注册一亩三分地论坛，查看更多干货！
您需要 登录 才可以下载或查看附件。没有帐号？注册账号 
x
一直以来在地里得到了很多帮助，今天发个自己找工作过程的帖子算作报答。 其实就找工过程来说我也没有很多经验可谈，周围认识不少统计硕士找到不错工作的，只是大家都比较低调没怎么发帖的样子。所以这个帖子谈的是比较常规的统计硕士找工作的一些流程和需要注意的点。 . ----
最后定下来去一家marketing research公司做stats相关工作，这也是我今年拿到的第一个onsite+第一个offer。值得一提的是这个机会是在地里看到Joyce姐发帖后联系获得内推的，整个过程中Joyce姐热情地给予了很多支持和鼓励，例如只要感兴趣就应该大胆投简历（这个很大程度上改变了我早期偏保守的投简历态度）、面试前怎样做到不慌张、behavioral questions最重要的是be yourself等等。此外，这期间我也一直有骚扰W大……整个找工作期间往返信件一百多封，连我自己都觉得频率太高不好意思，W大却依旧回回都不厌其烦地进行解答和分析，从Marketing research市场的动态到position之间的比较分析到后期negotiation，让我获益良多。最让我感激的是最初曾经有段时间因为觉得自己与Job description相差太远于是差点打退堂鼓，是W大敦促我不要犹豫、要尽早抓住机会多多尝试……不然估计我现在还在到处晃荡。 总之，潜水多年，最后通过地里公开referral找到工作，是我之前怎么也没想到的。
虽然期间还有其他的面试，但是因为个人对这家公司做的东西很感兴趣，面试过程中也感觉到这个team整体背景很强、组员人又都很nice，工资合理，所以拿到offer后思考再三，还是推掉了其他家。
先大概说下我的背景吧： 本科学校/专业：非五大名校的985、211高校，在国内排名20左右； 本科专业：STAT，做的研究偏金融和经济方向 MS学校：东北地区某以水项目闻名的常青藤高校 MS专业：BIOSTAT生统，做的研究偏machine learning方向（两年期的program，虽然前面说学校水但是这个项目我觉得其实还不错，人少老师多，重视理论基础的培养，两年不到的时间里学到了不少东西） 实习经验：去年暑假有过一次为期3个月的实习经历；此外第二学期起一直part-time做RA工作
1. 研究经历
这个跟大家的差不多，就是自己上门去找老师谈，谈妥了就开始跟着做研究了。当时比较幸运，刚开始做一个星期老板就说有funding，于是就一直领工资到了现在作贴补房租和生活费用。 做这个RA的时候很多项目相关的知识都是自己学起，也比较完整地跟着一两个项目做了下来，学到了不少东西。
2. 实习经历
暑期实习是在城里一家data-driven的healthcare company完成的。第一学期有段时间人处于低谷期，于是每天在学院的career网站上刷实习posting，然后就刷到这家。因为是校友贴的，公司也就在城里，所以两轮onsite就搞定了（第一轮12月，第二轮1月初）。公司很小，是个只有20人左右的start-up。 严格说起来这个实习经历不算非常统计相关，因为基本上实习生进去后做的也就是各种dirty work，日常工作就是pull out data、data entry、data manipulation等等，当然进行这些工作的主要软件就是excel了。但是自己其实可以比较灵活地运用统计软件提高处理效率。 比较值得一提的是这个internship期间，data head之一要求所有员工独立提出和完成一个project，结果在8月中旬在board of directors面前汇报。因此我就顺便做了下一个project。idea是supervisor无意间随口说的，我的主要工作就是了解了下相关的policy background，利用了下公司的database提取出自己想要的data，然后用R作为编程工具进行了下简要分析。用到的统计知识都很基本，因为听汇报的时候没有什么人有统计背景，他们想要的主要是一个直观的、有意义的结果。最后汇报的结果也算挺好，因为很多board members觉得开拓了一个不错的思路。至于后来这个项目结果如何，因为在我走后由我的supervisor接手，具体详情我就不得而知了。。 此外由于这个公司当时除我之外没有其他统计出身的人，整个实习期间我还负责帮助其他同事解答他们统计上的疑惑，有的时候解答解答着就变成collaborator一起做他们的项目。也算是一笔经验。 关于我为什么没有继续在这家做下去：一方面公司太小，另一方面在这里我觉得统计学知识得不到很充分的应用，最重要的是他家小得给不了sponsorship。
收获&感想：暑期实习过程中统计方面的知识没有什么增长，但是在办公室人际相处和口语方面都收获很大，就算实习结束了也依旧是关系不错的朋友。此外也更加明确自己想去什么industry，这和我最初对这个实习的期望比较相符。（当时我的计划是：统计方面的学习通过暑假期间的RA来进行，这个internship就作为工作前的一个预热、主体感受下氛围，看自己是更喜欢工作还是更喜欢学术。） . .и
