【译Py】数据科学面试终极指南 |
---|
【译Py】数据科学面试终极指南01 |
【译Py】数据科学面试终极指南02 |
【译Py】数据科学面试终极指南03 |
【译Py】数据科学面试终极指南04 |
【译Py】数据科学面试终极指南05 |
【译Py】数据科学面试终极指南06 |
【译Py】数据科学面试终极指南07 |
聘用数据科学家的行业
各行业对数据科学的要求不一样。每个行业都有专业知识,数据类型也因此不同,比如学校与银行关注的指标就不一样。
假如求职者恰巧对要面试的行业充满热情,记得一定要在简历或领英里多多列出该行业的关键字。说明对这个行业很感兴趣,对这个行业的知识了解得非常深刻,会让你在众多求职者中脱颖而出。
O'Reilly公司的调研表明,软件、咨询及银行金融是对数据科学人才需求最大的三个行业,也是愿意为数据科学家开出最高工资的行业。不同行业对数据科学岗位的需求不同。软件、医药以及电信业的公司是数据科学家的最大雇主;软件、航空和IT业的公司喜欢招聘数据工程师;医疗健康、咨询顾问及银行业的公司则倾向于招聘数据分析师。求职者可以根据潜在雇主的行业,推断他们的数据科学需求。
求职者还要了解不同行业、公司及岗位的数据科学面试过程。从事数据科学这一行,必须具备获取和处理大规模数据集的能力。一般来说,求职者应该具备编程能力、数学知识及技术沟通技巧,还要掌握各种数据科学技能,能够胜任公司里各类数据科学岗位工作。
最重要的一点,求职者要有通过数据改变世界的决心和能力,不能轻易被困难击倒。
数据科学面试就是为了测试这些技能以及求职者的适应能力,准备迎接来自各个维度的挑战吧!
获得数据科学面试机会
数据科学面试的第一步不是应对面试,而是争取面试机会,仅这点可能就需要几个月的努力。
作为本书研究的一部分,我们咨询了20个人,想了解他们认为数据科学面试里哪个环节最难,本来我们认为他们会说技术问题最难,但调查结果并非如此。只有68%的人认为技术问题最难,名列第二;多达80%的人认为得到数据科学面试的机会最难。
怎样才能得到面试机会,特别是转行做数据科学的人怎样才能获得面试机会呢?介绍这方面内容的文献很少。我们想在此基础上更进一步,研究数据科学面试的真人真事,给大家呈现与众不同的内容,帮助求职者找到面试机会。
通往数据科学面试的九条途径
在数据科学领域,我们发现传统途径还有些作用,不过对于创业公司,新兴的、主动出击式的策略会让求职者获得更多机会。
获得面试机会的传统途径
虽然,我们认为新兴的策略对获得面试机会更有效,不过,本着物尽其用的精神,了解下传统途径也没有坏处。
1. 官网招聘版块与标准求职
求职者通过公司官网的招聘版块提交简历与求职信,然后就等着吧。不是说别用这种方法,不过它真不靠谱。
可以到 Indeed 和 Careerbuilder 上查找数据科学的帖子,也可以去专业网站的数据科学招聘版块找找机会,比如Kaggle的招聘版块。
2. 第三方招聘公司
联系第三方招聘公司,请他们帮忙联系适合的公司。他们在数据科学与技术领域中非常专业,经常能收到未公开发布的招聘信息。在领英上查找数据科学招聘,联系身边的第三方招聘公司,或许能帮你找到合适的工作。
3. 参加招聘会
数据科学类招聘会很少,虽然哈佛大学与斯坦福大学举办的计算机科学招聘会为在校生提供了不少数据科学职位,但是就算参加当地数据科学社区主办的聚会也比参加招聘会强得多。
获得面试机会的主动途径
上述传统途径是求职的默认项。现在,要想拿到Offer,还要有主动出击的拼搏精神与勇气。创业公司提供了大量数据科学岗位,他们的企业文化与招聘策略大多源于那些十年前也是创业公司的大型公司,创业公司的决策者在创建公司时靠的就是拼搏和勇气,他们的招聘理念也如是,所以,求职者必须同样也要有拼搏精神和勇气,主动出击和他们取得联系。
