Airbnb 数据科学家 : 历时6个月，我终于找到了心仪的工作

前言

一个月前，我作为数据科学家在Airbnb开始了我的新工作。能够进入Airbnb，我感到很幸运。我曾向Airbnb申请了四次，最后一次才收到了招聘人员的回复。

在本文中，我想跟大家分享我的求职历程，希望能帮助你收获自己心仪的工作。

一些数据…

我的求职过程：

· 申请：475次

· 电话面试：50次

· 完成数据科学面试任务：9个

· 现场面试：8次

· 收到的Offer：2个

· 历时：6个月

从这些数据中看到，我并不是很有竞争力的求职者。不然我可能只需进行几次面试就能收到不少offer。

是的，我并不出众，在面试中的表现也很不理想。但几个月前你的水平并不重要，重要的是你的成长和变化。

数据科学家之路

关于我的背景，我在中国获得了经济学学士学位，之后在美国伊利诺大学香槟分校获得了工商管理硕士学位。毕业后，我作为数据分析师工作了两年，7个月作为谷歌承包商，在创业公司工作了1年4个月。我的工作主要是编写SQL查询，构建仪表板以及提供数据驱动的建议。

当我发现在工作中得不到预期的学习和发展后，我离职了，接着参加了Galvanize Data Science Immerse项目，这是在旧金山举行为期12周的数据科学训练营。在申请训练营时，由于没有通过统计面试，我落选了4次，第5次才通过。

Galvanize教授很注重Python和机器学习，他的课程需要一定的统计学基础。因为对编程和统计知之甚少，在最开始我遇到了很多困难。我别无选择，只能加倍努力学习。在参加训练营期间，我没有休息和玩乐，每天学习的时间都超过12小时。付出努力的成果也很明显，之后的课程我也更加得心应手。

然而在之后的求职中，我还是遇到了很多问题。我与真正的数据科学家间的差距很大，即使通过努力学习，为期12周的集训还是不够的。我不断面试，不断失败，但我没有放弃，每次我都能学习新的知识，然后变得更强。

到2018年3月，自从我辞去上一份工作以来，我已经失业了将近一年。我的账户里只剩下600美元，下个月的房租也没有找落。更糟糕的是，我的签证也要到期了，如果在2018年4月底之前找不到工作，我就必须离开美国。

幸运的是经过多次的历练，我从不知道如何自我介绍，记不住Lasso和Ridge中的哪一个是L1，对编程算法一无所知，我逐渐成长起来，并清楚自己要什么。

当进入Airbnb的最后一轮面试时时，我已经拿到了一家公司的offer，因此我一点都不紧张。那场面试我希望展现出自己最好的一面，不要留有遗憾。面试的结果也很理想，最终我收到了offer，那些努力和不眠之夜得到了回报。

建议

1. 明确自己想要什么。设定目标，努力去实现，不要轻易满足。

2. 培养成长心态，这很重要。不要说“我不擅长编程”，“我不擅长统计”。不要用“才能”来形容别人，并以此作为自己懒惰的借口。你需要以正确的方式学习，并多次练习。

3. 记下你被问到的面试问题，特别你没答上来的的问题。不要犯同样的错误，不断学习和提升自我。

4. 与其他人讨论不懂的问题。我非常感谢Galvanize项目中同学和老师的帮助，每个人都乐于互相帮助对方。

5. 参加数据科学聚会，加入数据科学学习小组，与业内人士交流。尽可能扩展自己的人脉网络，可能在意想不到的地方会开启机遇之门。

6. 有时成功需要努力和运气。不要总是把失败归咎于自身的原因。

值得改进的地方

· 除非做好了充分的准备，否则不要在一开始就去面试心仪的企业。

在求职时，我一开始就去参加优步的面试，这个决定让我很后悔。当时我面试很糟糕，这也影响了我再参加优步的面试。许多人以顶尖科技公司作为自己的理想企业; 然而，这些公司都有严格的规定，如果你面试失败了，在6个月或1年内都不能再次参加该公司面试。因此，在面试这些公司前你需要做好充分的准备。

· 缩小求职的工作类型，明确哪些类型的工作不适合你，这将节省大量时间。

数据科学家工作的技能范围很广，许多数据科学家工作的侧重点各不相同，比如自然语言处理、计算机视觉、深度学习，或者A / B测试，产品分析等。确保哪种工作适合你这将节省大量时间。

就我而言，我会避开需要博士学位，深度学习，计算机视觉等知识的职位。

以下是我在求职过程中用到的资源。记住，可以选的资源特别多，有时你会花费大量时间来搜集资料，请有目的性地选择，并充分利用。

准备面试的资源

统计

· 可汗学院

适合了解基本概念。

· 书籍 

Practical Statistics for Data Scientists 

非常实用，强烈推荐。

· Coursera

统计学课程，杜克大学（使用R语言）

https://www.coursera.org/specializations/statistics

概率问题

· brilliant.org

我在准备面试时购买了会员，这是Facebook面试指南中推荐的材料之一。

A / B测试

· Udacity ：A / B测试课程，谷歌

https://www.udacity.com/course/ab-testing--ud257

· 微软的KDD论文和课件

http://www.kdd.org/kdd2017/accepted-papers

在数据科学面试中经常会问到A / B测试，但是之前很少业内人士做过A / B测试。

· Exp平台上的课件和视频

https://exp-platform.com/2017abtestingtutorial/

· 企业科技博客，比如Airbnb数据科学博客

https://medium.com/airbnb-engineering/data/home

机器学习

· Coursera

机器学习课程，斯坦福大学，吴恩达主讲

https://www.coursera.org/learn/machine-learning

· 书籍

An Introduction to Statistical Learning: with Applications in R

Galvanize使用的教材之一

· 书籍

Machine Learning in Action

Galvanize使用的另一本教材

· Coursera：

Applied Data Science with Python Specialization ，密歇根大学

https://www.coursera.org/specializations/data-science-python

基本编程算法

· HackerRank

https://www.hackerrank.com/

入门级

· LeetCode：

https://leetcode.com/

针对初中级问题

· 书籍

Cracking the Coding Interview: 189 Programming Questions and Solutions(使用Java)

Python数据操作（Pandas，Numpy）

· Datacamp

通过完成公司面试给出的挑战，我极大地提高了Python数据操作。实践是最好的学习。

R

· 我很少用R语言，在面试中你可以使用R语言或Python。

SQL

· Mode Analytics SQL Tutorial

https://community.modeanalytics.com/sql/tutorial/introduction-to-sql/

我能够熟练使用SQL，但每次SQL面试前我会回顾这个教程，特别是高级部分。

产品意识/业务理解

· 书籍

Case in point

Cracking the PM interview

Decode and conquer

一般面试问题

· Lynda Raynier的Youtube频道

对一般的面试题很有帮助。

其他资源

· 企业科技博客

Airbnb、Uber、LinkedIn、Netflix、Lyft、Pinterest、Stitch Fix、Quora、Yelp 等

很好的学习资源。

· 在技术面试前收集Glassdoor公司的面试问。

结语

求职只是我们人生旅程的一部分。但从长远来看，在求职过程中我们展现出的勇气、热情和毅力将让我们终身受益。

我很喜欢下面这段文字，希望与你共勉：

“永远不要让别人告诉你，你做不了什么。如果你有梦想，就去捍卫它。那些一事无成的人想告诉你你也成不了大器。如果你有理想的话，就要努力去实现。”

——《当幸福来敲门》