当前位置:数码通 > 手机

成为数据科学家的坎坷之路

来源于 数码通 2023-09-29 14:59

编者按:找工作只是我们人生中的一小步,加入的公司也只是旅途中的一站,但从长远来看,我们的努力、热情和勇气将会使您终生受益。秋季招聘季即将开始。你考试得怎么样?今天,伦智给大家带来了刚加入Airbnb的数据科学家Kelly Peng的故事。

摄影:Kalen Emsley

写这篇文章的理由

一个月前,我刚刚在 Airbnb 开始了新的数据科学工作,现在我仍然觉得自己很幸运能够来到这里。没有人知道我有多想加入这家公司——我曾经在办公桌上放过一张 Airbnb 办公室的照片;我的手机壁纸是我站在Airbnb标志前的照片;我曾经向Airbnb投过4份简历,直到最后一次招聘工作人员才给我回复...

过去,当人们问我“你最想在哪家公司工作?”我不敢说“Airbnb”,因为他们会给我泼冷水:“你知道有多少人想为这家公司工作吗?你知道有多少人最终加入了这家公司吗?现实一点。” “

事实证明,没有什么是不可能的。由于很多朋友希望我能分享我的找工作的经历,所以写在这里,希望对读者有所帮助。

一些数据…

以下是我的求职过程的概述:

求职申请:475次

电话采访:50次

完成带回家的挑战:9次

现场采访:8次

优惠:2家公司

找工作时间:6个月

从数据中可以看出,我在就业市场上没有任何优势,否则我只需要申请几个职位并获得一堆offer。是的,我是个彻头彻尾的懦夫,招聘人员认为我是浪费时间的候选人。但是,“几个月前你是谁并不重要,重要的是你将成为谁。”

成为数据科学家的坎坷之路

这里简单介绍一下我的背景:我在中国一所大学(985)获得本科学位,主修经济学。毕业后,我前往伊利诺伊大学厄巴纳-香槟分校继续攻读工商管理。获得硕士学位后,我做了两年数据分析师,其中 7 个月在 Google 担任合同工(contractor),在一家初创公司工作了一年零 4 个月。在那两年里,我的工作主要包括编写 SQL 查询、构建仪表板和提供数据驱动的建议。

当我发现自己没有获得预期的成长和经验时,我辞职了,然后申请了 Galvanize Data Science Immerse 项目。这是在旧金山举办的为期 12 周的训练营。我申请了4次,失败了4次。直到第5次,我终于通过了面试,被录取了。

Galvanize教授的内容要求学生在Python机器学习方面有深厚的基础,并且他们假设我们已经有一定的统计基础。果然,一开始我很沮丧,因为我对编程知之甚少,而且我也没有扎实的统计学基础。但没办法,我只能更加努力的学习。在Galvanize期间,我没有休息,没有娱乐,没有约会,除了每天12个小时以上的学习之外,没有其他活动。之后我就逐渐适应了这门课程。

尽管如此,当我第一次去面试时,我还是遇到了很多尴尬。我开始意识到我和真正的数据科学家之间存在差距。我努力学习,全身心投入研究12周,但这还不足以实现职业转型。于是我申请、面试、失败、再次申请、再次面试、再次失败……好消息是,每次我都学到了新东西,变得更强。

2018年3月,距离上次辞职,我已经失业近一年了。我的银行卡里只有600美元,连下个月的房租都付不起。更糟糕的是,如果我在四月底之前找不到工作,我的签证就会到期,届时我将不得不离开美国。

庆幸的是,经过这么多次的实践和锤炼,我已经从一个不会自我介绍、不知道Lasso和Ridge哪个是L1、对编程算法一无所知的人,成长为一个清楚地知道自己想要什么的人。

当我进入 Airbnb 的最后一轮面试时,我已经拿到了一份数据科学家的offer,所以我一点也不惊慌。这是最后一次采访,我的目标只是成为更好的自己,不留遗憾。面试结果出来了,比之前的成绩要好。公司给了我满意的薪资。所有的努力和不眠之夜都得到了回报。

摄影:杰克逊·亨德利

个人经历总结

首先,你需要知道自己想要什么,设定目标,努力实现目标,永远不满足于现状。

其次,培养成长心态非常重要(天赋只是起点,人的智力可以通过锻炼来提高,挫折会让自己变得更好。比如龟兔赛跑中的乌龟就有成长心态)。不要认为“我不擅长写代码”或“我不擅长统计”。这与“智商”无关,不要用别人的“天才”作为偷懒的借口。你需要的是以正确的方式学习它并多次练习直到掌握。