4. 组织或参加数据科学活动
想找到更多工作机会,一定要积极融入数据科学社区,找到志同道合的人。下面列出了一些数据科学活动,包括大型会议与小型社区聚会。
-
会议
-
聚会
我们列出了不少数据科学大会,但还有更多服务于本地数据科学社区的小型聚会。美国大多数城市都有数据科学社区聚会,但是旧金山海湾地区的数据聚会最多。可以通过Meetup.com查询附近的数据科学聚会,有些大型数据科学聚会的成员超过4000多名,比如,旧金山数据发掘聚会、华盛顿数据科学聚会、伦敦数据科学聚会及海湾区R用户群。
多参加这些活动,要是所在的地区没有类似的活动,也可以自己组织一个。我们的数据科学教育主管,Raj,当年就是靠做过数据科学社区联络人找到的工作。他主持过一次亚特兰大数据科学聚会,当时邀请了不少知名数据科学家做演讲。很快,他就成为了数据科学界的影响者,有一次,一家公司的数据科学岗位出缺,他轻轻松松地就应聘成功了。
5. 打造自己的作品集
Sundeep Pattem 是加利福尼司法部数据改革的负责人,同时还是多门数据科学教程的导师。作为数据科学家,他创建了一整套提取数据价值的解决方案,还在个人网站上列出了多个方向的数据科学项目。
通过解决可持续性的能源问题,他的数据科学技能突飞猛进,很快就成为了知名学术大会的出版作家,不久后,还找到了数据科学家的工作。
不知道分析什么数据?我们提供了19个免费开源数据集供你探索。
找到感兴趣的数据问题,提出解决方案,记下每步操作,打造自己的作品集,讲述解决问题的经历,展示对数据科学的追求。
6. 参与开源项目或开放数据项目
世界上最酷的数据项目早就不再是大公司秘密数据库里的专利了,Github的开源库才是项目宝地,比如,这里有把人类语言当作数据源的NLTK自然语言工具箱,还有各种Python数据科学与机器学习库。另外,R社区里也有很多牛哄哄的工具包。
懂行的CTO在招聘时大多会参考求职者对开源项目的贡献,甚至还会通过这一渠道寻找储备人才。参与开源项目的经历可以证明求职者能和团队一起合作开发高水平的作品。开源项目就像透明的玻璃瓶一样,让你的优势一览无余。
7. 参加数据科学竞赛
找不到喜欢的开源项目也没关系,还有更广阔的天地可以让你发挥创造力,比如参加数据科学竞赛。
数据科学竞赛平台有Kaggle,Datakind和Datadriven ,这些平台提供了解决现实世界里企业与社会问题的机会。好好表现数据科学技能,告诉大家你是多么的与众不同,积累最强大的面试资本:热爱实战。
8. 喝杯咖啡,信息化约谈
广泛的人脉能为你带来大量的工作机会。想知道公司要解决什么样的数据问题?哪些问题你能解决?想知道这些,就得多认识些这个圈子的人。
你可能会想,那些数据科学家个个都忙得要死,哪有时间见我啊!不过,传奇企业家与战略家Steve Blank对付这种人有一套,能邀请他们和你一起喝咖啡。你可以给他们待解决的问题提出新想法,找到解决问题的途径,展示你的价值。
和数据科学家约谈时,可以听取他们的建议,了解最新的业内动态,还可以扩大数据科学人脉圈,了解业内人士怎样运作数据科学项目。
9. 数据骇客松
顺应实战潮流,数据骇客松提供了独一无二的,与精英团队共同锤炼数据科学本领的机会。几天内解决一个特定的数据问题,这可不简单。
旧金山的DataWeek骇客松就是其中之一。与精英骇客组队合作,一起提交切实可行的解决方案,一下子就把你和其他求职者区别开来了。很多公司都关注骇客松,还会提供奖项赞助,以期能在这里找到下一位数据科学家。
与第三方招聘公司合作
