感恩地里帮助！2020数科anlytics面试准备总结回馈

2020年对于我基本上算是已经结束了，这一年从地里面学到很多，总结一下我作为一个菜鸡的找工作经验和分享一些很好的材料回馈一下这里。我现在的工作是关于product analytics和experimentation，有快五年经验，找的工作的方向也主要是继续在product analytics和causal inference相关。今年有两轮找工作，上半年因为家庭原因找了一下就没有继续了，然后下半年又因为家庭和个人原因决定继续找并且目标是搬去湾区或者西雅图。

三月初开始到五月面的公司有腾讯，头条，FB和亚麻，其中国内头条和腾讯拿到了offer，level大概是头条3-1。十月中开始面了Ancestry, Doordash, Starbucks, Audible, Grubhub, FB (两个职位）, JD.com ，Intuit，Expedia之外还有几家还在negotiate的独角兽，传统retail公司和企业应用的公司。职位包括了从data scientist到senior manager in experimentation之类的很多title，但都是focus在product analytics和causal inference相关的内容。

总结下来有几个血泪教训：

• 好好把握每一个机会，不要抱着试一试的心态去随便面。我年初面FB的时候其实没有特别想去，准备的也不是很充分，虽然那时候recruiter说了半年以后就可以继续，但年底很想面的时候就遇到了问题。recruiter说电面的feedback非常好之后也不得不和上一次间隔一年也就是在2021年二三月的时候onsite。
• Communication和交流很重要，数据科学的很多面试其实还是不是答题，而是要完成一个对话一起解决问题。最开始面试的时候我都不知道需要去clarify question并且很多时候自己会连着说十分钟十五分钟，但后来才明白对话中的交流和结构真的很重要。如果不clarify question很可能是个red flag。
• 明确自己的目标，也就是想要做什么，然后集中精力复习和学习需要准备的内容。我刚开始准备的时候还在纠结要不要花很多时间去刷题，看算法和准备deep learning，前期也“浪费”了很多时间。但后来发现其实更有效率的是看看能找到的面经然后只集中时间在自己想去方向的工作内容就好。比如我的话就是都把时间花在了product case 和causal inference相关的统计知识上。
• 一定要多说话和多练习，很多概念看懂了但和能说出去还是很不一样的。我的解决方式是在微信群找人mock和去下面分享的一个网站去找人pair。
• 先从很多面经的大公司比如FB，UBER，LYFT开始准备，这种准备不光是对面试有帮助，而且对日常工作都很有用。我开始的准备基本就是靠FB来准备product case和Amazon的principle来准备behavior。
  

可能和大部分Analytics面试准备的分类不一样，我的准备分成了case，knowledge和communication。Case又分为了analytics，machine learning和product。Knowledge是包括了domain knowledge，stats和machine learning。最后的communication部分就是过往项目经历和基本的沟通方式。除了地里面的面经和看到过的很常见的资料，我还看/用了下面的这些材料：Case

• https://www.tryexponent.com/questions和https://www.youtube.com/channel/UCjm_qVkCPjOVDz9BWjNqO9A (for product sense）
• https://medium.com/stellarpeers (Analytics case)
• https://www.pramp.com (product case mock interview)
• https://www.youtube.com/user/PyDataTV (pydata 我也都当作case来看如何解决问题)
• https://www.facebook.com/watch/?v=1856120757994353 (Instagram)
• http://papers.www2017.com.au.s3-website-ap-southeast-2.amazonaws.com/companion/p617.pdf (Metrics)
• 另外还有两个国人做的channel https://www.youtube.com/channel/UC_5lJHgnMP_lb_VpIiXV0hQ和https://www.youtube.com/c/DataInterviewPro。
  

Knowledge

• 因为工作相关，我平时也基本都看了的各大公司数据团队的blog和research paper(https://exp-platform.com/, https://eng.lyft.com/tagged/data-science, https://eng.uber.com/xp/, https://booking.ai/, https://engineering.linkedin.com/blog/2019/06/detecting-interference--an-a-b-test-of-a-b-tests)。其中有些很好的方法或者文章关于causal inference, switch back, clustering, CUPED, experimentation platform，都是很有帮助的。
• AB testing, 因为日常工作都很熟悉了，所以我就面试前只是过了一下这个summary: https://towardsdatascience.com/a-summary-of-udacity-a-b-testing-course-9ecc32dedbb1
• 统计方面我主要就是复习了hypothesis testing，然后就是在面试的周期里和工作中找机会给PM每天反复讲
• Casual inference （https://dl.acm.org/doi/abs/10.1145/2939672.2939703, https://google.github.io/CausalImpact/CausalImpact.html, https://towardsdatascience.com/causal-inference-thats-not-a-b-testing-theory-practical-guide-f3c824ac9ed2）
  

Communication

• 基本看看Dan Croitor就足够了：https://www.youtube.com/channel/UCw0uQHve23oMWgQcTTpgQsQ
• 这个部分我准备的具体材料不太方便分享，就是都是基本基于个人简历的。其他的就是我准备了一些笑话或者是特别的talking point最近发生的热点），可以拉近距离的内容（travel和柯基），和好多转换话题以及问对方feedback的小段话或者短语。这样也就是基本所有关于behavior和project相关问题我的回答都变成了以类似于this is a great question and I am having this type of expereince/projects a lot in different scenarios. And there are different types of XXX and I would like to talk about the first/second XXXX. 然后接下来就是根据STAR来说。
  

多谢分享！LZ方便分享一下最后去了哪个公司的什么岗位吗？

liuxiaoxuan 发表于 2020-12-22 20:42
请问楼主在hypothesis testing， 有什么推荐资源吗

我就看的medium上的文章和udacity ab testing的课相关的材料了

ppline 发表于 2020-12-21 00:18
楼主提到“比如我的话就是都把时间花在了product case 和causal inference相关的统计知识上“请问是指哪些 ...

就主要causal inference的方法，基本就是两方面hypothesis testing和exploratory modeling。因为是analytics方面，modeling我就主要只看interpretable的传统的方法就好了，然后hypothesis testing就是要从assumption，各种distribution再到各种test

感谢总结经验！

感谢楼主分享 很多product sense， case 方面的资料 好好学习下

感谢分享~~~~~

感谢楼主分享

非常感谢楼主分享！

楼主提到“比如我的话就是都把时间花在了product case 和causal inference相关的统计知识上“请问是指哪些统计知识呢？我对这方面感兴趣想提高一下基础知识，谢谢！

wmjahura 发表于 2020-12-20 08:56:38
就主要causal inference的方法，基本就是两方面hypothesis testing和exploratory modeling。因为是analytics方面，modeling我就主要只看i

谢谢回复！请问Interpretable的传统方法是指什么类呀？