数极客首页

想转行?数据科学全流程求职指南

想转行?数据科学全流程求职指南

大数据文摘作品

编译:Zhifu、雪清、元元、小鱼

本文掩盖
数据科学求职全过程。从申请到面试,到拿offer之后的协商,一切
细节一应俱全。每个阶段都有作者丰厚
的个人感悟以及链接资源~

内容不只
适用于有兴味
在美国申请数据科学相关工作的求职者,大致
上也适用于各种技术工作的申请。

工作申请
在网上打造个人IP

谨慎

处置
自己

在社交网络上公开的信息

比如

,检查你在Facebook或者其他社交媒体上的隐私设置,确保公开的范围恰当
。很多公司的网申表格中都能够

选填推特账号,除非你的推特主要用于专业用处

(例如,引见
数据科学相关资源或晒宠物),否则不要填写。

假定

你有GitHub账户,倡议

运用
Pin功用
优先展示

你希望他人

看到的项目,并添加解释该项目的README文档。 另外,我猛烈

倡议

你创建

自己

的博客,用于展示

数据科学相关的内容,例如,你做过的项目,机器学习办法

的解释,或者参与
会议的摘要。

假定

你还是以为
写博客糜费
时间,请参考Dave RoBIson撰写的相关文章。假定

你运用
R,能够

尝试运用
blogdown来创建

网站。Emily Zabor为blogdown写了一篇很棒的教程。另外,你还能够

在Mara Averick创建

的资源列表上找到更多的关于blogdown的资源。假定

你不运用
R,你能够

直接运用
Hugo(blogdown构建在Hugo的基础

之上)搭建个人博客,或者用更简单的方式——在Medium网站上创建

博客。

相关链接:

http://varianceexplained.org/r/start-blog/

https://bookdown.org/yihui/blogdown/

http://www.emilyzabor.com/tutorials/rmarkdown_websites_tutorial.html

https://maraaverick.rBId.io/2017/10/keeping-up-with-blogdown/

职位寻觅
与评价
想转行?数据科学全流程求职指南

广撒网

数据科学家有很多别名,包括产品剖析

师、数据剖析

师、研讨
科学家、量化剖析

师和机器学习工程师。相似

的职位在不同公司中头衔也不一样。有些公司还在不时
改动
头衔所代表的职能(Lyft最近将数据剖析

师更名为数据科学家,然后又更名为研讨
科学家)。

数据剖析

师与数据科学家的区别,往常

行业内也没有达成分歧
意见(参见Mikhail Popov最近发表的一篇总结不同观念
的文章)。在寻觅
工作的时分
,你能够

搜索上面提到的一切
头衔以便更普遍
的查找职位,然后依据

职位描画

来评价
自己

能否
合适

。假定

你对初创企业感兴味
,Angelist上有数千个职位,其中许多职位都罗列
出了薪资范围。

相关链接:

https://eng.lyft.com/whats-in-a-name-ce42f419d16c

https://mpopov.com/blog/2018/5/24/data-analyst-vs-data-scientist-industry-perspectives

树立
自我认知

与其去申请你发现的每一个与数据科学相关的工作,不如先想想你自己

最感兴味
的方向
。当我在规划职业道路以及准备求职的时分
,我发现一篇关于A型和B型数据科学家的区别的文章十分

有辅佐

A型数据科学家擅长
剖析

(Analysis):他们具有过硬的统计背景,能够

处置
紊乱
的数据并擅擅长

结果剖析

。B型数据科学家擅长
创建

工程(Build):他们具有很强的写代码技艺
,可能曾经担任软件工程师,并且专注于将机器学习模型(如举荐

系统)应用到产品中。

还有一点你需求
思索
的是,你希望你所就职的公司在数据方面目前处于哪个阶段(参见Robert Chang文章中的讨论)。在一家小公司工作的益处

是你能够

尝试数据科学的不同范畴
;大公司更专业化,因而

你可能没有机遇

尝试创建

一个终身价值模型的同时调整举荐

系统。而且,许多问题(如数据工程的问题)都曾经
被笼统
出来,无需自己

处置

另一方面,小公司通常有数据质量差,文档不完好
和运转
速度慢的问题。固然
公司所处阶段与公司范围
相关,但是也有可能有超越
百岁的大公司在数据科学方面依然

处于在踉跄
起步的阶段。

相关链接:

https://www.quora.com/What-is-data-science/answer/Michael-Hochster

https://medium.com/@rchang/my-two-year-journey-as-a-data-scientist-at-twier-f0c13298aee6