本节,我们与Andy Musick,亚特兰大地区的招聘人员合作,想在亚特兰大找工作,可以联系他。我们还与Anna Meyer合作,她就职于Robert Walters,这是一家专注于数据科学领域的第三方招聘公司,她是该公司的招聘主管。
如何提出求职申请
简历 VS 领英
哪种提交求职申请的方式更好?现在还有不少人倾向于传统思路,不过他们忽略了一个大问题:传统思路早就过时了。学院派与实干家的基本区别就是怎么介绍自己。
我们和第三方招聘公司、在校学生,还有招聘经理都交流过,他们普遍认为领英已经是招聘的黄金标准。领英允许第三方招聘公司浏览优化过的简历,他们能帮你找到合适的工作机会。
不会在领英上给自己造势,你就已经输给这么干的人了。
虽然现在面试还要求提供简历,但简历已经不是面试成功的重点了。提交简历之后,招聘人员会快速浏览一下你的简历,然后就完了,而伟大的领英可以不断地给你提供求职机会。
和学院派不同,写几篇令人印象深刻的论文,再有几年高校工作经验,这是学院派找工作的关键。到业界的公司求职,简历写的越简单越好,列出以前为公司做过什么贡献就可以了。记住,招聘人员对简历就是一扫而过,看一份简历也就30秒。
关于简历的重要建议
1)尽量简短,最好一页。记住,看简历的人愿意深入了解你之前,首先要找到对你的兴趣点。
2)突出技能,最好高亮或加粗显示。招聘人员或招聘经理会先看你是否具有岗位所需的技能。
3)写清楚工作内容。每项工作内容最多不要超过三条,每条不要超过一行。简要说明工作经验与求职岗位相关就可以。
4)使用数字说明影响力!不要只写做过什么工作,要写清楚做过的工作产生了多大影响。比如说,帮助几千人节约了多少小时的工作量;不能只写“开发了自动销售电子邮件软件”,要写“开发了自动销售电子邮件软件,带来了40万美金的效益”。关于领英的重要建议
1)别不好意思,尽量多描述细节,把自己描绘的与众不同。要知道大多数招聘经理面试前都会来领英看看。
2)职位清晰,与招聘人员使用的关键词一致。写清楚你是数据科学家,还是数据分析师,这点最好要和以前的工作岗位相匹配。
3)个人特色,在个人档案里写清楚与别人的区别,比如,兴趣、爱好等等。招聘经理喜欢评估求职者的技术能力以及与企业文化的匹配度。说明你独特的世界观,能增添不少个人价值,脱颖而出。
4)如果不想为某个特定工作或行业优化个人档案,那也得明确求职目标,在领英的个人档案里说清楚这一点。要想求职成功,编写个人档案时要非常慎重。如果不想只得到入门级的Offer,就别说自己是数据科学新人。要是你专注于处理某些特定类型的问题,要说清楚这类问题涉及的行业。
搞清楚应聘岗位和行业以及相关技能的关键字。对金融类数据科学岗位感兴趣?别客气,尽量在简历与领英里多提提这些行业的术语。如果你的技能正好与求职岗位相关,一定要说清楚!最好研究一下要应聘公司正在使用的技术。
Yelp、Airbnb这样的公司经常在博客上介绍它们的数据科学项目。要是应聘岗位要求使用Python或R,就得在简历和领英里说清楚你会不会这些技术。要是有人能在领英帮你做背书,也是非常有利的事情,所以别不好意思,邀请同事证明你的技术实力吧。
很多第三方招聘人员和招聘经理不怎么看简历,更喜欢看领英。招聘人员看简历的时间一般也就30秒,然后就把简历扔到一边去了。用强有力的语言描述你为公司带来的影响,如果想让简历或领英引人注目,记得一定要使用正确的关键字。
记住提交简历或领英只是找到最佳工作的第一步,别觉得这有什么了不起,这样的人没有一万,也有八千,都排队等着入职呢。你得干得更漂亮才能找到满意的工作。不管怎么说,优化求职的每一步,包括简历和领英,这两样都是你的新老板肯定会看的东西。
求职信 VS 电子邮件
