转专业NG无实习的我是如何DS实习大满贯的？心得&建议分享

今年的实习申请季基本上结束了，本人运气还不错，赶上后疫情时期的红利成功拿到实习，有一些总结性的心得，希望能给后来的学弟学妹、以及在寻找全职的兄弟姐妹们带来些帮助吧。
码字不易，如果能骗到一些大米就最好啦！嘿嘿！

PS：先说一嘴，可能稍微有点标题党，大满贯的意思是进入onsite的面试都拿到了offer哈，如果认为大满贯必须是FLAG收割的话那我只能说不好意思误导你了。

背景：
我先介绍一下自己的背景吧，我是社科经济生，Top40美本Econ的NG，本科期间在券商实习，没有任何数据相关的过往工作经验，也没有任何全职工作经验，彻头彻尾的NG。去年本科毕业后，紧接着就去了一所美国Top10的大学读Analytics。

Timeline：
我基本上是一月初才正式地、大量地开始投简历。然后在二三月份陆续收到面试，在四五月陆续收到offer。

求职情况：
经不完全统计，应该是：
300+申请 - 12Reach Out - 3Onsite - 3Offer

Offer：

• Splunk - Digital Marketing Analyst Intern
• Oracle - Data Science Intern
• Capital One - Data Science Intern
  

客观条件注意事项：
可能是我的运气比较好，在所有reach out了我的公司里面，除了因为已经拿到offer所以主动放弃继续process的公司以外，基本上只要开始了常规面试流程的公司，我都能走到final round。然后拿到了final round的公司里面，我也基本上全都拿到了offer。我想表达的意思是，在hr来联系我的公司里面，有那么至少3-4个公司，是因为我的信息/条件不符合要求所以被拒，而根本不是因为我的实力究竟好坏。所以接下来在提到具体如何准备面试之前，我想先提及一些注意事项，可以让大家在求职的时候少一些惊喜破碎的时刻。毕竟在我看来，我宁可公司完全没消息/脆据我，也好过在他们来撩我之后说我条件不符合不能继续process。

• 国际生哪怕是用CPT进行实习也务必在填写application的时候注明required sponsorship。虽然CPT是由学校来提供work authorization，理论上来说不需要公司提供任何sponsorship，但是公司不管的，他这个问题就是想知道你是不是外国人，我经历过hr约了初轮phone screening听到我用CPT就直接说不行886. 我相信有更多小伙伴经历过比这还悲惨的事情（比如offer拿到了才通知公司自己是国际生然后offer被撤回）。 所以相比之下，还是一开始就老老实实说清楚自己什么情况最好。
• 如果正在看这篇帖子的学弟学妹现在还是在选择offer的阶段，我会比较建议在你考量项目质量的同时，也考虑一下学校calendar system。在我今年的经历里面，semester system（一年两学期）会比quarter system（一年三学期）有slightly advantage，因为semester制度的学校放假时间更早，可以确保一定赶得上公司internship的start date。虽然大部分的大公司都会有几个internship start date来提供flexibility，但是我也见到过某些明明蛮知名的公司（说的就是你chewy）却只提供一个start date（今年基本上是6.4）。 在这个情况下， quarter system的学校还没放假，某些学校是不会允许在春季学期结束前给你initiate CPT的，所以当你跟hr核对available开始时间的时候，就会直接悲剧了。
• 在第二点的前提之下，对于那些CPT有着严格开始时间限制的同学，在投简历的时候也要注意确认一下这个internship是不是summer intern。一般来说美国的公司会把暑期实习项目非常清楚地point out，如果你在job title和description里面都没看到这份实习到底什么时候开始，那么很有可能这是一份我们常规理解中的日常实习生，也就是越快能入职越好。那这种职位对于无法提前启动CPT的同学来说就根本不不适用了。偶尔也会出现公司来撩你然后听说你无法近期入职就又把你甩了。
  

