裁員往往來得猝不及防，被重新丟回求職市場(chǎng)才發(fā)現(xiàn)自己還不具備競(jìng)爭(zhēng)優(yōu)勢(shì)，這是很多人近期面臨的窘境。但兩個(gè)月拿到四份數(shù)據(jù)科學(xué) Offer 的 Emma Ding 告訴我們，只要有針對(duì)性地認(rèn)真準(zhǔn)備，逆風(fēng)翻盤也不是不可能。

>>>>

遭上家公司辭退，花兩個(gè)月拿到四個(gè) offer，還實(shí)現(xiàn)收入翻倍，這很難嗎？現(xiàn)任 Airbnb 軟件工程師的 Emma Ding 介紹了她的經(jīng)驗(yàn)，說不定可以幫助到近期正在找工作的人。

如果你在疫情期間被裁員或者你是數(shù)據(jù)科學(xué)領(lǐng)域的求職者，你一定能從這篇文章的某些部分找到共鳴。以下是 Emma Ding 的自述：

被解雇

2018 年 12 月，我被告知自己將在 2019 年 1 月被解雇。而就在三個(gè)月前，公司的工程副總裁在給 People Success 主管的信中表示，我是公司表現(xiàn)最好的人之一，并主張給我漲薪。這使得我的工資提高了 33%。正因如此，我在工作方面變得更有動(dòng)力，渴望在新的項(xiàng)目上獲得更大的進(jìn)步。

我以為：「公司的未來以及我自己的前途一片光明」。

但就在這時(shí)，一個(gè)消息如晴天霹靂：「受公司縮減成本計(jì)劃的影響，我將在 1 月 15 日被辭退。」

被迫尋找新工作是一件很艱難的事情。瀏覽了市場(chǎng)上的數(shù)據(jù)科學(xué)崗之后，我很快意識(shí)到我與別人在知識(shí)方面的差距。我之前在 B2B 初創(chuàng)公司所做的工作僅涉及入門水平的數(shù)據(jù)工程和機(jī)器學(xué)習(xí)。這與許多工作要求毫無關(guān)聯(lián)，如產(chǎn)品嗅覺（product sense）、SQL、統(tǒng)計(jì)等。我具備一些基礎(chǔ)知識(shí)，但不知道如何補(bǔ)充更高級(jí)的技能。

但是，還有比這更嚴(yán)峻的問題：我去哪兒找面試機(jī)會(huì)？我在初創(chuàng)公司只有一年半的工作經(jīng)驗(yàn)，還沒有統(tǒng)計(jì)學(xué)或計(jì)算機(jī)科學(xué)相關(guān)的學(xué)位。

隨之而來的是一系列問題：失去簽證身份之前找不到工作怎么辦？找到新工作之前出現(xiàn)經(jīng)濟(jì)下行怎么辦？盡管有那么多憂慮，但除了找到一份新工作，我別無選擇。

準(zhǔn)備搜索職位

面對(duì)艱巨的求職任務(wù)，我需要一些信息來決定下一步做什么。經(jīng)過研究，我發(fā)現(xiàn)市場(chǎng)上一半以上的數(shù)據(jù)科學(xué)職位是產(chǎn)品驅(qū)動(dòng)職位（「產(chǎn)品分析」），其余的與建模或數(shù)據(jù)工程有關(guān)。我還注意到，非產(chǎn)品分析的職位往往要求更高。例如，大多數(shù)建模職位需要博士學(xué)位，工程職位需要計(jì)算機(jī)科學(xué)背景。顯然，不同職位的需求差異很大，因此要有針對(duì)性地進(jìn)行準(zhǔn)備。

