原创：MarTechApe

想要成功拿下科技大厂的数据科学职位需要一路过关斩将。其中最重要的则是向面试官展示你处理数据的能力以及你是否适合公司的文化。在这篇文章中，我们将会带你了解数据科学求职中最重要的一部分：技术面试。在于大多数求职者的交谈中，我发现许多人往往都会花大量时间练习编码挑战以及掌握SQL查询等技术。尽管这些是准备面试的很重要的一方面，但它们仅将重点放在了“键盘”上。

在我自己的求职过程中，我花了许多时间思考如何使用技术面试让自己来脱颖而出。虽然大多数求职者都可以编写一个函数来指示数字是否是质数，但是他们往往会忽略自己给出的答案其实可以用来展现自己的逻辑思维。根据我个人的经验，以下三个法则可以大大地让你在面试中给面试官留下一个深刻的印象。

1. 详细阐述

无论是口头回答还是在白板上解题，一定要记得在解决问题的每个步骤中都明确说明你为什么选择这个方法。这样不仅使你的逻辑清晰，而且你可以讨论为什么其他的解决方案不如你现在使用的方法。这种做法可以表明你能够清楚的考虑到代码会如何影响到一个产品。

在技术面试中，一个很有用的技巧是理解如何测试不同方法的计算时间。求职者不仅可以在面试中指出该问题有n种解决方案，也可以指出每种方法需要花费多少时间。因此，即使你最后可能没有给出直接答案，也仍然可以证明你正在考虑性能，并且知道如何测试不同的方法。

详细阐述的另一个用处在于讨论如何运用特定的代码去解决公司中某人正在处理的业务。尽管这可能并不适用每个技术问题，但你都应该借这个机会讨论下这种情况下的不同解决方案。比方说，在面试中你可能会被问到如果预测客户流失量并解释相对应的技术（例如深度神经网络如何工作）。在这个例子中，你可以讨论什么类型的数据将输入到神经网络，以及该网络将如何使用与客户流失相关的功能来优化预测。

2. 讲故事

讲故事与阐述类似，但是涉及到使用过去的某个经历来凸显出你的实力。解决问题时，你可能会被问到有关过去如何实施类似的解决方案的案例。在讲述自己的经历时，一定要强调项目的相关细节，解决问题所采取的步骤以及你努力所产生的具体结果。例如：

    “我在项目Y中对产品的功能进行了X的改动，这导致Z的模型准确性和AUC的得分得到了提高。”

讲故事的一大用途是展示你过去的行为是否能体现出你现在申请的公司的核心价值。不少大的科技公司在其网页上都列出了其核心价值。比方说，亚马逊对个人领导力会看的比较重，所以在面试的时候会将领导力以及数据的问题交织在一起。想要清楚的回答这类问题，STAR法则是一个很好的框架。

    1. Situation （情景）

    2. Task （任务）

    3. Action （行动）

    4. Response （结果）

3. 主动提问

在面试的提问环节时，你可以针对公司目前面临的某些问题征询细节。这样你不仅可以体现出你正面解决方案的能力，并且还能够对他们的问题来实际实施一些解决方案。

如此，等面试结束时你可以花一些时间来概述问题并制定一系列的是解决方案。当然，这并不需要特别的复杂，只需要一个大概的方向以及所需的时间。之后当你和面试官再次进行交流的时候可以发给他们这个文档，其中写着 “顺便说一句，我考虑了您当前面临的问题，并提出了三种解决方案，可以在解决方案中实施”。这不仅会给面试官一个惊喜，而且如果你被雇用，这将很有可能成为你从事的第一个项目。

4. 如何进一步脱颖而出？

在准备面试时，我询问了从事数据科学工作的朋友以了解他们进入行业的经验。下面是他们的经验分享。他们都是来自Facebook、Uber和Amazon等大公司的数据科学家。

问题1：除了有良好的技术，公司在招聘时还会看重其他的什么特质？

心得1：产品意识，尤其是一些产品的指标。这对Facebook一些数据科学职位是尤其重要的。FB里有一小部分的核心数据科学不仅担任软件工程师的角色，他们也了解统计建模以及其他DS使用的工具。FB还有基础设施数据科学，主要负责数据库。FB也有研究科学家角色，但是这些通常是某一个特定领域的。

心得2：商业意识以及洞察力 – 能够了解公司想用数据来解决哪些问题，如何可以利用数据科学来最好满足这些需求问题，如何用数据来说服他人并为公司带来利益，以及创造力，效率，独立性，以及团队合作。

心得3：展现出你干的活如何可以影响到公司，并对重要的事情能进行有优先级排序。在Facebook，你每天可能会处理上百件事情，所以你必须知道哪些项目是最重要，影响力最大的，并完成它。

