数据科学家告诉你：拿下Offer无数的原因竟然是...

J导师毕业于美国前三统计名校，现在在美国三大电商做Data Scientist。J导师同时也辅导过多名学生，帮助0实习经验的学员拿到全职工作Offer。

1导师访谈

请简单介绍一下您现在的工作？（职责，工作内容，挑战）

我主要负责的内容有：对客户的背景分析、用户在购买物品时的情况、时间序列等。由此提前预测高峰期，从而改变库存。我的的职责有：管理数据库、建模、生成report、还有和manager沟通。在工作上我会遇到没有预备知识的问题，需要回头重新看数据，跟前辈讨论等情况。我觉得这个是我工作上的挑战。

2导师访谈

您觉得就现在的职位而言需要具备哪些技能？课内课程是否能cover这些技能？如果不能，自己应该如何提高？

技能要求：

1： 统计和Machine Learning 的基本知识，以及建模的基础。这些学校都会教，不过还是做项目的时候才会有更深的理解。

2： SQL，Excel， Python，Java，符合工作要求的代码能力

3： 交流沟通， 还有做高质量的ppt能力 总体来说还是一个要求比较全面的职位。

如何提高：

理论知识上面的话，那就是上课写作业，然后就是在网上自学。

写代码能力：上课联系，做一些独立的project，刷题。

交流沟通：主动push自己去说。如果不好意思面对面交流，那可以打客服电话。 还可以通过反思自己说过的话来提高。

3导师访谈

找工作时做了哪些准备？通过什么渠道投简历的？？

我认为找工作的准备其实从你申请专业，学校，选方向的时候就开始了。毕竟后来的选课，找实习都是为你简历的每一个地方增加竞争力。

在找工作阶段：把想去的公司筛选出来，然后了解公司。一般local的公司会给当地的学生的机会比较多。大公司就不会特别介意地点。

我投简历的主要方法是内推，人脉是很重要的。

4导师访谈

参加现在公司的面试过程中有哪些难题？

我遇到的面试大概有这几大块流程是先电面，然后onsite。

电面：

先是和Hr聊了半个小时，然后跟一个中国的tech面试了一个小时，最后是哪个组的manager，MBA背景的聊了一会。因为manager的背景不是tech的，所以压力没有那么大

Onsite：

一共面了6个人，有tech， 也有business方面的， 面试题上面没有什么特别难的。做统计，建模这方面没有绝对的对和错，主要是在于是否reasonable。其实这个onsite还有一点点压力测试的感觉，所以最忌讳的就是你当场虚，不要让他们看出来你对自己给出的答案不自信。

就算是遇见了从来没有看过的题目，其实也就是那些方法。要会背case，比如说，怎么选数据等。还要提到的一点就是，需要把Machine Learning 的细节都看一遍

5导师访谈

统计外加Machine Learning的专业来说，读硕士和本科毕业有什么区别？ 好坏？

美国的硕士和本科的区别在于，硕士会更难一点，也更专业一点。本科真正学习的时间不是那么长。硕士会有一些专门性的学习。同时，H1b的情况也不一样。在西海岸这里找Data Scientist的工作的时候，会看到很多职位要求phd or ms+2-3年经验的工作经验。

我觉得如果本科毕业能找到工作的话，可以找一下。工作之后再决定要不要再修硕士，这样也更理性一些。

6导师访谈

学员身上有什么共性的问题？

我看到的优点：

很多同学都有进取心。对找工作和自己的未来发展，跟相对没有找到我们的同学比起来更上心。同时，跟同学们交流之后发现大家的表达沟通能力都不错。

不足：

对就业不太了解，没有足够的面试经历，也没有怎么和社会接触过。这导致学生们处理事情的时候，分析的面比较单一。还有，有些学生弄错了主次，要做自己喜欢的，对以后有发展的。不是天天分析工作好还是读书好，或者是应该留美还是回国。

7导师访谈

可以简单介绍一下您给学员带来的最大帮助是什么？

我和同学交流的不仅仅是如何准备面试的知识点，也包括我作为一个曾经参加过面试的被面试者和现在的面试官，我知道大家比较容易在什么地方出问题，如何更好的利用有限的时间，还有就是更多个人发展的交流。从一开始的改简历，一直聊到未来是留美还是回国。毕竟这个问题，大家一般也找不到人沟通。

8导师访谈

有什么建议可以给正在学校找工作的学弟学妹们？

1： 早点准备

2： 规划好学习计划，这会影响到之后实习计划，以及工作。

3： 学统计的话，很多工作上用的东西统计系里不会教，所以要有实际上手经验

4： 聊天的时候要主动，你不主动，主动权就在别人手里了