记录你被问到的所有面试问题,尤其是那些你没有回答的问题。你可以再次失败,但不要在同一个地方失败。你应该不断学习和进步。

如果可能,遇到不懂的问题请向其他人寻求帮助。我非常感谢 Galvanize 的同学和老师给予的帮助。大家都很热情。

参加本地数据科学家聚会、加入数据科学研究小组、与业内人士保持联系,当您尝试在 LinkedIn 上与陌生人联系时,您可以随时发送自己的笔记记录...可能 大幅扩展你的社交网络,因为你永远不知道他们中的哪一个会为你打开一扇门。

有时候,失败只是因为你运气不好。不要总是把遇到的挫折归咎于自己的能力。

如果我从头开始我会做什么

除非您觉得自己已经准备好找工作,否则不要在求职之初就去面试目标公司。

我的求职之旅是从Uber开始的,现在回想起来,我认为这是一个非常不明智的决定。我的面试搞砸了,以至于我无法去 Uber 的其他部门接受面试。大多数人会认为大型科技公司是他们理想的合作伙伴,但这些公司大多数都有严格的规定。如果你没有通过这次面试,你可能在接下来的六个月甚至一年内都无法参加面试。不再收到该公司的任何面试通知。所以在去这些公司面试之前一定要做好充分的准备。

细化你的目标职位并确定哪些工作不适合你。这将为您节省大量时间。

如果您曾经了解过数据科学家的工作要求,您就会知道职责范围有多么广泛。一些数据科学家致力于自然语言处理、计算机视觉深度学习,而其他数据科学家则从事 A/B 测试、产品分析。决定哪些工作适合您,哪些不适合您将为您节省大量准备面试的时间。

就我而言,我先跳过了所有需要博士学位的职位,然后又跳过了需要深度学习、计算机视觉等知识的职位。即使排除了这么多,我还有很多东西要学并做好准备。以下是我在求职过程中使用的资源的摘要。请记住,你可以积累很多资源,或者你可以花很多时间寻找信息,但最终你还是应该选择性地寻找,以确保你能够充分利用这些东西。

数据科学面试准备资源

(网址太多,就不单独列出了。公众号读者如有需要,请点击“阅读原文”查看)

统计

Khan Academy:非常适合理解基本概念。

Practical Statistics f数据科学家:螃蟹书,非常实用,强烈推荐

杜克大学Coursera上的统计学课程(关于R语言)

概率题

m.smtshopping.cn:准备面试的时候买了他们的会员,原来这是Facebook现场面试指定推荐材料之一

A/B 测试

Google的Udacity A/B测试课程:看了两遍写了总结

微软的KDD论文和幻灯片:A/B测试是数据科学面试过程中的一个简单问题,但是关于A/B测试的专业资料很少。我只找到15篇论文

Exp 平台上的幻灯片和视频

企业技术博客,例如 Airbnb 数据科学博客

机器学习

斯坦福大学在 Coursera 上的机器学习课程,由 Andrew Ng 授课

统计学习入门:我们在 Galvanize 使用的教材之一(编者:我有一本著名的小黄书,还在目录中)

机器学习实践:我们在 Galvanize 使用的另一本教科书

Coursera 上的密歇根大学 Python 专业课程

基本编程算法

HackerRank:入门级友好

LeetCode:处理简单或中等水平的问题

破解编码面试:189 个 Program问题和解决方案

Python数据运算(Pandas、Numpy)

数据营

由于可怕的带回家的挑战,我认为实践是最好的学习方式

SQL

数据分析的SQL教程:我个人对SQL比较熟悉,但是每次面试之前我还是再看一遍这篇文章,尤其是高级部分,以防万一

产品认知/业务理解

案例第9点:完成案例面试准备

破解 PM 面试:如何找到技术领域的产品经理工作

解码与征服:产品管理面试答案

一般面试问题

Lynda Raynier 的 Youtube 频道:对一半的面试问题很有帮助

其他资源

公司技术博客:Airbnb、Uber、LinkedIn、Netflix、Lyft、Pininterest、Stitch Fix、Quora、Yelp…

技术面试前收集相关公司的面试题

总结在文末

找工作只是我们人生旅程的一步,但从长远来看,我们在这个过程中表现出的勇气、热情和毅力将使我们受益终生。我个人相信这句话,我希望它能激励你,就像它一直激励着我一样:

永远不要让别人告诉你你不能做某事。如果你有梦想,就必须捍卫它。如果人们自己做不到某件事,他们就会想告诉你,你也做不到。无论你想做什么,就毫不犹豫地亲自去做。 ——当幸福来敲门时

-->
登录后参与评论