不要过度追求圆满

你在这个范畴
的第一份工作可能不是你梦寐以求的职位。相较于苛求最圆满
的工作,在同专业范畴
内换工作,或者将数据科学引入当前的工作中愈加
容易。即便

你最终希望分开
往常

的范畴
,一步登天也是不理想
的,你可能需求
先思索
跳到一个既离目的
范畴
更近,又能够

发挥
自己

其他才干
的职位。

这并不意味着抛开一切
央求

和偏好,而是说你需求
有一定的灵活

。工作一两年后跳槽换工作都很正常,你也不用
想着自己

的未来

15年都被约束
了。对我而言,第一份工作最重要的是一个支持性环境,由于
在这样的工作环境中,我能够

向周围

很多资深的剖析

师学习。正如Jonathan Nolis指出的那样,在进入职场打拼前,你无法确切知道

自己

想要什么,即便

是糟糕的工作,你也能够

从中学习,所以不要有太大压力。

太棒了!我想在“不要过度追求圆满
”部分

补充一点。你不应该过度追求圆满
,而且你应该认识到绝对圆满
是不理想
的。你以前历来
没有当过数据科学家,你怎样
可能提早
知道

你会喜欢什么职位?

在我职业生活
的早期,我花了很多心血来努力弄分明

哪些工作对我来说是“正确”的,我究竟

需求
什么。但是往常

我认识
到即便

一份糟糕的工作也是宝贵

的阅历

,它们辅佐

我认清哪些是重要的事情。

——Jensen Harris推文

不要低估自己

职位描画

通常是具有一定灵活

性的央求

清单。假定

你满足其中80%的央求

(例如,你的工作阅历

比央求

的少上一年,或者你没有运用
过他们央求

的某项技术),但其他方面很合适

,你还是应该申请这份工作。

但是,请谨慎

看待

央求

“全能”的职位描画

——有计算机科学博士学位,同时也是一名数据科学家。具有
5年以上的工作阅历

,并且在最前沿的统计学,深度学习方面是专家,还擅擅长

和业务协作
同伴
沟通。除此之外还列出了从完成消费
级别的机器学习模型,到创建

报表,到运转
a/b测试的大量央求

。这通常意味着这些公司不知道

他们细致

需求
哪些技艺
,他们希望招聘一个全能的数据科学家,能够

一个人在没有任何支持的状况

下处置

一切
问题。

在LinkedIn上查找相关的联络

在你感兴味
的公司中,有你认识的员工吗?假定

没有,请查看你校友网络中能否
有人就职于该公司(包括你参与
过的锻炼
营,大学校友,你在某个夏天参与

的足球队)。你也能够

查找你朋友的朋友,看看你的朋友能否
愿意引荐

许多工作可能有数百个致使

数千个竞争者,假定

有人举荐

你,或者通知
你他们团队细致

的央求

,对你来说都有着极大的辅佐

。假定

你的确

打算寻求他人

的辅佐

,请你花点时间揣摩

求助措辞。特别
是在你不认识这个人的状况

下,你需求
中止

多方面研讨
,并且参考他们的背景或公开信息。

参与
聚会和会议

有的时分
招聘经理睬

在参与
聚会或者会议的同时招募员工。你也可能会遇到在你感兴味
的公司或子行业工作的人。你能够

问他们能否
有时间做个信息采访,这样你就能够

加深自己

关于
该范畴
的了解

。假定

你直接问他们公司能否
有空缺的职位,或者能否
能够

举荐

你,他们可能会让你去阅读
公司的招聘页面,你也错失了被举荐

的机遇

。提早
树立
好你的人脉很重要——由于
以猛烈

的需求收场
很难树立
双方互惠的人际关系。

假定

你想了解

更多关于怎样
构建人脉的办法

,请参考:

https://www.themuse.com/advice/3-steps-to-a-perfect-informational-interview

http://hookedondata.org/Building-Your-Data-Science-Network-Reaching-Out/

简历和求职信
想转行?数据科学全流程求职指南

简历一页就好

你不用列出你曾经做过的一切
事情。你能够

尝试制造
一份包含一切
工作履历的简历模板,然后针对每份工作的央求

补充最相关的内容。你也不需求
把曾经运用
过的每一项技术都列入清单,把重点放在你熟习
的那些就好。

一个来自于招聘人员的小提示:“不要运用
图表来展示

你在某些技术方面的阅历

等级。假定

你的Python技艺
条是满格,就意味着你真的100%的了解

Python吗?”假定

一页纸的空间不够,你简历又有自我总结的部分

,你完好

能够

舍弃它,由于
自我总结曾经
不盛行
了。假定

你来自学术界并且有工作阅历

,假定

雇主招对博士学位不作央求

,职位也并非研讨
岗位,你能够

思索
舍弃简历中的论文部分

校正
简历

在你的“简力”上呈现
拼写错误或语法错误,可能会让你的申请以最快速度被否决。请运用
“拼些检查”功用
,并且让“一俩个”朋友帮你检查。

别放自己

的大头照

固然
这在欧洲和南美的一些国度
很常见,但在美国并不合适

依据

岗位制造
简历

大公司经常用简历自动选择

系统来检测关键词。第一
你能够

从职位描画

中找到一些关键词。然后,你能够

运用
像TagCrowd这样的工具来查看哪些单词最常见。比如

说,指导
力(Leadership)能否
比管理(Management)更常见? 应该用NLP还是用自然言语
处置
(Natural language processing)?最终
,你需求
修正
简历中的关键字来匹配选择

系统的关键字。

相关链接:

https://tagcrowd.com/

每一项内容从动词开端

比如

写“剖析

了300篇论文”,而不是“我剖析

了300篇论文”。

在可能的状况

下量化你的成果

不要写“对我们的排名算法中止

实验”,而是写“中止

了60多次

实验,并且我带来了230万美圆
的额外收入。”

相关链接:

https://www.themuse.com/advice/how-to-quantify-your-resume-bullets-when-you-dont-work-with-numbers

写一封求职信

假定

有需求
提交求职信的中央
,请一定提交。有些公司会筛掉那些没有写求职信的候选人。就像你的简历一样,你能够

做一个求职信模板,在你需求
的时分
补充对应的段落。至少在求职信中为每家公司单独撰写第一段和最终
一段内容,并确保这些公司的名字正确无误!

求职信最好包括你对公司的研讨
,还有你对这个职位感兴味
的细致

缘由
。这两部分

内容你写的越细致

越好。你能够

试着找找招聘经理的名字,这样你就能够

信的开头写上他们的名字,而不是笼统写“敬爱

的招聘经理”。

假定

你想要取得

更多关于举荐

信的指导,请戳:

https://www.themuse.com/advice/the-3-rules-of-addressing-your-cover-leer

https://www.themuse.com/advice/how-to-write-a-cover-leer-31-tips-you-need-to-know

https://www.themuse.com/advice/5-common-cover-leer-phrases-that-are-losing-you-the-job

正如Jesse Maegan在推特中写到:

数据科学求职小提示:

一些倡议

标明
,求职信并不重要,所以你只需求
将简历重命名为求职信,或者写一个句“这是我的求职信”就能够

了。

这个倡议

很糟糕。

面试
想转行?数据科学全流程求职指南

准备和练习

面试官可能会问到两种主要类型的问题—技术和行为。关于
诸如“述说一次与团队成员发作
抵触
的阅历
”或“你最大的优势是什么”等行为问题,请运用
情形
—行为—结果模型来中止