3. 找工经历
第一次找工作心里都是很抖的。比如我第一次接HR电话之前，心理素质各种不过关，各种紧张，找朋友帮忙mock interview了好几次。。之后电话接的多了才慢慢开始习惯。 因为去年12月回了趟家，1月底回来后稍微又调整了下简历，2月才开始找工作……收到第一份offer是三月初，当时还有几个其他面试也进行得还可以，但是因为给offer的这家职位所做的东西个人觉得比当时在面的其他家都要更吸引我一点，所以就一个个慢慢推掉了。 我2月初开始投简历，3月初的时候决定专心面特定几家所以暂时停止投简历。这期间申请的职位不多，一共26多个。因为我早期投工作时有点保守，觉得差别太大的基本就不投了，但是正如开头所说，这样其实没什么好处，有时候反而会错失一些很好的机会。总之由于既不想做SAS programmer也不想去药厂，所以这一个月来都尽量避开这些行业的工作投，打算实在找不到再开始三月份投药厂相关的工作，也因此回复率很低（毕竟很多marketing research公司的一看我专业是biostat就会把简历丢一边了）。期间有回应的是11家，有的直接网上拒绝，有的因为急需3月上岗而拒绝，有的因为身份问题拒绝，还有家比较奇葩的约好和hr电面后放了我鸽子……其他基本石沉大海。follow up进度稍微多一点的一共也就四五家，进入到后几轮的也就两三家这样。
.1point3acres
3. 投简历. 1point3acres.com
简历应该也没什么好说的，学校career service多找找，还有多听听老师、advisor、以及前辈们的意见。 不同行业准备不同份的简历是有必要的。同一类工作的job description上的关键词一般情况下都大差不差，简历里面最好能有这些keywords，这样才能从简历堆里脱颖而出。打个比方， 如果job description上有提到teamwork，那么写bullet points出现collaborate, team之类的字眼就是必需的； 又或者JD上出现了data mining的字样，你正好上过这方面的课or做过这方面的project，那就都可以写上去； 如果有的工作重视你对大数据的处理能力，那就有必要在简历里相关处理大型数据的经验里突出具体这个dataset有多大，甚至只写large scale都是很好的，因为这样hr问你有多大的时候你可以说出个具体数字来。 …… 以上都是举例，关键是对于不同类型的工作，你的简历要有侧重点。就好像对不同口味的客人奉上他所对口的菜肴一样。这一点想必大家都知道该怎么灵活运用。
简历改到什么程度比较合适这个问题很难说，要靠实践才能出真知。简历改的差不多的话，一般来说回复率也会比较高，如果投了好几个星期一点回复都没有，那就说明一定有什么地方出了问题，需要再改改。不过这一点上我自己本身就没什么发言权……因为身为biostat学生却硬要去投marketing research，简历回复率有多低也是可想而知的……
一般找工作的网站有这几个：careerbuilder, monster，indeed，学校就业网站，linkedin。 理论上首推学校就业网站，校友资源多，至少你投的简历对方认真看的可能性会更高。可惜biostat属于public health学院，本校主校区的就业网站我们是用不了的、也享受不到上面丰富的资源。当然学院就业网站的资源也很多，只是大部分是针对global health，health policy management, sociomedical science, epi等等的专业，个别招biostat的基本是healthcare consulting, hospital, university，这些我都不大感兴趣，因此找fulltime的时候并没有利用这个网站，只有找实习的时候利用了下（最近得知我去年实习的那家公司今年人员饱和已经不再招实习生了，顿感时机的重要性）。 其次首推indeed，因为position更新最多最快。搜索关键词可以是statistical analyst或者data analyst，不过我个人一般喜欢按照技能搜职位。 海投的话我比较喜欢用linkedin，主要原因是作为海投比较方便，一般来说传个简历就行了。。。当然据很多人说linkedin回复率很低，不过就我个人感觉其实还可以，一般我会定期投一些小组里更新的position，其实回复率比我在indeed上投的高。
4. 面试准备
.1point3acres
就我遇到的情况：第一个电话一般是HR打来的，筛筛简历问问behavioral问题。第二轮电话一般会是HM打来的，问问背景、技术问题、以及少数behavioral问题。第三轮一般也是技术面，是组里其他成员打来的。有的公司没有这第三轮的步骤直接进入onsite。 面试准备我分为这么几部分准备：
1. behavioral questions. 1point3acres.com
