本文共3100字，建議閱讀8分鐘。

　　本文作者分享了自身寶貴的求職經歷並整理了為面試做準備所使用的各種資料，乾貨滿滿。

　　[ 導讀 ]夢想還是要有的，萬一實現了呢？本文來自一位剛剛加入 Airbnb 的資料科學家 Kelly Peng，她本科畢業於武漢大學，自認為並非牛人，並且在很長一段時間裡求職屢戰屢敗。Airbnb 一直是她的 Dream Company，為了能夠拿到 Airbnb 的 Offer，她做出了許多努力，結果證明，沒有什麼是不可能的。她在文中分享了她寶貴的求職經歷以及為面試做準備所使用的各種資料，我們對這篇文章進行了翻譯，希望你讀完能有所收穫，早日拿到 Dream Offer！

　　一個月前，我作為一名資料科學家加入了 Airbnb，我覺得我很幸運。沒有人知道我有多想加入這家公司——我把 Airbnb 辦公室的照片貼在桌子前面，把手機桌布設定成我站在 Airbnb logo 前面的照片，我曾四次向 Airbnb 申請職位，但只有最後一次得到回覆……

　　以前，要是人們問我“你最想去哪家公司工作”，我不敢說是“Airbnb”，因為要是我這麼說了，他們就會給我潑冷水：“你知道有多少人想要去那裡工作嗎？而最終又有多少人進去了？算了吧，還是現實點吧“。

　　結果證明沒有什麼是不可能的。有很多朋友讓我分享我的求職經歷，我想把它們寫下來並分享出來可能會有一定的參考價值。

　　一些資料

　　我的求職過程概況：發出的申請：475 份電話面試：50 場為面試而完成的資料科學相關任務：9 個現場面試：8 場得到的 offer：2 個花費的時間：6 個月

　　從上述的資料可以看出，我並不是一個很強的候選人，否則的話，我應該只申請幾個職位就能拿到一堆 offer。是的，我曾經非常弱，我曾經是那種浪費面試官時間的候選人。但“幾個月前你是誰並不重要，重要的是你將成為誰”。

　　少有人走的路

　　先說說我的背景，我先是在中國的一所大學獲得經濟學學士學位，然後又在伊利諾伊大學厄巴納 - 香檳分校拿到了工商管理碩士學位。畢業後，我做了兩年的資料分析師，其中 7 個月作為谷歌的合同工，另外 1 年 4 個月在一家初創公司。我的主要工作內容是編寫 SQL 查詢、構建儀表板以及提供基於資料驅動的建議。

　　當我意識到已經無法繼續從工作中學習和成長，我辭掉了工作，並申請了 Galvanize 資料科學沉浸計劃，這是一個在舊金山舉辦的為期 12 周的訓練營。前 4 次有關統計學的面試我都沒能通過，直到第 5 次，我才通過面試，並加入了訓練營。

　　Galvanize 訓練營教授的內容主要針對 Python 和機器學習，並且他們假設你已經擁有了很牢固的統計學基礎。不出所料，在一開始我就感到很吃力，因為我對程式設計知識瞭解得不多，在統計學方面也不是很強。但我別無選擇，只能努力撐下去。在訓練營期間，我很少休息，沒有娛樂，沒有約會，只有學習。漸漸地，我開始能夠適應這些課程了。

　　然而，在我開始新的求職過程中，仍然無數次為自己感到尷尬。因為我與真正的資料科學家之間的差距如此之大，即使我非常努力，這次為期 12 周的訓練營仍然不足以讓我實現職業轉型。所以我申請職位，面試，失敗，再申請，再面試，再失敗。好的一面是，每次我都能從中學到一些新東西，讓我變得更加強大。

　　2022 年 3 月，自從辭去上一份工作以來，我已經失業了將近一年時間。我的銀行賬戶上只剩下 600 美元，我不知道如何支付下個月的房租。更糟糕的是，如果在 2022 年 4 月底找不到工作，我就必須離開美國，因為我的簽證即將到期。

　　幸運的是，經過多次的折騰，我從一個不知道如何正確介紹自己的人，一個不記得 L1 範數到底是 Lasso 還是 Ridge 的人，一個對程式設計演算法一無所知的人，變成一個為自己想要的東西做足準備的人。

　　在進入 Airbnb 的最後一輪面試時，我已經拿到一個數據科學家的 offer，因此，我一點都不緊張。我最後一輪面試的目標是表現自己最好的一面，不要留有遺憾。面試結果是我所見過的最好的一次。除非他們不喜歡我或者他們有更強的候選人，否則我想不出他們有什麼理由會拒絕我。幸運的是，他們給了我這個 offer。所有的努力和不眠之夜都得到了回報。

　　很想分享給大家的一些技巧

　　1. 要知道自己想要什麼，設定你的目標，並努力實現這個目標，永遠不會滿足於此。

　　2. 擁有成長的心態，這非常重要。沒有“我不擅長寫編碼”、“我不擅長統計學”這類事情。不要把別人是天才作為自己懶惰的藉口。你需要找到正確的學習方式，並反覆練習，直到你掌握了它們為止。

　　3. 記下你被問過的面試題，特別是那些你沒有回答上來的問題。你可以再次失敗，但不要在同一個問題上栽跟斗。你應該保持持續的學習和進步。

　　4. 如果可能，與其他人討論你不理解的問題。我非常感謝 Galvanize 的同學和教練給予我的幫助，他們每個人都非常願意幫助別人。

　　5. 參加小型的資料科學聚會，加入資料科學學習小組，與業內人士聯絡，在 LinkedIn 上向陌生人傳送個性化便籤……總之，儘可能擴充套件你的人脈網，因為你不知道它們什麼時候會為你開啟一扇門。

