我在美国当猎头

在美国做猎头和职业培训两年多了，专攻数据科学（Data Scientist)，审了两千多份简历，面了几百人，简单说说一些个人的经验和感受。数据科学是一门新兴行业，对专业的要求比较高，我经手的candidate基本都是个各个领域的PhD，少量master，最后加入的团队也都是在行业顶尖公司。面过很多同胞，很多时候明明技术很强，但总差那么一点点，而且很多是可以改进的。所以在这总结了些经验希望可以对找工作的同学有所帮助。

1. 招人难，招数据科学家更难

先说说什么是数据科学吧。2010年左右，硅谷几大发展势头迅猛的公司（我不说你们也知道，不外乎Facebook, LinkedIn, Twitter，Apple, Amazon几家，这里不提Google因为G家早几年就自己闷头发展Google X了，数据科学对他们来说太小儿科了）意识到数据堆里有黄金，简单作几个模型预测就可以把用户粘度和广告收入提高，还可以精准的改进自己的产品，省下大量研发时间。可是谁来建这些模型呢？码农们写码还可以，也可以简单做做统计分析，但Facebook几秒的数据量就不是一个t-test可以处理的了。硅谷巨头们把目光看向了万年憋屈的PhD们，尽管大家的研究课题各异，有的甚至除了发发文章屁用没有，但是建模的能力还是有的，对着数据死磕简直就是家常便饭。早期的数据科学家们几乎都是从学术界转行，专业领域五花八门，以物理居多，数学，统计，经济，计量心理学，计算生物学，地理，环境科学，甚至一些社会科学如政治学也贡献了很多人才。

随着11，12年几家主流媒体如哈佛商业评论，华尔街日报，经济学人，甚至自然杂志的相继报道，大量二，三线公司意识到数据的重要性，对数据科学家的需求如雪崩式增长。麦肯锡的一篇年度报告更把数据科学家称为二十一世纪最性感的工作（你们知道的，这里把性感理解为火热，需求高），并预测未来十年对数据科学家以及数据经理和高管的需求达到七十万以上。业界掀起了一派求贤若渴的热潮。

然而很少有人知道到底如何，以及去哪招数据科学家。

这是我要谈的第一点，当你在美国找工作时，特别是新兴行业，公司以及招聘经理（hiring manager）不一定知道他想要招什么样的人。

举个简单的例子。我咨询过的一家公司，全美排名前三的医疗保险公司，掌握着几千万美国人的医疗和保险资料，他们的目标是建立一个几十到几百人的数据科学团队。两年过去了，所谓数据团队的头头儿换了三，四个，整体的招聘策略还是没有定下来，新上任的Director对应聘人的要求只有一条，有深度学习（deep-learning）经验。为什么呢？因为硅谷巨头们都在做深度学习模型，做为排名前三的医疗保险巨头，当然要紧跟技术潮流。而这个时候，这家公司甚至还没有解决最基础的数据存储，分享，交流的底层架构。这还是人力资源丰厚的成熟大公司，小公司，初创就更不用说了。当然做的好的也有，后面会慢慢讲。

有点反常识吧？为什么公司，甚至招聘经理自己都不知道想要招什么样的人呢？

如果把招聘（hiring）看成是一个供给-需求的关系，公司是需求方，而海量的求职人是供给方，招聘的过程其实就是一个优化匹配问题。你也可以简单理解成为在茫茫的自由恋爱市场找到你的soul mate的过程。很少有人第一次恋爱就知道自己想要什么样的人结婚，知道了也不一定找得到（所以相亲未必完全是浪费时间，你的父母家人其实已经帮你筛选过很多变量了）。

做为需求方的招聘经理，他对data scientist的需求往往基于对现有项目的了解。如果他是自己从数据工作做起，十分了解需要什么样的能力和背景，这是最好的情况，面试过程一般比较流畅。然而大部分的招聘经理都不是从data scientist成长起来的，他们只能参考行业热词（深度学习，机器学习，Spark）以及其他公司的招聘策略。Facebook需要极强的数据库能力，对编程要求一般，那是因为他们有几百上千的专业码农的后面顶着。如果没有强大的码农团队，依着Facebook的策略招人，建起的模型和分析要么不能productionize，要么无法scale，后面还要花费大量的engineering资源补上当初招聘时能力缺失的漏洞。

错误估计能力需求是小问题，大多数招聘经理犯的错误是，他们想要一个数据科学家样样精通。其实他们也意识到了这个问题，所以才会自谑招的是“独角兽”（unicorn），因为这样的人才太稀有。所谓样样精通，包括扎实的数学和统计基础，玩转各种回归，聚类，连续，离散，非正态分布，高维模型，懂得如何处理烂的屎一样的数据，代码写的好，会优化时间复杂度，能扩展，平行计算。而除了这些技术条件，他们还梦想这个data scientis沟通能力强，上可汇报CEO，下可和产品，市场，销售部门打成一片，了解公司业务，会根据业务需求调整模型，每个分析和模型都有极强的应用性和可操作性。。。（以下省略五百字，具体参考女汉子标准）