具体准备注意事项：
在说完一些与实力无关的雷坑之后，接下来就要讲讲具体如何更好地提高上岸的可能性啦。

• 第一点，不要拖，越早投简历越好！对于我的情况来说，作为一个转数据的本科应届生，我对于data几乎没有任何的prior experience，不论是实习还是学习当中。所以我一直觉得我需要至少上放一个学期的课，至少对data有一些基本的概念和准备之后，再来找工作会靠谱很多。但现在回过头来看，我觉得自己当时还是有点幼稚了。首先因为开始时间晚，我错过了基本上所有大家耳熟能详的大公司，比如FB、亚麻、麦肯锡etc。秋招时段还是最多机会的，很多公司只会在秋招时间段就把今年的实习生和全职都招完了。我身边很多在9月就开始找工作的小伙伴都在12月之前就上岸了，只有我这个1月才开始的笨比一直挣扎到4-5月才解脱，早点找到工作就早点解放啦。其次，学校学了什么跟找工作基本上是两码事，如果真的像个小朋友一样老师教什么我学什么，那可能等我毕业了我都还没做好找工作的准备，很多东西都是需要靠自己自学的。找完工作再上课，感觉课里的很多知识点对于我来说都变成了复习哈哈。
• 其次来推荐一些自学平台：首先肯定是著名的Youtube University哈哈哈。无数印度老哥的朗朗教诲在无数个黑夜白天里让我沉醉（我感觉读个硕士让我对印度口音没有任何听力障碍了）。在此处强烈推荐statquest，让我对ml和stats的很多基础知识有了很扎实的理解（强烈建议美国data职位都增加一个statquest tax来感谢Joshua Starmer对美国数据行业的贡献XD）。其次有个medium频道叫towarddatascience。一个月$10的会员费，里面有很多关于ds知识的帖子，我觉得收获很大，每次对某些ml知识点产生疑惑的时候都会去搜搜相关帖子学习。还有就是Kaggle作为无数大佬刷project的网站自然也不会少啦。对于初期没有data project experience的小伙伴来说，去kaggle上做些比较入门的project也是很好的。我非常推荐像我一样的小白们从Titanic入手，不要嫌这个数据简单，上手做一遍project还是很好的锻炼的。最后当然还有隔壁码农朋友们的宝贝leetcode了。我把免费能做的sql题都做了（事实证明实习面试最多最多考到medium难度，基本都很简单）。algorithm做了大概20-30道easy题体验了一下，毕竟ds类实习能考到的coding基本也就是easy，我也没遇到过真的刻意刁难我coding的面试官。不过如果真的有这种人，他敢考完medium，我就敢说不会，哈哈哈。总而言之leetcode还是一个非必需的东西，刷了最好，不刷问题也不大。
• 第三点，对于那些情况跟我类似的转data ng同学，我想说的是，在简历里面，跟data无关的东西一点都不需要放。我相信有不少同学都是跟我一样本科去了什么证券、银行、四大之类的金融单位实习，不论是混个title还是真的有干活，这些实习经验对于数据求职来说帮助都非常非常小，基本上在我所有的面试里面，面试官都从来没有问过我那些实习的情况。那么在这种情况下，简历里到底还能写什么呢？或者说，那面试官还能问什么呢？没错，就是大量的data project experience。我的简历里基本上有一大半的篇幅都是在讲我的project experience，而我的work experience除了一段research还稍微可以跟data打点擦边球以外，我把其他所有的实习经历全都删掉了（包括我自己引以为傲的一段出差一个月做尽调的投行实习），因为他们对我找da/ds没有任何帮助。我的project experience主要是由上学期间每节课的final project组成。我也会适当地把我求职期间被要求做的某些比较有价值的data challenge放进简历里。这些project experiences是重中之重，hr会把你的简历从pool里挑出来，一方面是运气成分，一方面也是因为她认可你的这些经历。所以对这些project experience一定要认真的进行编辑，不要过分吹嘘的同时也不要过分敷衍。具体改简历的事情我优先建议咨询学校的career advisor，毕竟他们真的都蛮有经验的，而且我们的学费里要包含了她们的工资好吧。