心得4：具有理解大量数据的能力，可以快速学习，独立理解以及学习概念的能力。在大公司里会有一大堆专业知识需要你自行阅读并且理解。

问题2：在找工作时，你觉得哪方面的努力对于最终被雇佣帮助最大？

心得1：我参加了一个数据科学训练营，他们为我打下了很好的数据科学基础，而且对面试辅导也有涉及，在面试中帮助很大。

心得2：我有个人网站和github。我不确定它们在聘用我时会不会看这些，但是我们现在肯定会看应聘者的这些资料。

心得3：这是一个很好的问题。实际上，在我进入技术岗位的整个过程中，我发现最有用的是人际关系。认真写简历并没有让我得到任何工作机会。反而是通过那些了解我或和我一起工作的人让我找到了工作。

问题3：如果你现在要重新找工作，你会在哪个领域花更多时间？

心得1：我没有很好的答案，可能是因为我目前的职位相当独特。但如果我现在想更广泛了解DS的话，那么我可能想加强自己关于机器学习方法的知识。

心得2：和我刚刚说的差不多。Networking，Networking，Networking。我的演讲非常厉害。经过一次交流，基本上就会有3-4家公司有兴趣录用我。我也会积极参加更多的meetups。根据你想在哪里找工作，也有不同的方法。在LinkedIn里可以找在那个公司工作的人并邀请他们见面（视频会议也行）就很重要。对于会议，你要对主讲人做好调查，确保自己可以提出具体的问题。

问题4：说几个数据科学在学校和工业界有巨大区别的例子？

心得1：快速交付比“完美”交付要重要得多。其次，交流是完全不同的。我会和营销人、工程师、经理等交谈，所以我的交流方式必须要进行一些调整（没有人会关心或理解我用的方法，他们只是想知道结果）。

心得2：速度——在工作中，非常重要的一点就是必须要迅速给出可行方案，而完美其实是我们宿敌。关于速度/准确性的权衡，直觉（和你的经理）会告诉你什么时候你得到的额正确的答案“足够好”可以进行下一步工作了。其次，跨部门协作的能力——很多数据科学家在不同的团队中工作，需要能与完全不同背景的人（例如商业，设计，工程等）进行良好的沟通交流。

心得3: 对于写报告来说。你需要很努力的把你的发现用可视化的方式呈现给观众，方便他们的理解。这还包括你要能编写易于理解的可执行摘要。另外，你必须能够从你所做的工作找到可执行的建议。你有一个有趣的发现很好，但更重要的是，你必须证明“那又怎样？”。采取什么样的步骤可以佐证你的发现或对商业的影响。所以你还得了解你所推动的商业成果是什么。

问题5：对在科技公司开始第一份职业的新人有什么建议？

心得1：利用内推，至少可以使HR或经理更仔细地了解你。为你申请的每个职位调整你的简历（不超过1页）。如果你确定自己是否掌握某项技能，就不要夸大其词。在面试之前做好对公司的调研，请尽可能的使用他们的产品。

心得2：精心修改你的LinkedIn。确保你有自己的一个简介，并写下你的经历（举例说明你对工作的影响，比如你可以在紧迫的时限内完成工作、可以和各种各样的听众进行工作交流，等等）。想要雇用你的人很可能会查看你的LinkedIn。如果你还有一个个人网站，那就绝了。

也不要忽略人格魅力。展示你所感兴趣的事物，使你与众不同的事物，志愿服务，或者你所做的社会公益工作。据我所知，科技公司（至少是Facebook）更喜欢寻找有自己观点的人。另外，还要确保你了解你所申请公司的价值观，并在你的简历中反映出自己对公司的了解。（Facebook的价值观包括：开放、关注影响力等）

科技大厂秋招正如火如荼进行中。想要在“后疫情时代”突出重围，增强求职竞争力，找到一份理想的工作？MarTechApe的《A/B测试企业级实战训练营》以真实商业场景中的复杂A/B测试问题为项目背景，让学员在两个月的时间里，使用百万量级原始数据，搭建完整的A/B测试流程！不仅如此，在每周的课程后，所有学员将获得A/B测试面试训练，注重学员软实力提升，培养在面试中用数据实战经历讲故事和阐述的能力，帮助你完成从学界到工业界的转变！

在过去开办的三期《训练营》中，我们为顶尖科技公司输送数据能力强、实验经验丰富、统计基础扎实的数据人才。不论你本来是什么背景，都能通过这门课程，打开盛行“测试文化”的互联网高科技公司的大门！

以下为往期学员的战绩榜：

🔥目前，MarTechApe《A/B测试企业级实战训练营》正式火热报名第4期！🔥
每一期训练营，我们只招收20名学生。

👇点击下方按钮，了解项目详情！👇