behavioral问题乍一看很吓人，其实说多了也就好了。这是一个面试过程中可以不断进行锻炼的问题类别。基本上我仔细思考了十几个behavioral问题，最后电话面试的时候也没有照着自己写好的读，因为整理的过程另一方面加深了自己的印象，可以很顺利地就说出发生在自己身上的故事。不过整个过程中我被问的behavioral问题并不多，很多都是重复问题。最终很多人都会发现问来问去的也就是那么几个。
2. resume questions
对于resume questions的准备，需要有两个版本的回答： 第一个版本是short version，第一句话概括目的，接着3-5句话说你具体做了什么用了什么方法，最后一句总结下有什么成果。方法方面不用说太细致，HR肯定听不懂，听得懂的人如果感兴趣的话也会进一步问你关于这个方法的细节。有什么结果这个蛮重要，我刚开始的时候经常忘了说。一场面试，时间也就那么有限，对方不会有闲情听你说一长串把一条bullet point说的很深很深，他们对什么点感兴趣自然会追问，所以准备一个short version的answer是有必要的。另外这个版本的回答，最好就不要在面试的时候再看着写好的回答念了，因为是念的还是说的，电话那一头还是听得出来的。。一般说的时候不会用太复杂的句子，而写出来的句子总是会比较完整和精细。所以推荐大家准备short version answer的时候最好能做到条件反射。其实这个说起来难做起来很容易，因为毕竟是自己做过的东西，概括起来也不是很难的事情。 第二个版本自然就是long version。你做project过程中和谁collaborate，什么时候做的，做了有多久，数据是什么样的，有多大，missig data怎么处理的，用了什么软件（SAS的话用了什么procedure，R的话用了什么package和function），分析时用了什么方法，为什么用这个方法，方法的原理是什么……等等都最好弄清楚，免得对方细问的时候自己反而被问倒。这些东西我花了一个周末的时间仔细列了出来，顺便如果有alternative method的时候我还把alternative method的原理给整了整，以免被问到时自己一点了解都没有。（虽然最后面试时我并没有被问得这么深）
3. interpretation of statistical terms
统计专业出身的同学当然要有点基本的解释统计概念的能力。最常见的就是让你给完全不懂统计的人解释什么是p-value，什么是confidence intervals等等，据我所知统计学生应聘时被问p-value问的最多。这种问题维基百科下看看就好了。 fit model出来的结果要怎么interprete也可以准备下。 这一部分不需要准备太长时间，几个关键词看看就好。 .1point3acres
. From 1point 3acres bbs
4. basic statistical knowledge
整个面试过程中我把linear regression笔记看了两遍，categorical和longitudinal笔记也各看了一遍，因为觉得这些都是很基本的知识，巩固下总是好的。另外由于我做的研究跟machine learning相关，因此这部分的笔记也稍微看了下。如果有时间的话GLM的笔记也可以稍微看下。 我面试前都会稍微看下linear regression的笔记，因为整个面试下来的感觉linear regression是内功，也是很多tech questions延伸开来的基础。
5. 其他
- 面试前HR一般会告诉你是谁给你面试，提前查好这个人的信息（linkedin，google等），发现这个人偏business的就多复习下case study，偏编程的就多复习下programming，是统计/数学/计量经济 phD的话理论基础再复习下。
- 对面试公司进行research也是很重要的环节，既是为面试时回答问题也是为自己考虑。弄清楚他们做的是什么，公司文化是什么样的，对figure out自己是不是真的很想去这家公司很有帮助。如果在弄清这些信息后依旧很想去这家，那么这些全都可以成为why our company, what do u know about us的答案。
- 开放性case questions一般没有固定答案，没听明白问题的一定要问清楚一些背景条件和假设前提，然后进行回答。思路延伸的过程比给出一个中规中矩的答案更重要。
- 比较偏和难的问题不会答也不要慌张，老老实实说自己不知道，同时记下来回去仔细思考学习，如果可能的话在thank u letter里补充说明下自己的答案。. ----
我找工作的经验不算丰富，能想到的目前也就只有这些，日后想起什么了会来补充。在地里分享下希望对大家有帮助。如果有不同意见的欢迎来讨论。
最后再次对W大和Joyce姐，以及所有被我天天bug着做mock interview和回答些难缠问题的朋友们表示强烈感谢！！
| 
狗仔卡
收藏
淘帖
好苗
杂草
提升卡
置顶卡
关贴卡
开贴卡
变色卡
千斤顶
楼主
