[树洞] 数科被雷上岸回顾 (无面经)

收割offer后游山玩水了一个月, 这几天和朋友聊天感觉有必要写一个总结对得起这段经历, 更给还在奋斗的朋友们一点点鼓励. (如doxed 请留小透明一条生路: 佛说看破不说破).

走过路过求米求米 (阿弥陀佛 如果再被lay了真的不想买会员了, 会员好贵 T^T)

楼主四月份跟着大批人从众被雷, 怎么说呢, 意外也不意外, 一场layoff直播秀从去年11月播到今年5月, 身心俱疲. 虽然处于高危support role, 但人总有侥幸心理嘛, 所以也一直没有好好改简历. 那天通知被impact之后第一个直觉就是, 刷了一晚上blind好累啊睡个觉. 然后怒睡到中午, 睁眼发现不用开会了. 才开始回过味来.

要说被lay不难受是不可能的, 都说layoff和perf无关, 可是还是心有不甘, 这种被dump的感觉一阵阵剜的心疼, 那能怎么办, 成年人了, 该哭哭, 该做事还是要做事的.

于是改了简历开始网上漫无目的的海投. 楼主是一个非常老的统计人, 入行tech 5yoe 工作中也没有keep up学习, production code写得更是一坨屎, 所以只能眼馋全网各种高薪求招llm/ AI infra 真真一个也不敢投. chatgpt出圈在外行如我被打的措手不及, 上半年后半段除了llm就是不温不火的product ds /da, 传统ml的坑是少之又少. 总结被lay的两个月, literally当时linkedin能投的都投了. 当然收获的面试屈指可数, 想想看, 2023上半年ds/da/pm/tpm/ux/uxr/…大中小各种厂放在market上面的牛人不知道有多少, 有个hr说以前一个job也就20+, 现在都能好几百. 所以网申了基本上等于在pipeline里蹲着, 找人内推都不一定能拿到面试. 从结果上看, 海投多半就是让焦虑的自己稳定一下情绪, 内推多半就是hm面前晃个简历而已.

当然机会少归少确也不是完全光头. 前前后后愿意给面试的一共9家, 掏心掏肺做了3家takehome, 挂了2家tech screening, 走了6场VO /partial-VO, 最后收割了2个offer. 这里面有ds position要面swe的 system design的, 恶补3天什么CAP什么ACID果不其然挂了; 有对产品很熟很喜欢, 但是没实际做过online ab卡在了product case不会2-side market randomization, 后面自己也知道自己最后一面fail了; 有hr说面algorithm狂刷lc 结果直接上来要求share screen开始做data cleaning, feature engineering到后面跑model做eval抓瞎了的; 有史上最豪华panel 面试官宇宙无敌棒做个case酣畅淋漓学到很多的, 也有某司体验最差面试官一个个都黑脸pua的. 各有挂的理由, 每次都是成长.

下面根据踩过的各种坑, 写几条tips:  

• stay positive: 面试本来就不是一个信息对等的事情, 面试结果则是quantile, 所以请善待自己 不要pua自己. 去年年末到今年, market有多少大牛你不清楚, 有多少大牛不在market但在骑驴找马你也不清楚, 挂你的理由你更不清楚, 也许你哪里没有发挥好, 也许只是别人比你发挥的更好. 挂一次不意味着什么, be strong & move on.
• 都说product ds考察的是 product sense, 不过个人感觉product sense和能否回答structural是两回事. 比如对小鬼app确实很熟又有什么用呢, 在了一个2-sided market abtest case回答颠来倒去的, 我要是面试官我也不会放过自己.
• 不要过于依赖hr, hm给你画的所谓的考点, 面试本来就是基本功. 这个被坑过好多次了, hr说这次考algorithm, 结果上来要做从data清洗到建模最后发notebook的, hm说考stats以为算个概率完事 结果上来考bayes experimental design的 (虽然是统计出身可是统计大了去了, 这个真的没学过啊)
• ds是一个非常模糊的工种, 从特别swe到特别product, ideally要好好看jd看是不是自己喜欢的工作内容, 据说现在市场回暖了, 不过当时5月的时候找工基本上属于饿虎扑食, 什么都投当然最后也做了无用功了. 回头看侧重早点定下来才是好的, 如果想走偏swe的ds, mle, de之类的, ml design, system design等等侧重准备, 如果想走偏product的ds, 准备ds类case, pm类case, 看些consulting interview的notes也许会有帮助
• ds懂一点ml design (偏ml类), is a MUST. 遇到好几家 jd 没感觉会考, hr没说会考, 甚至面试官也从business case开始到metrics, 不过莫名其妙最后面的面的都跑到design上面了, 仗着以前e2e ds做了几年能扯一些, 不过感觉这个broad picture还是要的, 技多不压身, 多准备一点以防万一吧.
• takehome隔一阵子拿一两家有机会做做不错的, 虽然牺牲了好几个周末没出去玩在家做题 但是这个对ds保持手感很有帮助的! 多少次intro刚结束就share screen开始建模, 没有这些小takehome保持手感临场走完整个流程45min真的会很紧张的.
• tech bubble 破了, 大包这个market至少我这个dp是没遇到, 聊过的都有腰斩, 现在和传统行业没差太多了. 总之, 期待降低吧. 说说机会,  被lay的集中在tech行业, 所以tech的坑其实是少了很多的 (都忙着裁员了哪里有空招人); 金融招人节奏控制的还行? 多大scale的layoff隔行如何山不了解, 当时感觉5,6月份东海岸和芝加哥还是有一些机会的; 传统行业有招, 问题就是面试看各组的情况面试流程不如tech规范, 还有问题是pids散在美国各个地方, relo与否只能自己考虑了
  

其实面试是在考验interviewee也是考验interviewer, 一次双方都感觉有收获的面试才是好的面试. 比如开花堡有光是ds建模, 面试完老爷爷说: did you enjoy it? I’m not sure if you did, but I did. 然后很开心的给我讲这类time series modeling和他当年在研究天体物理学定位上面的相似之处. 面试是考察interviewee也是考察team和company, 比如某卷厂product那关, 面试官全程黑脸 工作中的压力和疲惫穿透电脑屏幕这边的我都深深感受的到. 这类team/comp给你offer你去吗? 如果不是包裹大到离谱, 总会三思一下的吧.

