Insikt

学统计的我,是如何成功拿到最火的Data Analyst offer的?

Alex Liu | SMU | Statistics
来Offer提升了我的Project和Case Study经验,让我有了更扎实的编程能力,帮助我准备面试,最终让我拿到了Insikt数据分析岗位的offer。作为有幸参加来Offer人工智能与数据科学强化课程的学员,一直被老师们的敬业精神感动。同学们的邮件会在24小时内得到老师的回复,不仅仅是知识点和面试,老师们也在帮助大家实现着蜕变和成长。

大家好,我叫Alex Liu,Southern Methodist University统计Master。现在是Insikt的一名Data Analyst。之前有机会上了来Offer的人工智能与数据科学强化课程,收益良多;找工作的时候也经历过惊喜和意外,所以写下一些求职心得,和大家分享共勉。



对于我来说,找工作有以下4个关键点:

  • Project和Case Study经验
  • 扎实的编程能力
  • 准备好面试
  • 用好LinkedIn

下面,我来分模块说说自己的准备经验。

Project和Case Study

首先,data类的工作内容,更像是帮助公司解决一个business的问题。面试中会有相当比例的case interview。对于new grad来说,如果没有相应的经验和知识,很难在面试中impress到面试官。

所以想往这条路发展的同学,建议大家多多参与一些项目,做做case study练习。

很多工作中需要的分析、建模等综合能力,就是在做这些实战项目中累积的。

我个人是跟着来Offer的人工智能与数据科学强化课程中的老师做项目,觉得十分受用。老师们有多年的工业经验,无论是在推荐系统还是实验设计,在讲解理论知识点的同时,也会告诉同学们工业界中是怎样使用的,一些模型的参数是怎样设计和调试的,对用户和business会有哪些影响等等。

坦率讲,这些知识很难在学校能够接触到,如果在面试中能够展现出来,会加分不少。

data-analyst-insikit-1

扎实的编程能力

其次,扎实的编程能力也很重要。对于data岗位来说,这个部分不会很难。

自学coding误区较多,个人觉得跟着专业的机构和老师学习,效率更高。来Offer的人工智能与数据科学强化课程也教算法课,会cover常见的算法和数据结构,并且有相当比例的python课程。来Offer的老师拥有多年的算法教学经验,水平自然无需多言。

对于一些基本的算法和数据结构,要非常熟悉时间空间复杂度,跑过一些test cases确保解法corner case不会出现。

如果有时间的话,也非常建议用自己的语言把算法讲给没有算法基础的人听,会起到非常好的练习效果。

面试准备&注意事项

面试前,非常建议约老师,做做mock interview。

另外,对于机器学习算法,对于面试准备,去理解模型的直觉,以及模型之间的横向比较,更加重要。比如Logistic regression 和 liner regression 的区别,L1和L2 regularizer对参数估计的影响等等。这一部分,来Offer的Jason老师上课都有很细致地讲过,再加上自己的理解,在面试中能达到用通俗的语言,将一些统计知识和概念形象地解释的水平。

回答case题目时,注意不要着急套用模型,要多和面试官沟通。我在刚开始面试的时候,面对machine learning desigin以及case的题目时,也常常直接上来套用模型,讨论优缺点。但是实际上,模型只是解决问题的其中一个步骤,我们还要和面试官沟通怎样定义有效metrics、数据源是怎样的等等。

把面试的过程,想象成在实际工作中,和面试官一起解决问题的过程,你们需要头脑风暴找出解决方法并达成一致。

用好LinkedIn

最后鼓励大家多使用LinkedIn,去reach out人,在自己的主页上demo做过的project,有Github的话就更好了。如果是非常感兴趣的公司和职位,可以花时间做一些research,了解他们的产品和要他们要解决的问题,让对方感受到你的热情所在。其实用心一些,通过LinkedIn内推拿到面试的机会就会增加许多。

作为有幸参加来Offer人工智能与数据科学强化课程的学员,一直被老师们的敬业精神感动。同学们的邮件会在24小时内得到老师的回复,不仅仅是知识点和面试,老师们也在帮助大家实现着蜕变和成长。

新一期的课程就要开始了,祝愿大家有所收获并拿下理想offer!

data-analyst-insikit-2