描画

:描画

你当时所面对的状况

,你是怎样
处置
它的,以及结果怎样

尽量使你的答案简短而全面。你能够

提早
为这些问题列一个清单,并思索
哪些阅历
和性格特征最适合

你所面试的细致

工作。关于
技术问题,你需求
了解

面试结构

。面试结构

和问题类型的范围十分

普遍
:你可能得做一套带回家完成的测评,回答

计算机科学问题(例如反转二叉树),解释随机森林模型,做展示

,编写SQL代码等。

提早
知道

题型会有很大辅佐

。你还能够

查看Glassdoor针对面试过程的评论,并从自己

的人脉网找找能否
有人在那家公司面试过。在第一轮电话选择

过程中你也能够

直接讯问
HR面试过程中会呈现
的题型和范围。假定

你要中止

多轮面试,你能够

讯问
每轮的内容和结构

是什么(例如,“我需求
做白板编程吗?”)。一旦你知道

面试的内容,你就能够

集中准备。

面试过程中,假定

你遇到了问题,能够

试着说:“我不肯定
,但我会思索
这样去处置

它。”通常,面试官评价
的是你怎样
处置

问题,而不是你能否
回答

正确。欲了解

更多倡议

,请参考Trey Causey的数据科学就业市场阅历

,Erin Shellman的数据科学工作着陆指南,还有Mikhail Popov的维基媒体基金会面试数据剖析

师的过程。

相关链接:

http://treycausey.com/data_science_interviews.html

Crushed it! Landing a data science job

Hiring a data scientist

你的简历中的任何内容都有可能被问到

假定

你在简历中列出了在六年前的一次实习,或者将AWS列为技艺
,那么请准备好回答

相关的问题。

研讨
公司背景

在撰写求职信时你做了一些准备工作,但是一旦进入面试环节,就需求
做更深化
的研讨
。 除了下文的倡议

外,你还需求
了解

面试官的专业成就。 有一次,我面试的候选人谈及我做过一个展示

并提出了一些相关的技术问题,我对此印象十分

深化

特别
当你要面试一家初创公司,请花一个小时做这项研讨
。公式如下:

1.阅读
Crunchbase,找出资原本

源,投资者等

2.阅读
LinkedIn,看看有谁在那里工作?

3.阅读
Glassdoor,了解

公众对公司有什么见地

4.阅读
公司网站,关注一切
你能访问到的信息。

——Jensen Harris推文

准备好问题

每位面试官都应该会留出时间来回答

问题。假定

他们不这样做,那就糟糕了!面试是一个双向匹配过程:你在评价
他们的同时,他们也在评价
你。 假定

你不知道

该问什么,请查看Julia Evans的清单。她将一切
的问题分为诸如生活质量,公司文化和管理理论
等类别。想想什么对你来说最重要!

你能够

向每位面试官讯问
不同的问题,以最大限度地进步
你能够

得到的答案数据量
,但你也能够

尝试向多个人讯问
相同的问题,看看他们的答案能否
有差别

。 假定

是初创公司,我猛烈

倡议

查看下面链接中的问题清单。

相关链接:

https://jvns.ca/blog/2013/12/30/questions-im-asking-in-interviews/

https://twier.com/jensenharris/status/988967889330819072

不要说出薪水数目

不要通知
他们你目前的薪水或你对这一职位的希冀
薪水。在某些中央
,包括纽约市和加利福尼亚州,向你讯问
你往常

的工资理论

上是非法的。假定

你说出一个数目,他们有可能会给你一个偏低的报价。他们的报价不应该取决于你目前的薪水或希冀
,而是取决于你在人才市场上的价值,并且与同等条件下你同事的薪水一样!