求职信以前是学术进步的标准。现在这个年代,招聘人员很少会看求职信。要是想表现得与其他人不同,就在简历或领英里附上吧。
要表现的更积极主动,就把工作经历好好提炼一下,整理成简明的文字,发个电子邮件给招聘经理,方便他向公司里其他人介绍你。这封邮件一定要简单明了,最好别超过一段,内容也不要超过三点,就说最重要的事情,能说明你给公司带来的影响就可以了。
请人推荐,让人脉为你服务
大多数人都没意识到人脉圈子的重要性,好的人脉圈子可以让你顺顺利利地迈进数据科学面试的大门。很多公司都极其重视人才推荐,特别是内部推荐。要是公司里能有人大力推荐你,最起码能保证有人去看你的简历,甚至还可能帮你跳过面试的很多环节。
我们曾简单地调查过一些求职成功的校友。结果是,通过公司内推的人有85%的几率获得面试机会;仅通过投简历、领英或其它标准渠道求职的人仅有10%的几率获得面试机会。内推可以让求职成功的可能性大幅提高。我们的校友还说,不一定非得是朋友才能做人才推荐,也可以找公司里的员工帮你推荐,起码能帮你搞到电话面试的机会。
长远来看,你得结交不同类型的人,不管是曾向你学习的人,还是喜欢给你介绍朋友认识的人,他们都会为你的人脉圈子添砖加瓦。但愿你找工作时已经建立了强大的人脉圈子,圈子里还有不少既喜欢数据科学,还能给你推荐工作的人。
假如人脉圈子帮不上忙,又着急找人推荐,那你可以利用信息化约谈这招。接触在这行工作的人,了解他们都在干什么,他们面对的问题。大部分人,就算是毫不相干的陌生人,也会愿意腾出时间交流。当然啦,前提是你得能证明你对他们的事业感兴趣,而且还帮得上忙。
聚会活动是结交新朋友的好去处,领英、Angellist和FounderDating这样的网络平台也可以。只要表现的真心诚意,再展示出你对他们就职的公司和数据科学的兴趣,就可以试着约他们出来喝杯咖啡,聊聊他们的公司,看看能不能为他们手头上的难题提点解决方案。
下面是个邮件样稿(你也可以在领英上添加朋友,还可以在FounderDating或Angellist上直接给人发信息。)
【对方姓名】,您好:
我对Airbnb的数据科学问题非常感兴趣,同时非常希望能进入这一领域,我还是Airbnb Nerds博客的忠粉,我发现使用数据建立信任感是Airbnb成功的核心。基于我在心理学与统计学方面的背景,或许我能提出些有创意的想法,帮你们强化信任。
希望能有幸请您一起喝杯咖啡,了解下Airbnb面对的问题,说不定我能帮上忙,不知道您下周是否有时间能一起坐坐?
【你的姓名】
附上领英、简历、文集及当前项目的链接。
如果人脉圈子够大,通过朋友介绍,就有可能约谈任何公司的人。看下领英里的二度好友,看看别人是怎么和你关联上的,同样,你也可以轻易地关注任何一家公司的领英页面。这里是Airbnb在领英的页面,可以去看看。
约好以后,一定要好好了解约谈的人及其就职的公司,相关信息在公司网站就能找到,也可以看看能否通过其它来源了解。总之,最好了解清楚该公司的日常问题。
信息化约谈提供了绝佳的机会,可以让你了解应聘公司到底是什么样,他们的优先级是什么的,这些在面试时有很大帮助。如果准备充足,把自己定位成为帮助公司解决问题的人,这个和你喝咖啡的人就会变成公司内部举荐你的强大助力,帮你跳过一些招聘环节,助你进入第一轮面试。
【译Py】数据科学面试终极指南 |
---|
【译Py】数据科学面试终极指南01 |
【译Py】数据科学面试终极指南02 |
【译Py】数据科学面试终极指南03 |
【译Py】数据科学面试终极指南04 |
【译Py】数据科学面试终极指南05 |
【译Py】数据科学面试终极指南06 |
【译Py】数据科学面试终极指南07 |