487
數據科學求職建議
| 關於作者 | 項目： | 社交媒介: |
|---|---|---|
 |
• Notes on Dirichlet Processes | |
| Cybersecurity的數據科學家和軟件工程師。 | • Should I Get a Phd? | • Github |
| 喜歡數學、計算、交流、閱讀、元組、攝影、哲學科學等。 | • Do You Play Ball? | |
| • Ultralight Backpacking for the Ultratall | • Flickr | |
團隊決定繼續尋找具有更多神經網絡經驗的人。
老實說，我認為你溝通的方式和結果會讓某些人感到困惑。
這個崗位需要一個具有圖像分析背景的人。
考慮到您關於度假政策的疑問，以及您正在考慮其它的職位，我們可能不是您的最佳選擇。
以上是我應聘數據科學家時被拒的部分原因。當然也有其它原因：公司決定不雇傭遠程工作人員（至少3次），公司認為我更換工作太頻繁，公司沒有為數據科學工作做好準備；許多公司甚至沒有給出詳細理由。
在過去五年中，我已經麵試大量的數據科學工作，而且我也被拒了很多次。我也花了很多時間反思麵試沒有成功。最近有人問我是否有經驗分享，所以我寫了這篇文章。
你永遠都不知道
幾年之前我就從申請讀研的經曆中了解到：你很少真正知道你為什麼被拒絕：也許是GRE成績不夠高，也許是負責人急著要去吃午餐時看到了申請，也許因為興趣聲明太弱，也許部門需要接受校友的小孩。
公司也一樣。我非常懷疑我被拒的理由都是編造的，也懷疑你很少（如果有的話）知道你沒有提供工作的真正原因。我會針對這些原因提高我的技能並更好地呈現自己，但僅此而已。
一些建議
自2012年以來，我麵試了近20份數據科學工作，以下是一些總結：
公司經常使用麵試來了解他們真正尋找什麼。這可能並不是有意的。但實際上麵試候選人會促使團隊思考他們究竟想要尋找什麼，團隊也經常意識到他們在麵試之前有不同的觀點。
新增加“數據科學”崗位的公司需要您幫助了解數據科學可以為他們做些什麼。這時要盡可能地告訴他們數據科學能為公司提供什麼，如何將其落地，投資回報率又是如何。
有時你不妨“將錯就錯”。你可能認為我就要找一個很符合他們要求的職位，但你不應當局限於這點。也就是說，如果你需要一份工作，而有人為你提供工作，你就該毫不猶豫接受！
數據基礎設施很重要，而許多公司都缺乏這一點。許多數據科學家進入公司後才發現，他們所需要的數據是不可用的，他們不得不花幾個月或幾年的時間來構建他們開始分析所需的工具。別指望隻對數據科學有一個宏偉願景的公司會知道完成這一願景都需要什麼基礎設施。
許多公司對遠程完成的數據科學仍然感到不安。我覺得這很傻，有偏見。
麵試中的問題幾乎沒有一致性。我被問到過Java設計模式，如何解決組合問題，描述最喜歡的機器學習模型，解釋SMO算法，對TensorFlow API的看法，如何進行軟件測試，分析一個從未看過的數據集並在4小時內準備好演示文稿，等等等等。曾經為了麵試，我事先準備了A/B測試的統計資料，並乘坐飛機到西海岸麵試，結果他們隻問我軟技能方麵的問題。所以我在很大程度上放棄了為麵試做特別準備。
網絡仍然很重要。招聘困難，麵試困難，因此與申請人相識會增加成功率並減少招聘的不確定性。以我為例，我與Twitter上的數據科學界的友誼和關係塑造了我的職業生涯；因此不要淡化網絡的好處。
結論
那麼如何獲得數據科學的工作呢？我不知道。
我很幸運，從大學後一直都被雇傭做數據科學方麵的工作，但我不確定你也能這樣。我隻能重申一遍我在my recent talk about data science as a career的結論：學習並知道線性代數、概率、統計學、機器學習、數學建模、數據結構、算法、分布式係統等知識——你可能不會在你的日常工作中使用這些知識，但麵試官喜歡問。
同時，不要忘記溝通、仔細思考、散文寫作技巧、軟件編寫技巧、軟件工程、韌性、堆棧溢出等更難的技能。你每天都會使用這些技能，他們會幫助你在麵試時表現得很好。
本文由北郵@愛可可-愛生活老師推薦，阿裏雲雲棲社區組織翻譯。文章原標題《Some Reflections on Being Turned Down for a Lot of Data Science Jobs》，作者：Tim Hopper，譯者：壯如山的漢子，審閱：。文章為簡譯，更為詳細的內容，請查看原文。附件為原文英文，供參考。
最後更新：2017-04-15 16:30:26