• 基于上面第三点的前提之下，你一定要确保你简历里的东西一定都是你确实掌握了的、滚瓜烂熟的。千万不要觉得某些东西（比如AI和Deep learning）听起来高大上就全往简历里放。一般来说，面试官只要不是想刁难你，就不会问什么超纲的问题，一般就是围绕在你的简历以及一些basic stats/ml问题。 如果你写了某些比较fancy或者比较有趣的东西，那么面试官很有可能也会提起兴趣来重点问你这些东西，如果你真的没有掌握，那就直接悲剧了。我身边有个朋友的例子是，她在简历里提到了某段实习中用了lasso和ridge regression，然后面试官就问了她regularization是什么以及L1、L2 Norm分别是什么情况。因为那是一段很久以前的实习，所以她已经很久没有准备解释过这段实习经历了，导致她在面试的时候直接把lasso和ridge说反了，然后不出意外的就悲剧了。所以我想表达的观点是，在简历里面有些你以为的闪光点，在你并没有完全掌握之前，写上去反而有可能会害了你。要么就别写，要么写了就一定要至少把它的原理搞明白。切忌似是而非人云亦云地胡乱填充简历。
• 关于具体面试，与面试官的沟通也是非常重要的一个环节。因为我本人是一个酷爱talking business bullish*t的人，所以我非常热衷于跟面试官谈笑风生开小玩笑。我自己本身的劣势点是在于对真正的知识点的掌握一般（是不是听起来像很多只吹不干活的某南亚兄弟们？哈哈），但是因为面试沟通的非常愉快，一般来说只要我的tech轮不犯错误，我的面试官一般都对我有比较好的评价。我想表达的观点就是，在确保你的对于基础知识点的掌握好了前提之下，对面试沟通技巧进行锻炼是非常有必要的。我非常推荐mock，尤其是跟学校的career advisor mock。因为跟这些advisor进行mock的时候你才会有一种对陌生人说话的紧张感，跟朋友说话往往都会比较放松。同时帮别人mock也是一个特别好的行为，因为你可以通过观察别人来发现自己可能也存在的问题，比如我之前帮朋友mock的时候我就发现了，我们真的特别容易一直“额…”或者一直重复用某个词比如“like emmm…”。然后这些小举动真的特别特别减分！我自己听别人一直这样我都受不了何况面试官！在我看来，面试基本上就是个单口相声，基本上在mock两三次之后，你就会明白哪里该有包袱，哪里该有铺垫，哪里应该是笑点， 这样子整个人的面试状态就会好特别多。
• 然后基于上面第五点，我还想对学弟学妹们说一个咱们中国人比较容易陷入的误区，那就是习惯性的保持谦卑自贬。我们在说什么话之前都习惯加一个铺垫，比如什么”啊我可能还不是特别熟悉，不过我觉得…“。 保持谦虚在东亚是一个非常好的习惯，可是在美国找工作就是另外一码事了。这种话和态度只会让面试官觉得你不够自信不够well prepare。在这方面，南亚兄弟们一个某种意义上来说特别好的习惯就是，他们真的很会不懂装懂，他们才是真正的明明那么普通，却那么自信。但是这种自信态度在找工作的时候其实是很好的，因为问你问题的面试官也不一定对那些问题特别了解，只要你能用你的自信将对方忽悠瘸了，双脚离地了，病毒就关闭了，你聪明的智商就又占领高地！
  