假定

申请表上有这样问题,请填上“不适用”或“可灵活

调整”,假定

不得不写数字,则填入“0”并在其他中央
写上:“留意
:我在工资问题上填入了0美圆
。假定

我们双方都觉得雇佣关系很合适

,我对薪水问题很灵活

。”假定

你在面试中被问到了薪水问题,能够

这样转移话题:“在讨论薪水之前,我想了解

更多的关于职位的信息,并专注于我能给公司带来什么价值。我置信
,假定

我们都以为
彼此是很好的选择,我们能够

磋商

出一个具有竞争力的整体薪酬计划

。”

假定

问题是关于你目前的工资,而你处于一个薪水较低的不同工作类型/行业,你能够

这样说:“这个职位与我目前的工作相比大有不同,不如讨论一下我在贵公司的主要职责,并最终肯定
这个职位的合理薪酬。”

假定

他们坚持想知道

你的希冀
薪资,那么在研讨
该行业和该公司的工资规范

的基础

上给出一个较大的范围。例如,你能够

说:“从我的研讨
和过去的阅历

来看,我以为
基本

工资在9.5~12万美圆
之间比较

合理,但我最感兴味
的是职位和整体薪酬计划

的契合水平

。”你能够

查看H1B签证数据、Glassdoor和paysa,给自己

定一个大约
的范围。多和朋友交流!学问
就是力气

相关链接:

HOW TO ANSWER: What Are Your Salary Expectations?

https://www.themuse.com/advice/answer-illegal-salary-question-right-way

也有人乐意交流薪资信息,例如Sharla Gelfand在推特中写到:

调查薪酬期间,假定

你想把你的薪水数目发给我,我的私信总是开着的。假定

你做数据方面的工作,坐标在多伦多,或者在技术岗有0-3年的工作阅历

,我们对你的薪酬水平

十分

感兴味
。假定

你是用户关系管理经理(URM),我也会通知
你我的工资。学问
是力气

文雅
地处置
拒绝

在求职过程中,你难免被拒绝

,或许
这样的事会发作
十来二十次。数据科学是一个充溢
竞争的范畴
,被拒绝

是每个人都会阅历
的过程。假定

他们拒绝

你(相关于
从不回信),你能够

礼貌地表达你的懊丧
(例如“很遗憾听到这个音讯

”),并感激

他们曾经思索
过你。

你能够

央求

反响

,但要知道

许多招聘经理将无法提供给

你,由于
他们不希望反响

被解读为歧视而遭到
起诉。花一点时间来平复心情,但不要在公共场所
或招聘经理面前大骂一场。这种做法不会改动
结果,只会损伤
你的专业名誉

Jesse Maegan在推特中也提到:

有一件事情应该显而易见
,但我们必需
指出,文雅
地处置
拒绝

很重要。数据科学职位竞争猛烈

。但在公共场所
解体

、给招聘经理发送厌恶
的电子邮件等行为很糟糕。

拿到offer之后
想转行?数据科学全流程求职指南
初次
回复

关于
最初的offer,你可能会收到电话,或是包含细致
信息的电子邮件,或央求

经过
电话来检查这项offer的电子邮件。在一切
状况

下,你都需求
确保自己

表达出了对此机遇

的兴奋和感激

。但不要立刻

接受

offer:你能够

央求

以书面方式
获取整份offer,说你需求
检查一下,并讯问
你能否
能够

在几天后再联络
。这就为协商奠定了基础

,假定

你正在思索
其他offer,也能够

为你提供时间。假定

你需求
更多信息(例如入职日期,安康
保险信息),你应该在第二次对话之前中止

讯问
,以便你能够

全面了解

状况

玩转多个选择

不幸的是,你可能无法同时取得

一切
你感兴味
的公司的offer(或拒绝

)。更有可能的是,当你收到一份offer时,你可能正在某家公司的最终
一轮面试中,收到了另一家公司的电话回复,或是还在等候
其他的公司的回复。 假定

你正在等候
的工作机遇

中有你“幻想

中的工作”呢?