了解到這些之后，我做出了一個(gè)重要的決定：為所有類型的職位做準(zhǔn)備任務(wù)量太大，而且很可能效率不高，我需要專注于一類職位。

我選擇了產(chǎn)品分析，因?yàn)楦鶕?jù)我的背景和經(jīng)驗(yàn)，我更有可能獲得這類職位的面試機(jī)會(huì)。當(dāng)然，并不是每個(gè)數(shù)據(jù)科學(xué)領(lǐng)域的人都和我有一樣的背景和經(jīng)驗(yàn)，因此我總結(jié)了在大公司中這三類數(shù)據(jù)科學(xué)職位的通用要求。這些信息為我節(jié)省了大量時(shí)間，我認(rèn)為它對(duì)正在尋找數(shù)據(jù)科學(xué)工作的其他人也有用處。但在此我要補(bǔ)充說明一點(diǎn)，對(duì)于小型初創(chuàng)公司而言，面試的情況可能有所不同，或許需要將三類職位所需的知識(shí)結(jié)合起來。

產(chǎn)品分析（約占市場(chǎng)職位的 70%）

• 要求：具備產(chǎn)品上線的實(shí)踐經(jīng)驗(yàn)、敏銳的商業(yè)頭腦、優(yōu)秀的 SQL 技能。

• 示例：Airbnb 數(shù)據(jù)科學(xué)家（分析師方向）、Lyft 數(shù)據(jù)科學(xué)家、Facebook 數(shù)據(jù)科學(xué)家、Google 產(chǎn)品分析師。

建模（約占市場(chǎng)職位的 20%）

• 要求：掌握機(jī)器學(xué)習(xí)知識(shí)（不僅包括如何使用機(jī)器學(xué)習(xí)，還包括基礎(chǔ)數(shù)學(xué)和理論）、強(qiáng)大的編程能力。

• 示例：Lyft 數(shù)據(jù)科學(xué)家（算法方向）、Airbnb 數(shù)據(jù)科學(xué)家（算法方向）、亞馬遜應(yīng)用科學(xué)家、Facebook 研究科學(xué)家。

數(shù)據(jù)工程（約占市場(chǎng)職位的 10%）

• 要求：掌握數(shù)據(jù)工程技能的端到端數(shù)據(jù)科學(xué)家、了解分布式系統(tǒng)、會(huì)使用 MapReduce 和 Spark、有 Spark 的實(shí)踐操作經(jīng)驗(yàn)、強(qiáng)大的編程能力。

• 示例：Airbnb 數(shù)據(jù)科學(xué)家（基礎(chǔ)研究）、初創(chuàng)公司的數(shù)據(jù)科學(xué)家。

開始求職

在知道自己要被解雇時(shí)，我做的第一件事就是廣泛并積極地尋找新職位。我用到了我所知道的所有求職平臺(tái)，包括 GlassDoor、Indeed 和領(lǐng)英，還向認(rèn)識(shí)的每個(gè)人尋求工作推薦機(jī)會(huì)。但是，當(dāng)時(shí)正是年底，一直到 2019 年 1 月我都沒有收到任何回應(yīng)。

事實(shí)證明，被人舉薦要比自己尋找職位效率高得多。在大約 50 個(gè)面試申請(qǐng)中，我只得到了 3 個(gè)面試機(jī)會(huì)，而在 18 個(gè)工作推薦中，我獲得了 7 個(gè)面試機(jī)會(huì)。顯然，總體來講，我在求職市場(chǎng)上沒有什么競(jìng)爭(zhēng)力。

面試：概況

盡管每個(gè)公司的面試結(jié)構(gòu)不同，但是大多數(shù)公司遵循以下流程：

• 招聘人員首先會(huì)給你打個(gè)電話；

• 1-2 輪電話面試（TPS）或 take-home assignment；

• 4-5 小時(shí)的現(xiàn)場(chǎng)面試（onsite interview），通常包括 3-4 輪技術(shù)面和招聘經(jīng)理進(jìn)行的行為面試。

在我面試過的公司中，大約有一半（4/10）公司在 TPS 前給了一個(gè) take-home assignment 或者用 take-home assignment 代替 TPS。實(shí)際上，take-home assignment 會(huì)花費(fèi)很多精力。做完一個(gè) 8 小時(shí)的 take-home assignment，我至少要休息半天。因此，我需要盡力安排好面試時(shí)間。我做完一項(xiàng) take-home assignment 后，第二天上午不會(huì)安排面試。