　　6. 有時候，好的結果是運氣加上充分的準備，如果一次不行，可能只是這一次運氣不好。不要總是把失敗歸咎於自己不夠好。

　　如果可以重新開始求職過程

　　我將採取哪些不同的做法

　　如果你很想去一家公司，在剛開始時不要直接去這家公司面試，除非你確定已經為之做好了準備。

　　我面試的第一家公司是優步，我對自己做出的這個決定深感遺憾。我搞砸了，以至於我無法面試優步的其他部門。大多數人都把主流科技公司作為求職目標，然而，這些公司中的大多數都有嚴格的規定，如果面試失敗一次，在 6 個月到 1 年時間內不能再次面試。因此，在面試這些公司之前，請確保你已經做好了充分準備。

　　縮小你想要做的工作型別的範圍，以及你認為不適合自己的工作型別的範圍，這將為你節省大量時間。

　　如果你曾經仔細看過資料科學家相關的崗位要求，就會知道資料科學家的職責範圍有多廣。有的資料科學家致力於自然語言處理、計算機視覺、深度學習，還有的資料科學家從事 A/B 測試、產品分析。想清楚哪些工作適合你，哪些不適合，在為面試做準備時，這將幫助你節省大量的時間。

　　對於我來說，我略過了所有要求博士學位及要具備深度學習和計算機視覺知識的崗位。儘管如此，我仍然有很多領域可以選擇，下面列出了我在求職過程中使用的資源。請記住，有太多的資源可以用來學習了，並且你可以花費大量時間來搜尋資料，請從中選擇你需要的，並確保能夠充分利用它們。

　　用於準備資料科學麵試的參考資源

　　1. 統計學

　　可汗學院的統計學教程：非常適合用於瞭解統計學的基本概念khanacademy/math/statistics-probabilityPractical Statistics for Data Scientists：非常實用，強烈推薦amazon/Practical-Statistics-Data-Scientists-Essential-ebook/dp/B071NVDFD6/杜克大學在 Coursera 上的統計學課程（基於 R 語言）coursera/specializations/statistics

　　2. 概率論

　　brilliant：我在準備面試期間成為了他們的會員，我發現這是 Facebook 現場面試準備指南推薦的材料之一。

　　3. A/B 測試

　　谷歌在優達學城上的 A/B 測試課程：我看了兩遍，還寫了摘要udacity/course/ab-testing--ud257微軟的 KDD 論文和幻燈片：A/B 測試問題在資料科學麵試中經常被問到，但是很多門外漢之前沒有做過 A/B 測試，所以在我嘗試瞭解 A/B 測試實驗的設計方法時，搜尋並閱讀了大約 15 篇論文kdd/kdd2022/accepted-papersExp 平臺上的幻燈片和視訊exp-platform/2022abtestingtutorial公司的科技部落格，如 Airbnb 資料科學部落格medium/airbnb-engineering/data/home

　　4. 機器學習

　　斯坦福大學在 Coursera 上的機器學習課程，由吳恩達主講coursera/learn/machine-learningAn Introduction to Statistical Learning: with Applications in R：我們在 Galvanize 使用的教材之一amazon/Introduction-Statistical-Learning-Applications-Statistics/dp/1461471370/Machine Learning in Action：我們在 Galvanize 使用的另一本教材amazon/Machine-Learning-Action-Peter-Harrington/dp/1617290181/密歇根大學在 Coursera 上的基於 Python 的應用資料科學課程coursera/specializations/data-science-python

　　5. 基本程式設計演算法

　　HackerRank：適合入門級hackerrank/LeetCode：我主要在上面解決初級到中級水平的問題leetcode/Cracking the Coding Interview: 189 Programming Questions and Solutions（基於 Java）amazon/Cracking-Coding-Interview-Programming-Questions/dp/0984782850/

　　6. Python 資料操作（Pandas、Numpy）

　　Datacampdatacamp/

　　提示：通過解決公司佈置的家庭作業，我在使用 Python 進行資料操作方面得到了巨大進步。實踐是最好的學習方式。

　　7. R 語言

　　R 語言我用得不多，通常在面試中你可以使用 R 語言或 Python。

　　8. SQL

　　模式分析 SQL 教程：我非常熟悉 SQL，但每次在面試 SQL 之前我都會再過一遍這個，特別是高階部分，以防萬一community.modeanalytics/sql/tutorial/introduction-to-sql/

　　9. 產品意識 / 業務理解

　　Case in Point:Complete Case Interview Preparationamazon/Case-Point-Complete-Interview-Preparation/dp/0986370711/Cracking the PM Interview: How to Land a Product Manager Job in Technologyamazon/Cracking-PM-Interview-Product-Technology/dp/0984782818/Decode and Conquer: Answers to Product Management Interviewsamazon/Decode-Conquer-Answers-Management-Interviews/dp/0615930417/

　　10. 一般的面試題

　　Lynda Raynier 的 Youtube 頻道：對於一般的面試問題非常有幫助。你還可以搜尋其他視訊，以瞭解如何回答特定的面試問題youtube/channel/UCXUyg1vYSupswhi0zNeD-5w

　　11. 其他資源

　　公司技術部落格：Airbnb、Uber、LinkedIn、Netflix、Lyft、Pinterest、Stitch Fix、Quora、Yelp……

　　在參加技術面試之前從 Glassdoor 網站收集各個公司的面試題。

　　引文

　　我對下面這段引文深信不疑，希望它也能夠激勵你，就像它激勵我那樣：

　　“永遠不要讓別人告訴你，你做不了某些事情。你有夢想，必須保護好它。有些人自己做不成某些事情，卻告訴你，你也做不到。如果你想要得到某些東西，就為之奮鬥吧。“