找工作时 深陷水底和骑驴找马的心态是非常不同的. 被lay求上岸是经常感觉burn-out, 最后实在是面不动了. 有offer后二话不说就withdraw了其他直接接了, 另一个原因也觉得这个market恶劣到没勇气找公司match offer, 挑个最高的就走了. 这段焦虑的时光遇到了很多未曾谋面的热心的hr, hm和director, 每每因为vo后被十动然拒, 但都面完后都有主动加linkedin, keep in touch, 想想这也是networking的机缘吧.
. 1point 3acres
教训是一箩筐, ds是需要cont learning打磨技术的一类职业, 以后不敢这么不思进取了; 选工作的时候除了career growth, team, stakeholder和money, job security也要增权考量了; 最后就是, 地里大米怎么这么贵a穷死我了, 居安思危以后天天跑来签到发帖攒大米...

Anyway, 不知道这个树洞会有多少人看, 但是每个面试的朋友 请相信自己, 请坚持下去. offer马上就会有的, be strong & stay positive.

unipulse88 发表于 2023-8-1 00:03
想说lz可以拿到这么多vo已经很厉害了。
我好多面试都停留在hm轮…

你也很厉害的!!! 能到hm这轮我假设你share了你的简历, either和hm在linkedin上msg自我介绍, or有内推递简历. 至少说明 1. 你linkedin-profile不错; 2. 简历没问题; 3 你人缘不错 有朋友内推你. 这些点已经很优秀了.

hm我遇到的多数是讲讲team讲讲role, 然后问问你的经历看一下match与否, 如果卡在这里了大概率是你过去的经历不fit, 现在market就是这样, 以前也许如果没有相关经历觉得可以培训一下, 但是今年market人太多, match最重要: 现在pool太大公司总能找到做过类似东西的人. 所以不是你哪里回答的不好;
hm少数情况下会quickly筛一下, 我遇到过有问小case的, 有问些ml fundamental的, 这些基础知识你复盘一下是否回答正确.

人之患好为人师哈, 给个小小的建议: 1. 仔细看一下jd, 如果自己都感觉不fit就不要投了, 攒点时间面别的; 2. 基础知识过关; 3. 如果确实没有相关经验(其实我以前做的domian很窄, 我遇到过这种情况) change-career (career方向) 的话要找到自己过往经历到target role的bridge, hm面时往这方面靠.

别心急. 我6月后就没有在看了所以也不清楚现在坑多坑少, 不过6月底talk过几个hr说7月开始算下半年的hc, 估计这几天会放一些opening? 会有更fit的你经历的opening出来的.

想说lz可以拿到这么多vo已经很厉害了。
我好多面试都停留在hm轮…

littleha 发表于 2023-8-1 09:21
lz好棒！
歪楼问two sided market randomization到底应该怎么做哈哈，看到你说了两次开始想了

说实话我不知道(TT), 可以考虑新开一个贴把我面经整理一下share给大家.

. Χcontext: 这个2side market不是uber/lyft这种可以geo cluster分开的, 也不是meta这种很强熟人社交属性的, 类似tiktok吧, 问题是content creator vs. content viewer, 怎么做ab (不可以动rec algo, 然后这个不是tiktok面到的题)

我说了geo比如us vs india, 然后被followup说markets不可比让我同country继续想. 我当场是没答上来. 感觉没有最优的解法, 后来问了一个朋友说他们实际中就只randomize一边, 然后说这个题目应该侧重讨论清楚 trade-offs...

仅供参考, 我也想知道这种怎么搞...

Takehome data challenge你竟然还认真做了。。。

老实说我看到这种都不想继续面了，浪费时间。

lz好棒！
歪楼问two sided market randomization到底应该怎么做哈哈，看到你说了两次开始想了

看楼主经历简直就是我自己

YYFish 发表于 2023-08-01 06:56:48
你也很厉害的!!! 能到hm这轮我假设你share了你的简历, either和hm在linkedin上msg自我介绍, or有内推递简历. 至少说明 1. 你linkedin-profile不错; 2

谢谢建议！

有些岗位确实是技术栈不够match，比如我没用过pyspark和airflow做etl，用的是其他的工具，在hm那里就不行了。
还有些更多的感觉是眼缘问题？因为简历都通过recruiter和recruiter call了。说明经历肯定是比较match的。

恭喜楼主，吸一吸欧气，希望大家都可以最近可以多一些面试吧

ZYYYZ 发表于 2023-8-1 08:56
Takehome data challenge你竟然还认真做了。。。

老实说我看到这种都不想继续面了，浪费时间。

对, 对出题公司性价比确实低了点, 不过做data challenge很有江泽涵的味道, 接触不同domain的问题蛮有趣的其实~

M.YH 发表于 2023-8-1 13:54
恭喜楼主，吸一吸欧气，希望大家都可以最近可以多一些面试吧

加油!!! offer就来了!!!!