了解面試的基本結(jié)構(gòu)能夠幫求職者放松，并熟悉找工作的流程。

面試前

對(duì)于我來說，每一個(gè)面試機(jī)會(huì)都是非常重要的。我知道有些人可能會(huì)把面試看作一種學(xué)習(xí)的方式，比如通過刷面試經(jīng)歷來獲取經(jīng)驗(yàn)，然后通常是拿最后面的那幾家公司的 Offer，但我認(rèn)為不應(yīng)該采取這種方法。

2017 年畢業(yè)時(shí)，我在 500 份求職申請(qǐng)后只得到了 4 份面試通知，2019 年我也不期望會(huì)有更多。因此我更加注重每一次面試準(zhǔn)備，不會(huì)浪費(fèi)任何機(jī)會(huì)。

被解雇的好處之一就是我能用全部精力來準(zhǔn)備面試，每天我都會(huì)整理學(xué)習(xí)的內(nèi)容。根據(jù)之前的面試經(jīng)驗(yàn)，我感覺到更加深入的了解才能讓自己在面試中給出更深刻的答案。尤其是，當(dāng)你比平時(shí)更緊張更焦慮的時(shí)候，充分的知識(shí)儲(chǔ)備才能讓你收放自如。

在我描述自己經(jīng)歷的時(shí)候，不禁想到之前常聽到的一個(gè)誤解：沒有真正的經(jīng)驗(yàn)就不可能獲得產(chǎn)品或?qū)嶒?yàn)的相關(guān)知識(shí)。這一點(diǎn)我是不同意的，我認(rèn)為通過閱讀、聆聽、思考、總結(jié)也可以習(xí)得這些技能。畢竟這和學(xué)校的教學(xué)方式相同，而且隨著我認(rèn)識(shí)越來越多的數(shù)據(jù)科學(xué)家，我驗(yàn)證了這種方法是通用的，即便對(duì)于擁有多年深厚從業(yè)經(jīng)驗(yàn)的人也是如此。面試的內(nèi)容可能與你所做的事情無關(guān)，但你可以通過工作經(jīng)驗(yàn)以外的方式來獲得所需的知識(shí)。

那么你需要具備哪些基本知識(shí)呢？通常，在 TPS 期間會(huì)詢問產(chǎn)品和 SQL 的問題。現(xiàn)場(chǎng)面試期間考察的問題包括產(chǎn)品嗅覺、SQL、數(shù)據(jù)統(tǒng)計(jì)、建模、行為，可能還有 presentation。

接下來的幾小節(jié)總結(jié)了我在準(zhǔn)備面試的過程中用到的資源。一般來說，GlassDoor 是了解公司特定問題的好資源。看到其中的問題之后，我既了解了公司的要求，也了解了自己和這些要求的差距。這樣一來，我就能夠制定計(jì)劃來填補(bǔ)這些空白。

「六大科目」，各個(gè)擊破

以下六個(gè)部分是我針對(duì)產(chǎn)品分析職位總結(jié)的面試準(zhǔn)備要求。

產(chǎn)品嗅覺

作為一家創(chuàng)業(yè)公司的數(shù)據(jù)科學(xué)家，我主要負(fù)責(zé)開發(fā)和部署機(jī)器學(xué)習(xí)模型，同時(shí)寫寫 spark job。因此，我?guī)缀鯖]有任何產(chǎn)品相關(guān)的知識(shí)。GlassDoor 上有一些這方面的問題，比如「如何度量成功？」「如何通過當(dāng)前用戶的行為驗(yàn)證新特性？」看到這些抽象、開放的問題時(shí)，我感覺毫無頭緒。

為了學(xué)習(xí)產(chǎn)品相關(guān)的知識(shí)，我采用了最基本的閱讀、總結(jié)策略，使用了下面列出的資源。這些閱讀材料幫我構(gòu)建起了自己的產(chǎn)品知識(shí)體系。最后，我總結(jié)出了一個(gè)回答所有類型產(chǎn)品問題的結(jié)構(gòu)化方法。

