題
• LeetCode：處理簡單或中等水平的問題
• Cracking the Coding Interview：189編程問題和解決方案（用Java編寫）

Python數據操作（Pandas，Numpy）

• Datacamp
• 提示：通過應對面試給出問題的挑戰，極大地提升了自己對Python數據操作的掌握程度，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。

產品意識/業務理解

• 一個很好的例子
• 破解PM面試
• 解碼和征服

一般面試問題

• Lynda Raynier的Youtube頻道：對於一般的面試問題非常有幫助，自己還可以搜索其他視頻，以瞭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

尋找工作只是我們人生旅程的一部分，但從長遠來看，我們在整個過程中所表現出的勇氣、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，並將永遠相信它。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，你做不了什麼。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

作者信息

Kelly Peng，數據科學家

本文由阿里云云棲社區組織翻譯。

文章為簡譯，更為詳細的內容，請查看原文。

閱讀更多 雲棲社區 的文章

關鍵字: 崗位 SQL 應聘