在 Nordstrom 資料試驗室渡過了兩年夸姣時光之後, 我取得了一個亞馬遜網路服務 S3 部門的崗位。我為行將開始的人生新篇章感到興奮，也為耗時又折磨人的面試過程終於收場鬆了口氣。面試通常蘊含三種初篩的一種，以及全天的現場面試。這些面試充溢壓力，因為不曉得會被問到什麼, 而且對方通常期待你大秀智力，資料科學家標準情況下不太會做這種事（至少不會脫離上下文，僅憑記憶在電話中大秀智力） 。
你需要時間
假設你在斟酌跳槽（或者進入這個行業），我能給出的最佳建議是現在就開始籌備。你需要給自己大量時間, 防止填鴨模式。花點時間確保你能用自己的語系解釋核心概念。電話面試的問題一般為這樣：「如何向一個專案師解釋什麼是 p 值？」假如，要向一名非統計專業，不使用專業術語的專案師解釋。毫無疑惑，你不想在這樣的場合初次解釋這些基本概念。 此外，不要低估緊張對于你記憶的影響，哪怕是回憶那些自認為很瞭解的內容。假設你是行業新人，你可能需要給自己更多時間去籌備自己不熟識的概念。
我也建議多花時間籌備個人資料，即你的簡歷以及自薦信。這個問題上有兩種看法，一派認為這很主要，一派認為這不主要。面試官真的會細看這些資料嗎？很難籠統回答，但當我在 Nordstrom 工作時參加過海量面試，就個人而言，我很看重這些資料。拼字過錯不能容忍。自吹自擂的自薦信不是好兆頭。糟糕糕的個人資料代表對崗位缺乏興致（或者缺乏對瀏覽者的尊敬），而堆砌癥結詞是在暗示面試官訊問申請者何時何地做了這些。 在更廣泛的技術領功能變數，大家傾向於認為 GitHub 上的東西才主要。但大多數公司，尤為是大型公司，不會看你的 GitHub 。他們會看簡歷以及自薦信（這可能讓人詫異，但科技不是精英統治的）。最終這些檔案會體現你如何職業化地自我展示，所以它們的確主要，哪怕你以前不這麼想。
實踐出真知
我建議多做實踐並分析自己的弱點。許多人誤以為反覆讀書是最有效的學習方式，但這不是當場解決幾率問題以及邏輯謎題的有效辦法(在你開始學習以前，強烈舉薦《Make it Stick》一書)。通過專心解決實際問題，你會立刻發現自己的弱項，並確定學習的優先順序。花時間在已經瞭解的事情上是一種拖延症，何況你都已經很忙了。此外，這是一個技術領功能變數，你應該籌備好在技術層面回答問題。假設可以，我建議站在一塊白板前面解答實際問題，以便讓自己適應這種寫字模式還有邊說邊寫。在 Quora 上能找到不少關聯的建議以及面試問題。
圖一: 我在密歇根大學讀博期間為第一輪面試佈置的辦公室。當時我很青澀，剛剛改變領功能變數，因全無所聞感到害怕。這種偏執程度既不健康也不舉薦。
儘可能多瞭解未來的崗位
你曉得什麼是訊息訪談（ informational interview ）嗎？在我朋友使用這個方式以前，我也不曉得這是什麼！有時面試過程在推進，但你不曉得自己是否想要這份工作。那麼你可讓對方緩解節奏，然後做個訊息訪談以確定這是不是你真正想要的工作。你也可以花時間「偷窺」公司以及面試官。譬如，為了亞馬遜的現場面試， 我花時間在 Linkedin 上查了每一個面試人員以及他們的背景。這會幫你猜到他們會提的問題。哦，此人是個專案師，那她可能不會問你統計方面的內容，但可能會問拓展方式的內容。等等她是個進階管理專案師，或許她會想瞭解我對領導能力以及人際來往技巧。Ellen Chisa 有許多關於面試禁忌的建議。
取得資源！
你可以料到如下領功能變數會被問及：統計學、機器學習、預測、演算法、所有電腦系本科生應該瞭解的知識，以及與上面所有領功能變數關聯的延伸性以及表現。哦對了，你還要籌備用一種你選取的語系寫程式。小菜一碟吧？！
書籍
搞本幾率論入門書，具體是哪本不要緊。我用的是Ross寫的, 典型的本科幾率論教材。要是你有這本，我舉薦做 1~5 章的自測題，以此抉擇是否在上面花更多時間。群組合數學以及基本幾率問題是電話面試必備，要確保掌握。我也用過 Casella 以及 Berger 寫的教材來溫習指望以及方差，這書可以說是統計學者的聖經。籠統地說多數面試比教材簡單。