假定

你是在公司的最终
一轮面试中,请通知
他们你的其他选择。 重申你对他们的公司有多么感兴味
(假定

他们是你的首选,通知
他们!),但请阐明

你已收到另外一份offer,并希望他们能够

在X日期之前给你一个决议

招聘人员明白,你可能同时在面试其他几家公司,他们常常需求
处置
这种状况

。假定

你还在另一家公司面试的初期,他们不太可能加快面试速度并及时给出offer,这种状况

下你可能要决议
能否
接受

曾经
收到的offer。

工资协商

即便

offer超出你的预期,或者相较于你目前的工作来说有很大提升,你也应该中止

工资协商。 科技公司希望你和他们协商工资。你简直

总能得到至少5千美圆
或5%的基本

工资增长,细致

数额更多取决于公司和最初报价。你也能够

央求

签约奖金或更多的股票期权。

请记住,协商并不是自私或贪婪

,正如bletchley punk在推特中写到:

关于工资协商我有不同见地
:这件事与你往常

的工资无关。它关乎你在新公司的同事的薪水。争取利益对你来说可能是一个庞大

的障碍,但是假定

你不协商,一旦你被雇佣了,你做同样的工作将会拿到更低的工资。

同时思索
争取你感兴味
非货币福利。例如,或许
你希望每周能有一天在家工作。或许
你希望他们每年支付两次会议的费用。假定

是一家小公司,你能够

央求

一个不同的职位头衔。

你能够

协商多少取决于你的协商位置
和公司。非营利性组织的薪水可能会更少。假定

你有另一个offer,或者你当前的工作薪资较高,那么即便

协商失败,你还有不错的备选计划

假定

他们看中的是你的稀有
技艺
或者职位曾经
空缺很长时间,他们很难找到其他人

。你应该对上面提到的工资网站中止

研讨
,这样你就能够

解释你为什么如此开价。要价高一点,以便你有足够的空间来协商,给一个细致

数字,而不是一个范围——假定

你说希冀
加薪的范围在5k~10k之间,他们可能就给你涨5k美圆

重申你对公司和职位感到兴奋的缘由
,并提出X,Y,Z央求

。最终
,用你感兴味
的话题开启协商,而不是一个接一个地提出问题和处置

问题。这样,他们会明白你想要的东西,并且在薪资问题上能够

协商(例如,你可能会接受

基本

工资增加5k美圆
,外带5k美圆
的签约奖金的加薪条件,而不是直接央求

加薪1万美圆
)。

我猛烈

倡议

阅读更多关于怎样
中止

工资协商的文章,能够

从下面两篇文章开端
: 第一篇文章提出了协商offer的15条规则,第二篇为女性提供了协商offer的倡议

相关链接:

https://hbr.org/2014/04/15-rules-for-negotiating-a-job-offer

https://hbr.org/2014/06/why-women-dont-negotiate-their-job-offers

一家公司很少很少很少(重要的事情说三遍)由于
工资协商而撤回offer。 假定

他们这样做,你不会想在那里工作了。

正告
:假定

你正在协商,还得到了你央求

的一切,公司是希望你接受

offer的!当然你能够

有自己

的选择,但是你假定

不打算接某公司的offer,就不应该像模像样的和这家公司协商工资。 知道

自己

最终会接受

offer也能让你自信满满的说出这句神奇的话:“假定

我们能够

抵达
X,Y和Z,我会很快乐
接受

这个offer。”

写在最终

找工作压力很大,特别是你曾经
有一份全职工作或者想要换个行业时,压力更大。我希望这篇文章能够

提供一个良好的起点,让你了解

数据科学中的招聘流程,知道

哪些错误能够

避免

以及有哪些战略
能够

应用
。假定

你想要获取更多信息,能够

查看Favio Vazquez十分

全面的指导,文章包括了他自己

的想法和几十种资源的链接。

相关报道:

https://towardsdatascience.com/the-two-sides-of-geing-a-job-as-a-data-scientist-a4571acc58bc

发表评论

评论已关闭。

相关文章