為了測(cè)試和練習(xí)，我寫下了有關(guān)產(chǎn)品嗅覺問題的答案，然后大聲說出這些答案并錄音，最后自己聽錄音改進(jìn)答案。

以下是一些參考資源：

• Stellar Peers：https://stellarpeers.com/blog/

• Gayle Laakmann McDowell 和 Jackie Bavaro 寫的《Cracking the PM Interview: How to Land a Product Manager Job in Technology》

• Lewis C. Lin 寫的《Decode and Conquer》

• Victoria Cheng 寫的《Case Interview Secrets》

SQL

我第一次做 SQL TPS 的時(shí)候失敗了，那還是一家我感興趣的公司。之后，我研究了一下 SQL 問題，并在一天之內(nèi)完成了我原來要花一周才能完成的問題，真是熟能生巧。

以下是參考資料：

• Leetcode 數(shù)據(jù)庫問題：https://leetcode-cn.com/problemset/database/?utm_source=LCUS&utm_medium=ip_redirect_o_uns&utm_campaign=transfer2china

• HackRank SQL 問題：https://www.hackerrank.com/domains/sql?filters%5Bstatus%5D%5B%5D=unsolved&badge_type=sql

統(tǒng)計(jì)學(xué)和概率論?

為了回答這類問題，我溫習(xí)了基本的統(tǒng)計(jì)學(xué)和概率論知識(shí)，還做了一些編程練習(xí)。雖然這兩個(gè)方面內(nèi)容都很多，但產(chǎn)品數(shù)據(jù)科學(xué)的面試不會(huì)太難。以下資源可供參考：

• 可汗學(xué)院的《統(tǒng)計(jì)學(xué)和概率論》入門課程：https://www.khanacademy.org/math/statistics-probability

• 一本統(tǒng)計(jì)學(xué)方面的電子書：http://onlinestatbook.com/2/index.html

• 哈佛的《Statistics 110: Probability》課程，介紹了現(xiàn)實(shí)中的概率問題：https://www.youtube.com/playlist?list=PL2SOU6wwxB0uwwH80KTQ6ht66KWxbzTIo

• 如果你不喜歡聽課，但喜歡閱讀，可以看一下 PennState 對(duì)于概率論的系統(tǒng)介紹，里面有很多例子：https://online.stat.psu.edu/stat414/lesson/introduction-stat-414

• 我還通過「10 Days of Statistics」在 HackRank 上練習(xí)編程，以此來鞏固自己的理解：https://www.hackerrank.com/domains/tutorials/10-days-of-statistics

• 有時(shí)候， 統(tǒng)計(jì)學(xué)面試中會(huì)問到 A/B 測(cè)試問題。優(yōu)達(dá)學(xué)城有一門課（https://www.udacity.com/course/ab-testing--ud257）覆蓋了 A/B 測(cè)試的基本問題，Exp Platform 有一個(gè)關(guān)于這個(gè)主題的更簡(jiǎn)明的課程：https://exp-platform.com/2017abtestingtutorial/

機(jī)器學(xué)習(xí)

由于沒有計(jì)算機(jī)科學(xué)專業(yè)的學(xué)位，我在找工作的時(shí)候?qū)C(jī)器學(xué)習(xí)的了解非常有限。我在上一份工作中上過一些課程，面試之前我復(fù)習(xí)了一下自己的筆記。然而，在建模問題越來越多的今天，產(chǎn)品數(shù)據(jù)科學(xué)家崗位面試中遇到的問題還是集中于如何應(yīng)用這些模型，而不是模型背后的數(shù)學(xué)和理論。這里還有一些有用的資源幫你提升機(jī)器學(xué)習(xí)技能：

• Andreas Mueller 的免費(fèi)應(yīng)用機(jī)器學(xué)習(xí)課程：https://www.youtube.com/watch?v=d79mzijMAw0

• 吳恩達(dá)在 Coursera 上的機(jī)器學(xué)習(xí)課：https://www.coursera.org/learn/machine-learning?utm_source=gg&utm_medium