这些话都是一口气码出来的，我目前只能想到这么多了。在找工作的期间其实崩溃了好多次，连续3-4个礼拜一直收拒信都是常态。我只能说保持好心态，适当地发泄情绪，然后持之以恒才是关键。当我对自己极度不自信，对找工作陷入绝望对时候，我的career advisor对我说过一句让我记忆犹新的话，'At the end, you only need one job.' 对啊，只要有一个公司瞎了眼，只有一份offer，那我就是胜利的了。今年的实习申请季其实已经结束了，但我还是希望我的文字对后来的学弟学妹们，以及在寻找全职的兄弟姐妹们，能够有所帮助吧。数据蛮卷的，但是也还没那么卷，只要努力了，总是会有好结果的。我们都会有光明的未来的！

“虽然看起来像慢半拍，但是我想要的全都在慢慢来。”

Keep smiling & Keep fighting!

说实话拿到面试之后都能走到final round也都能拿offer说明lz实力很好，并不是运气好，运气在拿面试的阶段影响比较大。

恭喜！

楼主是烧烤的朋友嘛！我怀疑在一小时前我刚听过你的分享

LandIsland 发表于 2021-05-15 00:15:42
谢谢！俺的情况是这样的：本科没有实习经历，然后希望找一份data analyst intern。
这样计划您看看有无啥建议：
1.学学sql、tableu、excel、r等相关工具；

以我一个小白的眼光来看 在你确定只找data工作的前提下（如果你对sde感兴趣且有能力刷题的话就真的别考虑data 两者难度差距有点大 建议无脑sde 我转data是因为我脑子太笨实在是搞不好coding哈哈哈）
1、sql是肯定要学习的 这个是基础 tableau看情况就好 excel基本不会用到 r在业界用的比较少不如优先focus在python
2、basic stats肯定还是要掌握的 比如p value、type1/2 error、conditional probability、confusion matrix这些都是面试的基础题 不过具体加强到什么程度我也没太多可以提供的建议 因为我自己其实stats没有特别好 但是多学一点肯定也没损失就是了
3、kaggle的话as i said可以从Titanic开始上手入门 再往后的话其实我没什么特别推荐的 因为我后面的project都是跟着学校的课做的 只是data可能从kaggle找 可以看看专门推荐kaggle project的 如果九月开始找工作 在学校课程还没开始的情况下 在kaggle上做3个左右project就可以把简历填充的蛮丰富的了； leetcode的话 sql的免费题其实不多 全做了就好 algo的话看自己能力而行吧 我自己是在那个热门list里一个一个做的 其实data岗 lc的优先度不高 一般考coding真的比较少 我自己也就是做做题感受一下一般考coding的思路是什么 我运气比较好就够用了 不过我也是做好了心理准备 真的有我不会写的我就尽力呗 实在不行只能说明这份工作不是现在的我能够胜任的 拜拜就拜拜
4、因为我本身就是data专业所以对选课这方面根本没什么考虑跟着上就完了哈哈 如果你真的铁了心做data的话那就选这个方向也没什么问题呀 然后你说简历里的project的话 其实不论是学校做的还是kaggle做的 其实你都写成学校做的就好了 毕竟我很多时候也确实是从kaggle找data来做学校的project罢了 具体放什么取决于你觉得哪个project含金量更高、更match岗位要求就是了
5、没错 22年summer intern确实应该是从21年9月就开始找了 一个小tips是 可以先从一些小公司练手面试 一般来说最初开始面试的公司大概率都会挂 不如多积累点面试经验、调整好自己的心态去面自己心仪的公司哈哈
大概就这么多吧 我手机码字的不确定排版怎么样希望还好 也希望能给你带来一点参考哈

祝贺🎊恭喜恭喜，沾点喜气，希望自己也赶紧找到工作

感谢满满干货的分享，LZ非常有实力,恭喜恭喜！

这篇文章写的真不错

Conspc 发表于 2021-05-14 20:55:18
楼主是烧烤的朋友嘛！我怀疑在一小时前我刚听过你的分享

哈哈是的 整理思绪的时候顺便写了一篇下来哈哈

感谢分享 现在打开data的帖子全是负能量的 这是这么久以来少有的一个正面帖

丨AlvinY丨 发表于 2021-05-14 21:10:40
感谢分享 现在打开data的帖子全是负能量的 这是这么久以来少有的一个正面帖

坦白说 要不是懒 估计前几个月我也会发帖子吐槽卷的哈哈 结果论来说 看来只要坚持还是会有回报的～

感谢楼主分享！我是21 fall的master，industrial engineering program，想选data science track，想问问像我这样的情况啥时候投实习合适呢？是在22秋季嘛？谢谢！