京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | Amanda Bullington
翻译 | Mika
本文为 CDA 数据分析师原创作品,转载需授权
在决定转行前,我是科技公司的一名营销人员。我尝试过很多类型的营销工作,具备活动、公关、搜索引擎优化、内容创作、数字广告、邮件营销,但从未找到最适合自己的。
我的上家公司是个人理财的创业公司,品牌知名度很高。公司的座右铭是“内容为王”。与大多数科技公司不同,这家公司里有大量的编辑和记者,只有少数软件工程师。
在我入职一年后,公司决定改变策略。单纯靠内容已经不够了,许多个人理财初创公司在当年都推出了app,为了不被落在后面,我所在的公司开始减少内容方面的业务,同时迅速招聘产品人员、工程师和设计师。
在这一刻我意识到,是时候转行了。在本文中,我将介绍我是如何转行为一名软件工程师的。下面让我们开始吧。
第1步:沉浸式课程
我开始找软件工程方面的沉浸式课程。App Academy和Hack Reactor都提供了一些免费的入门课程,帮助感兴趣的人群入门。Hackbright也有针对女性开展一些编程课程。
最终,我选择了Hack Reactor,它提供了为期一个月的结构化学习计划(SSP)课程。课程设置很实用,我认识的三名学员在完成课程后都获得了软件工程方面的工作。
第2步:沉浸式编程
决定选择Hack Reactor,之后我需要为SSP做准备。为此,我完成了Udacity上JavaScript的入门课程以及其他一些JavaScript在线课程。
针对SSP和Hack Reactor的沉浸式项目,我共花了四个月的时间学习编程,每周学习6天,每天12小时以上。这段时间,我不仅提高了解决问题的能力,还提高了对JavaScript的理解,而且还学习了前端和后端框架。
第3步:提高求职技能
在学习在线课程的过程中,我学习了很多概念,其中最主要的是算法和数据结构。
沉浸式课程中涵盖了工程师在工作中所需的技能。针对面试的练习时,掌握算法和数据结构是关键。
在提高面试技能时,我用到了以下资源:
* CodePath :为期8周的课程,涵盖从数据结构到系统设计的所有最常见的面试问题。
* InterviewCake:针对算法思维中最常见模式的指南
* LeetCode :海量练习题
* Grokking the System Design Interview: 解释如何权衡常见的系统设计问题,例如如何设计Instagram
第4步:咨询经验丰富的工程师
我向许多资深工程师询问了求职建议。以下是一些最有用的建议:
* 迈出第一步:每个工程师都是一步步成长起来的。许多工程师在找到心仪的工作之前,都经过了不断的尝试和努力。如果你没有马上找到合适的工作,也不要泄气。
* 重写简历:如果你是刚入行的工程师,你的简历可能有些稚嫩。关注你所做的内容和技术决策,而不是实现了什么。
* 寻找指导机会:关注拥有30多名工程师的团队,因为这将让你很快提升编程技能,并获得指导机会。
* 进行个人项目:这将展示你在求职过程中对软件工程的热情,让你在面试中脱颖而出。
第5步:忽略无益的建议
我找工作的时间是2018年的夏天,当时我收到了很多善意但无益的建议。有些来自招聘人员,工程师同事和一些朋友。以下是其中一些:
* 过去几年,初级工程师的市场需求已经放缓。中型公司只招高级职位,并暂缓招聘初级职位。
* 过去几年,不仅市场过度饱和,而且培训机构学员的质量也有所下降,很难找工作。
* 你是很有能力的求职者,但我们公司没有足够的资源来培养你。请保持联系,我们很乐意等你有更多经验时再面试你。
* 在暑假期间找工作很难,你还需要与计算机科学专业的学生竞争实习机会。请在秋季有更多职位空缺时再试试。
* 秋招形势也很严峻,随着公司接近第四季度,招聘将放缓。如果你今年夏天找不到工作,你就得等到明年了。
* 你可以试着找找产品经理的实习机会。等你有一定经验了,也许可以转行到软件工程。
我确信很多工程师都听过类似的建议,关键是要学会忽视它们并保持专注,否则很容易分心。
第6步:制定学习计划
在学习Hack Reactor之后,我花了很多时间复习技术概念,为面试做准备。以下是我大致的学习计划:
* 学习算法和数据结构
* 学习系统设计
* 完成一次黑客马拉松
* 建立个人作品集
* 记录下电话面试和现场面试的问题
* 与他人一起练习
第7步:充分利用社交网络
让招聘人员更容易找到你。以下几个平台都是不错的选择:
* LinkedIn
* Hired
* AngelList
* GitHub
向未来的雇主展示你的工作能力非常重要。项目链接,文档和清晰的代码更容易吸引招聘人员。
第8步:记住,这是数字游戏
我经常听到工程师说“这只是数字游戏”,以下是我的一些数字:
了解数字能帮助你进行分析,例如:
* 所投简历的26%转化为电话面试
* 51%的电话面试将转化为技术面试或任务
* 28%的技术面试将转化为现场面试
根据这些数据我发现,我的简历能够引起招聘人员的兴趣,在最初的电话面试中取得了成功,但在展示技术方面我有些薄弱。
因此我花更多的时间去提高技术能力,目标是提高从技术面试到现场面试的转换率。
第9步:搞定现场面试
现场面试涵盖的内容很广,持续2到6个小时不等。我参加的现场面试中主要涵盖了以下内容:
* 算法
* 系统设计
* 使用公司的API开发应用程序
* 关于我的编程语言(JavaScript)的问题
* 关于HTML / CSS的问题
* 关于前端框架的问题
* 关于各种数据库的问题(SQL / noSQL)
* 解释你创建的GitHub项目,你做了哪些权衡,以及将来会采取哪些不同的做法
在每次技术面试和现场面试后,我会记下当中的问题,这构成了我之后面试的学习指南。
第10步:进行职业规划
你认为5年后你的职业发展会是怎样的?
在面试中我常常会被问到上面这个问题。
关于职业发展我有好几种选择,比如web端、移动端、网站可靠性和DevOps等等。
同时还有后端、前端和全栈的选择。有时这些角色之间的界限很明显,有时却模糊不清。在学习和搜索的过程,虽然我不知道只会会选哪条路,但有些工作我更喜欢做,而有些却不喜欢做。
比如,我不喜欢涉及到网站像素的问题,但我对移动端设计很感兴趣;设计架构和建立数据库有点乏味,但我喜欢获取大量数据并对其进行操作或可视化。
一些建议
* 编程挑战是学习机会
我进行过很多编程挑战,但最终因为效果不好而没有提交。也有一些未完成但提交了的。不过在进行这些挑战中,我学习到了很多,也意识到自己的不足。
* 坦然接受拒绝
每次技术面试和现场面试都是如此。被拒绝是很正常的,起初我会感到自我怀疑,但慢慢地我开始摆正心态,并从中学到了很多东西。
* 寻找导师
我很幸运,在我参加面试过程中有导师的帮助。在求职的三个月中,导师每周会跟我交楼,询问我求职情况以及面临的困难。
结语
转行比我想象的要困难得多。
成为一名工程师需要花费很多时间。这意味着我要扩大专业人们,坦然面对学习中的困难,忽视所有的反对者。
在学习中,我需要找到适合自己的学习资源。不断参与新的项目,研究新算法。
这些努力值得吗?绝对的。
我很高兴地说我找到了自己心仪的工作,并可以继续学习和成长。最重要的是,我在工作中获得了信心,不断充实和提升自己。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12