这简直是高能物理博士和MBA的结合体，而这两类人，你懂的，早在本科就分家在各自的领域越走越远了。

讲了这么多，有什么用呢？如果你在美国找工作，放正心态，你的面试官未必比你懂的多。不要盲目根据job posting的关键词放弃。 当你看到一份工作要求你有五年的数据分析经验时，两年足矣；要求会Hadoop和Spark而你只会Python，没关系，没有公司会拒绝一个好的Python programmer，两个月内你会玩转Spark 。

开篇先说这么多吧，后面会再讲讲如何写一份好简历，我面过的奇葩们，怎样和公司negotiate job offer，以及对data scientist的职业发展建议等等。最近刚刚做完今年的几个新项目，可以慢慢把这两年多的经验分享一下。时间原因可能进度没法太快，如果有感兴趣的话题或者和数据科学面试，转行的问题，欢迎留言。

PS：由于工作原因，无法推荐工作，无法帮你看简历，也不会谈及任何一家公司的面试真题，望见谅。

上一篇讲了讲数据行业招人难，很多职位往往招聘经理也不知道自己到底要招什么样的人。在这样的大前提下，面试时到底什么最重要？如何准备？这一篇的经验应用于大部分面试，不局限于数据或者技术类的岗位

2. 面试时最重要的是展示你的“软实力”

先放下“软实力”是什么这个问题不谈，首先讲讲公司，HR以及你未来老板的心态。抛开大公司为了人才储备而长期，大量的招人不谈；正常情况下一个团队需要招新人，要么是现有人手不足，需要立刻有人上岗干活，要么是为了团队发展做准备，因为从招人到培训到真正能独当一面，这个过程快也要三，四个月，一般都要半年以上。这期间付出的人力和时间成本是相当高的，万一招来的人不可心，还要手把手的教，即使最后不得不fire重来，已经投入的时间和精力也难以挽回。啰里八嗦说这么多就是为了讲一点，你的面试官是非常希望你能过的。他们有时间和业绩的压力，他们需要有人立刻上岗，这样他们才能把精力集中在工作和项目上，而不是招聘。Trust me，大多数老板都是不得不招人了才会面试，大部分的招聘工作都是“额外”的工作，不管从老板还是HR的角度，他们都希望尽快结束面试，而不是面试更多的人。

讲个题外话，这也是为什么往往重视招聘流程和面试经历的公司更成功的原因，因为好的人才真的既不好招也不好留。

接下来讲讲如何解读job posting。还是用相亲来做例子吧。如果把招聘比做相亲，公司比做女方，所有的女孩子都希望未来的另一半高大帅气，幽默风趣，家境优渥，事业成功，兼顾家庭，体贴入微。在现实中找到这样的男生几率如何呢？

所以当你看到一则招聘广告需要你既会写代码，又要懂business，数据库，reporting，分布式计算，运维，深度学习，等等等等，你就知道这是最理想化的profile，99%的可能招不到这样的人，你只要满足六成以上的条件就可以申请了。那公司为什么要把job description写的这么满呢？其实是想留足你的上升空间，考察你的学习能力。所以这就是“软实力”的第一条，学习能力。从老板的角度讲很好理解，如果她招了个人经验丰富，不需要培训直接上岗，从管理学的角度讲很快就outgrow这个职位了，那老板为了留住人，要么升职要么加薪，这些激励措施都用过就很难留住人才了，特别是对职业积极上进有追求的。所以最理想的情况是招来一个不是完全满足条件的，但是有积极学习的心态，学习能力又强的员工。这样往往能培养为己用，同时又有一定loyalty，不会轻易跳槽。

如何在面试中展现自己的学习能力呢？你需要展示两点，积极的学习心态，和快速的学习能力，特别是学习新事物的能力。大部分面试有个经典问题，讲一讲你遇到的挑战（challenge）和你是如何解决它的。麦肯锡提供的一个经典解题思路就是用STAR这个framework，Situation (为什么这是个挑战）, Task（具体难点是什么）, Action（你采取了哪些步骤）, Result（结果如何）。这里你可以加入自己对情况的分析，特别强调你对这个新状况是如何学习和了解的，如何利用现有的资源解决问题等等。描述问题时记得突出你的判断能力，为什么作出这样的判断，有没有Plan B，如何衡量各项方案的投入产出比，如何选取最优方案，后续工作有哪些；最关键的是要讲清楚你的achievement和impact。这个问题可以好好准备一下，因为它的延展性很好，改改就可以用来回答诸如“你有哪些强项和优点”，“讲讲你做过的最有impact的工作”，“讲讲你解决问题的resourceful的例子”，等等。

