📣 黑五价提前开抢|VIP一年通行证5折,蓝莓、Offer多多同步特惠
查看: 1271| 回复: 1
跳转到指定楼层
上一主题 下一主题
收起左侧

数据科学/数据分析求职避“坑”指南(一)

全局:

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
数据科学/数据分析求职避“坑”指南(一)


最近在和很多刚开始进行求职准备的同学进行沟通过时,发现大家都不可避免的会触碰一些“坑”,所以希望通过这两篇文章的梳理,帮助大家尽早地避免问题,提高求职的效率。
尽量避免同时申请多个职位类型
很多同学为了尽早拿到offer,在网申或者找内推的时候,往往不加选择,只要是和数据稍微沾点儿边的岗位,都想申请。比如和数据分析相关的岗位可能有,business intelligence analyst/data analyst/business analyst,和数据科学相关的岗位可能有,data scientist/data scientist-algorithm/data scientist-machine learning/data science analytics。如果这样不加选择的去申请所有相关的岗位,可能会带来这样几个问题:
你的面试准备压力会指数级的提升
我们拿data scientist-machine learning和data science analytics举例。前者非常明显,强调面试者需要有比较多的机器学习相关的知识,那么你在复习面试或者前期准备的时候,就需要把业界常用的机器学习模型复习个遍,包括模型的推导逻辑、优缺点、适用场景等等,而后者,其实更侧重在你的business sense的考察,你需要找很多涉及到business sense的题目进行练习、梳理框架、再练习,以及最好掌握A/B testing和sql。其实到这里,你就能看到,两个岗位你的准备侧重完全不一样。如果一旦你有两个面试同时进行,最可能的结果是,你哪一个岗位都没有做好充分的复习,最终都很难发挥出最好的面试水平
你会浪费大量的时间在岗位申请上
这个时间的浪费,单纯是指你花了非常多的时间在投递简历,但最终却可能不会拿到面试机会。原因很简单,每一个不同类型的岗位,对于简历的要求都会很不一样,依然是上面的例子,申请前者,你必须在简历中凸显出自己ml方向的项目经历,而后者,你需要有比较强的storytelling能力来向hr呈现出你具备定义问题、拆解问题、完成数据分析并落地分析结论的能力。这只是两个类型的岗位,如果你同时申请了更多种类的岗位并且都希望拿到面试机会,那就意味着你一定要准备好多个不同的简历,这会极大的挤压你复习面试的时间
尽量避免“一劳永逸”
很多情况下,当我给同学推荐一些课程、书籍或者视频的时候,同学们都会问,这个真的有用吗?哪本你觉得最有效。其实我特别能理解大家的这个题,因为每个人都非常想尽快拿到offer,所以会很想学完一个东西,就能立刻cover所有的面试题。但这几乎是不可能的,因为任何一个岗位,其实都有对应的能力模型,而我们需要做的,是不断学习新的技能,来让自己无限贴近那个目标的能力模型。所以,没有什么资料是“最有效的”,当我们已知了自己需要学的东西,就立刻开始,安排好学习计划,然后一点一点儿地向前推进,直到学完。这样稳扎稳打,其实才是最高效的复习方式

评分

参与人数 2大米 +26 收起 理由
Rosieqqan + 1 赞一个
bryanjhy + 25 给你点个赞!

查看全部评分


上一篇:DS 对比 SDE 薪资水平和上岸难度?
下一篇:Tiktok求职:数据科学/数据分析求职避“坑”指南(二)
🔗
yfclqyjs 2022-12-20 11:31:28 | 只看该作者
全局:
感谢楼主分享经验
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表