對于電腦關聯的內容，我一般參考三本書：《Programming Interviews Exposed》,《Cracking the Coding Interview》以及《Programming Pearls》。 第一本是三本中最綜合的。假設時間只夠讀一本書，就讀這本。第二本簡潔具體，針對 Amazon，Google 以及 Facebook 這樣的大公司面試，但不廣泛合用。我使用的版本還有些煩人的插圖，教你確保自己是「一個跟面試官願意叫你喝酒的哥們」。這書的哥們兒氣重到我最終棄讀（原先期待獲得更有價值的內容）。第三本無關面試。它是一個計算問題以及解決方式的思惟闡釋的聚攏。這本書不止合用於學習，還合用於理解計算過程。假設有時間讀一讀此書會是種享受。
圖二: 一些課程容許閱覽存檔的內容，無須等待（新的）講義
對，就是 Coursera 這玩藝兒。假設你已經丟掉了舊教材又不想買什麼書，Cousera 上的資料就能知足你。我很很很舉薦約翰霍普金斯大學的生物統計訓練營。這是對統計學本科一年級課程的有效溫習。別花太多時間看課程視訊。用測試題以及功課進行自我檢驗，然後再去看薄弱環節的視訊。也可以看看資料科學專項課程。跟上面的課是由同一批老師群組織的，內容內含探索性資料統計以及R寫程式。吳恩達的機器學習必定要學且其樂無限。他擅長闡釋方式暗地裡的念頭，並在課程中花了不少時間訓練直覺。直覺對電話面試尤為有利，這些面試中你可能不想強調技術細節卻又要證明對領功能變數的熟識。因為我當時的目的是亞馬遜，所以雲計算專項課程也令我受益。我正從零售技術領功能變數轉向雲計算領功能變數，並且想更好理解我將面對的問題。在這種情況下，我只看了課程視訊來學習這個領功能變數的用詞，而未深究技術細節。我老是在搜羅 Coursera 的好課程，假設你有舉薦的課程可以給我留言！
Coursera 的課程起止時間制讓我惱火。最近我發現，許多課程可以閱覽以前存檔的資料，不用等待新課開始。這對我來講是個主要變化，快去試試吧！
祝你好運！
以上就是我所謂的乾貨。但我還想講一些老生常談。
第一，維持沉著！過於緊張會讓你無法回憶起一些知識。這對我來講是個麻煩，令我做出一些瘋狂的事，譬如把所有東西寫下來貼牆上，但不舉薦大家也這樣做。我最新的瘋狂手腕是在電話面試以前幾分鐘做健身操，使自己揮汗如雨氣喘噓噓。除此以外，假設你住在目的公司的所在城市，就直接約面試官面談。我表情充沛，而且能比電話面試表現更好。
不要忘了你同時也在面試對方。相信你的直覺。我曾對一個創業公司進行了訊息訪談。我感覺對方目中無人，根本不聽我說話，但我仍對那份工作感興致。我試圖跟進，但每一次都要預約一萬次才能獲得確認。那是一次很糟糕糕的閱歷，假設我相信了我的直覺（這些人不靠譜）也就不至於揮霍那麼多時間。再有趣的工作也不值得天天花八小時跟不尊敬你的人在一塊兒。
最後一點，不要把自己的閱歷跟其別人對比，因為你會誤會或者絕望。當我在閱歷面試時，碰巧一些我熟識的同事也在接受面試。那時把自己的閱歷以及別人相對比後，我覺得又詫異又慪氣。簡單來講，我以及一個資格較淺的男同事在同一個禮拜面試了同一個崗位。他被團隊成員當面面試，對方問了擲骰子幾率這種很基礎的問題。我卻被不同辦公室的人電話面試，對方問了我一個博弈論最優解問題。這事使人難以接受，也很難不亂想不慪氣。現在我把這事解釋為招聘經驗不足以及公司不成熟。這公司不曉得如何面試我的崗位，甚至可能因而僱用我不想共事的人，我不想在這種處所工作。
最終你應該儘可能籌備充沛，但不要因為你的知識有漏洞而懊惱。相信自己，相信自己的印象。從失敗的面試國中習，以便搞定下一個。
原文作者：Erin Shellman
翻譯：王鵬宇 via:資料工匠兩岸商貿,在家工作,網路創業,創業賺錢思維,微商平台,賺新台幣
End.
留言列表