还有一个经典题目可以用来展示积极的学习心态，那就是“你为什么离开现在的公司”，可以变化为“你为什么申请这个职位”，“你为什么觉得自己适合这个职位”，“你的skillset如何match这个职位”。记得一定不要抱怨现在的公司和老板，一定不要抱怨现在的公司和老板，一定不要抱怨现在的公司和老板，重要的事情说三遍！每个人离职的原因不一样，只要是原因合情合理，面试官都可以接受。我个人最喜欢的答案是现有的公司和岗位不能满足自己对职业的追求，想要有更大的挑战和更多的学习机会。之所以喜欢这个答案是因为我可以放心的把新东西交给这样的人来做，他／她本身就有学习的欲望，而不是需要我手把手的来教，不用考虑如何motivate新员工。对，你没看错，所有老板管理员工的问题，都可以归结为如何激励员工干好活，好干活。

当然仅仅有学习能力是不够的，“软实力”的第二条，是正常的，专业的（professional）沟通能力。说白了就是能不能和人正常聊天，能不能把工作上的事情聊明白了。看到这里你一定笑了，正常聊天谁不会啊。相信我，我面过的大多数人，特别是技术好的，往往栽在“正常聊天”这一环。回答问题的时候能不能迅速抓住要点，三五句就把问题说清楚，这里面体现的是一个人理解问题和组织逻辑的能力。记住，沟通的要点不是你说了什么，而是对方听到了什么。这个原则适用于技术面和非技术面。如前所述，正因为大多数面试官希望你能通过面试，他们往往会在问题中给你很多提示和反馈，你要特别注意辨别这些话外之音，因为他们在暗示你。举个例子，以前我招一名招聘专员（我没有时间自己筛简历），问到他们如何判断一个人是否适合某一个岗位，除了一些程式化的要求如经验，年限，对工资的要求，在我的一再提示下，只有一个小姑娘答出了更具体的如对工作地点的要求，公司的具体行业和财务状况等，并且她非常细致的讲清楚了如何找到这些信息，如何判断哪些是有价值信息。 后来我们给了她offer，因为她不仅给了我想要的答案，而且超出了我的预期，是个学习能力很强的员工。

. check 1point3acres for more.沟通能力在技术面的时候尤其重要。大多数中国的理科生，技术非常牛逼，但面试时往往过不了沟通这一关。我总结了一下，主要问题有两点：一是术语使用太多，二是无法给出有效信息。第一条不讲了，如果你不能用英语给你邻居家十二岁孩子讲清楚你做了啥，就多找几个孩子练习练习，把所有学术术语换成人话。这里主要讲讲“有效信息”。一般一个30-60分钟的面试，能考察的点很有限，你的面试官会focus三到五个方面。你能不能在有限的时间内提供足够的evidence来让你的面试官确定他要考察的点你都check了，这就是有效信息。很多人急于展示自己的能力，每个问题啰里八嗦说半天，面试官打断你还要继续说下去，你浪费的是自己的机会。因为面试官只有这么多时间，他／她很可能面试结束了还是无法拿到足够的signal去support你。

那么该如何优化有效信息呢？我个人的经验，每个问题回答时间不要超过两分钟。多于两分钟面试官的注意力就不会很集中，也很容易lost in details，记不住你到底说了什么。如果他对你的回答还有深挖的地方，他往往会继续跟进问细节的问题。另外记得观察面试官的反应，如果他在努力打断你，一定不要滔滔不绝的说下去，因为你说的再多都是无用信息。我面过的最好的candidate，和他们聊天很舒服，既得到了我需要的signal，又享受这个discussion的过程，其中很重要的一点就是他们真正的听懂了我的问题，而不是讲太多无关的细节。

所以，学习能力和沟通能力才是面试时你最需要展示的软实力。当然这都要建立在你的经验和能力大体符合岗位要求的基础上。同等经验和能力，软实力才真正帮你从其他候选人中脱颖而出，拿到offer。尽管是老生常谈，我以几百个面试的经验告诉你，最简单，最基本的素质，往往是最重要，最被需要的。

说的非常好，谢谢！！我最近也要开始做猎头公司的recruiter了，学习了！！

头像泄露了一切哈哈哈

那要是要求1年工作经验的，new grad可以申请吗

很有用 学习了学习了

alexisheeee 发表于 2018-8-24 08:43
那要是要求1年工作经验的，new grad可以申请吗

如果有项目或者实习经验的可以申请。可以强调一下自己的动手能力和实战能力

谢谢分享 很有用的信息

lz好，有没有好的数据科学的猎头信息？包括您的。

感谢分享，学到很多

还有更新咩 马克马克