數據科學家告訴你：拿下Offer無數的原因竟然是...

J導師畢業于美國前三統計名校，現在在美國三大電商做Data Scientist。J導師同時也輔導過多名學生，幫助0實習經驗的學員拿到全職工作Offer。

1導師訪談

請簡單介紹一下您現在的工作？（職責，工作內容，挑戰）

我主要負責的內容有：對客戶的背景分析、用戶在購買物品時的情況、時間序列等。由此提前預測高峰期，從而改變庫存。我的的職責有：管理數據庫、建模、生成report、還有和manager溝通。在工作上我會遇到沒有預備知識的問題，需要回頭重新看數據，跟前輩討論等情況。我覺得這個是我工作上的挑戰。

2導師訪談

您覺得就現在的職位而言需要具備哪些技能？課內課程是否能cover這些技能？如果不能，自己應該如何提高？

技能要求：

1： 統計和Machine Learning 的基本知識，以及建模的基礎。這些學校都會教，不過還是做項目的時候才會有更深的理解。

2： SQL，Excel， Python，Java，符合工作要求的代碼能力

3： 交流溝通， 還有做高質量的ppt能力 總體來說還是一個要求比較全面的職位。

如何提高：

理論知識上面的話，那就是上課寫作業，然后就是在網上自學。

寫代碼能力：上課聯系，做一些獨立的project，刷題。

交流溝通：主動push自己去說。如果不好意思面對面交流，那可以打客服電話。 還可以通過反思自己說過的話來提高。

3導師訪談

找工作時做了哪些準備？通過什么渠道投簡歷的？？

我認為找工作的準備其實從你申請專業，學校，選方向的時候就開始了。畢竟后來的選課，找實習都是為你簡歷的每一個地方增加競爭力。

在找工作階段：把想去的公司篩選出來，然后了解公司。一般local的公司會給當地的學生的機會比較多。大公司就不會特別介意地點。

我投簡歷的主要方法是內推，人脈是很重要的。

4導師訪談

參加現在公司的面試過程中有哪些難題？

我遇到的面試大概有這幾大塊流程是先電面，然后onsite。

電面：

先是和Hr聊了半個小時，然后跟一個中國的tech面試了一個小時，最后是哪個組的manager，MBA背景的聊了一會。因為manager的背景不是tech的，所以壓力沒有那么大

Onsite：

一共面了6個人，有tech， 也有business方面的， 面試題上面沒有什么特別難的。做統計，建模這方面沒有絕對的對和錯，主要是在于是否reasonable。其實這個onsite還有一點點壓力測試的感覺，所以最忌諱的就是你當場虛，不要讓他們看出來你對自己給出的答案不自信。

就算是遇見了從來沒有看過的題目，其實也就是那些方法。要會背case，比如說，怎么選數據等。還要提到的一點就是，需要把Machine Learning 的細節都看一遍

5導師訪談

統計外加Machine Learning的專業來說，讀碩士和本科畢業有什么區別？ 好壞？

美國的碩士和本科的區別在于，碩士會更難一點，也更專業一點。本科真正學習的時間不是那么長。碩士會有一些專門性的學習。同時，H1b的情況也不一樣。在西海岸這里找Data Scientist的工作的時候，會看到很多職位要求phd or ms+2-3年經驗的工作經驗。

我覺得如果本科畢業能找到工作的話，可以找一下。工作之后再決定要不要再修碩士，這樣也更理性一些。

6導師訪談

學員身上有什么共性的問題？

我看到的優點：

很多同學都有進取心。對找工作和自己的未來發展，跟相對沒有找到我們的同學比起來更上心。同時，跟同學們交流之后發現大家的表達溝通能力都不錯。

不足：

對就業不太了解，沒有足夠的面試經歷，也沒有怎么和社會接觸過。這導致學生們處理事情的時候，分析的面比較單一。還有，有些學生弄錯了主次，要做自己喜歡的，對以后有發展的。不是天天分析工作好還是讀書好，或者是應該留美還是回國。

7導師訪談

可以簡單介紹一下您給學員帶來的最大幫助是什么？

我和同學交流的不僅僅是如何準備面試的知識點，也包括我作為一個曾經參加過面試的被面試者和現在的面試官，我知道大家比較容易在什么地方出問題，如何更好的利用有限的時間，還有就是更多個人發展的交流。從一開始的改簡歷，一直聊到未來是留美還是回國。畢竟這個問題，大家一般也找不到人溝通。

8導師訪談

有什么建議可以給正在學校找工作的學弟學妹們？

1： 早點準備

2： 規劃好學習計劃，這會影響到之后實習計劃，以及工作。

3： 學統計的話，很多工作上用的東西統計系里不會教，所以要有實際上手經驗

4： 聊天的時候要主動，你不主動，主動權就在別人手里了