• 優(yōu)達(dá)學(xué)城《機(jī)器學(xué)習(xí)工程納米學(xué)位》：https://www.udacity.com/course/machine-learning-engineer-nanodegree--nd009t

Presentation

一些公司要求應(yīng)聘者展示一個(gè) take-home assignment 或你最引以為豪的一個(gè)項(xiàng)目，在這一環(huán)節(jié)中，你要讓自己的展示有趣且具有挑戰(zhàn)性。

那要怎么做到這一點(diǎn)呢？我的建議是考慮所有細(xì)節(jié)，如高級(jí)目標(biāo)和成功的度量標(biāo)準(zhǔn)，從 ETL 到建模實(shí)現(xiàn)細(xì)節(jié)，再到部署、監(jiān)控和改進(jìn)。這些小事加起來要比一個(gè)大的 idea 更有說服力。下面有幾個(gè)值得反復(fù)思考的問題，有助于你做一個(gè)理想的 presentation：

• 你這個(gè)項(xiàng)目的目標(biāo)是什么？用什么指標(biāo)來衡量成功與否？

• 開始這個(gè)項(xiàng)目的時(shí)候，你是怎么做決定的？

• 你如何知道用戶能否從項(xiàng)目中受益？

• 你是如何做測(cè)試的？你的 A/B 測(cè)試是怎么設(shè)計(jì)的？

• 項(xiàng)目中最大的挑戰(zhàn)是什么？

為了讓我的 presentation 更加有趣，我通常會(huì)分享項(xiàng)目中一些有趣的發(fā)現(xiàn)以及其中最大的挑戰(zhàn)。但要想做一個(gè)真正吸引人的 presentation，你需要練習(xí)，一遍又一遍地大聲練習(xí)。我在家人面前練了一下，以確保自己掌握了材料。如果你能吸引到你認(rèn)識(shí)的人，那個(gè)必須坐下來聽你說的面試官也逃不過你的手掌心。

行為性問題

雖然準(zhǔn)備技術(shù)面試問題很容易，但不要忘了，行為性問題也同樣重要。我面過的所有公司至少都有一輪現(xiàn)場(chǎng)的行為面試，其中的問題通常可以分為三大類：

• 你為什么選擇我們？你認(rèn)為一份工作中最重要的是什么？

• 介紹你自己 / 你為什么要放棄當(dāng)前的工作？

• 你的職業(yè)生涯中最成功 / 失敗或最具挑戰(zhàn)性的事是什么？或者，請(qǐng)說出一個(gè)你解決沖突的例子或者你說服你的經(jīng)理或 PM 的經(jīng)歷。

對(duì)于數(shù)據(jù)科學(xué)家崗位來說，行為性問題非常重要，所以一定要好好準(zhǔn)備！了解一家公司的使命和核心價(jià)值觀有助于你回答第一類問題。第二和第三類問題可以通過講故事來回答——三個(gè)故事就足以回答所有的行為性問題。在進(jìn)去面試之前，一定要確保你腦子里存了一些好故事。與產(chǎn)品性問題類似，我通過大聲練習(xí)的方式進(jìn)行準(zhǔn)備，還自己錄音自己聽并不斷調(diào)整答案。

現(xiàn)場(chǎng)面試百發(fā)百中的秘訣

現(xiàn)場(chǎng)面試的前一天通常是忙碌且壓力山大的，我總是試圖掌握更多的技術(shù)知識(shí)，同時(shí)還要查看統(tǒng)計(jì)學(xué)筆記，并思考回答產(chǎn)品問題時(shí)的框架。當(dāng)然，和學(xué)校里一樣，這樣的突擊準(zhǔn)備并不總是有效，羅馬也不是一天建成的。所以說，準(zhǔn)備是很重要的，但這里還有一些規(guī)則需要特別注意：

在回答問題之前，先弄明白問題。聽完提問后，用自己的語言重復(fù)一次問題，以確保你正確地理解了問題。這一點(diǎn)非常重要。

組織所有問題的答案。寫下你思考過程中的要點(diǎn)，向面試官展示你在解決問題時(shí)有系統(tǒng)性思維，也有助于面試官對(duì)你進(jìn)行評(píng)價(jià)。

即使不知道答案，也不要慌。如果你不熟悉這個(gè)領(lǐng)域也沒關(guān)系，可以先做一些假設(shè)，然后詢問這種假設(shè)是否合理。如果實(shí)在想不出任何答案，大腦一片空白，那也可以談?wù)撘恍┡c該類型問題相關(guān)的經(jīng)驗(yàn)。

態(tài)度很重要。企業(yè)想要找的是愿意傾聽并接受不同意見的人，如果想證明自己易于合作，就要保持謙遜、尊重他人，傾聽并表達(dá)，為面試現(xiàn)場(chǎng)帶來積極能量，并盡力舒暢地進(jìn)行溝通。

提前調(diào)查該公司。熟悉它的產(chǎn)品，再設(shè)想如何改進(jìn)其產(chǎn)品，以及用哪些指標(biāo)來衡量這些產(chǎn)品的成功。閱讀公司數(shù)據(jù)科學(xué)家的博客，了解其工作內(nèi)容。提前調(diào)查有助于在面試中進(jìn)行更加深入、順暢的對(duì)話。

遵循以上規(guī)則之后，我得到了如下評(píng)價(jià)：

• 用結(jié)構(gòu)化的方式回答產(chǎn)品問題；

• 談吐有條理，深思熟慮；

• 對(duì)公司產(chǎn)品表現(xiàn)出濃厚的興趣，并提供了有價(jià)值的改進(jìn)建議。

最后的談判

收到口頭 Offer 后，下一步就是和招聘方確定薪酬等條件，我的原則是「友好協(xié)商」。但是怎么做呢？

我推薦一份指南，Haseeb Qureshi 在這方面的經(jīng)驗(yàn)給了我很重要的啟示。薪酬的平均漲幅達(dá)到了 15%，最高時(shí)還達(dá)到了 25%。

在求職經(jīng)歷中，我總結(jié)出了以下幾點(diǎn)：

• 實(shí)踐出真知；

• 失敗是生活的一部分，也是求職的一部分，別太在意；

• 尋找一種有效的解壓方法。

結(jié)語

在掉了 5 公斤體重和無數(shù)次流淚后，被解雇后兩個(gè)月內(nèi)我拿到了 4 個(gè) Offer，其中三個(gè)來自我想都不敢想的公司：推特、Lyft 和 Airbnb（我最終加入的公司），另外一家是醫(yī)療領(lǐng)域初創(chuàng)公司。

在這兩個(gè)月中，我共收到了 10 個(gè)面試邀請(qǐng)、4 個(gè)現(xiàn)場(chǎng)面試機(jī)會(huì)和 4 個(gè)工作 offer，現(xiàn)場(chǎng)面試的 Offer 概率達(dá)到了 100%。

Emma Ding 的求職時(shí)間線

我很幸運(yùn)，在被解雇后得到了家人和朋友的大力支持，這對(duì)于尋找理想工作至關(guān)重要。

找工作本身也像是一份工作，好在一切都值得。

參考鏈接：

https://towardsdatascience.com/how-i-got-4-data-science-offers-and-doubled-my-income-2-months-after-being-laid-off-b3b6d2de6938

https://haseebq.com/my-ten-rules-for-negotiating-a-job-offer/

編輯?∑Gemini

來源：機(jī)器之心選自towardsdatascience

文章推薦

?最全數(shù)學(xué)各個(gè)分支簡(jiǎn)介

?十大中國數(shù)學(xué)之最

?數(shù)學(xué)和編程

?機(jī)器學(xué)習(xí)中需要了解的 5 種采樣方法

?北大讀博手記：怎樣完成自己的博士生涯？非常具有指導(dǎo)性！

?施一公：為什么要獨(dú)立思考、為什么要尊重科學(xué)？

總結(jié)

以上是生活随笔為你收集整理的毕业一年多被裁，没有计算机文凭，我在两个月内搞定4份Offer，且收入翻倍的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。