【译Py】数据科学面试终极指南06

简介: 【译Py】数据科学面试终极指南【译Py】数据科学面试终极指南01【译Py】数据科学面试终极指南02【译Py】数据科学面试终极指南03【译Py】数据科学面试终极指南04【译Py】数据科学面试终极指南05【译Py】数据科学面试终极指南06【译Py】数据科学面试终极指南07面试后要做的7件事  数据科学面试完了以后,你可能会觉得该干的都已经干完了,可实际上还有好多事可以干。
【译Py】数据科学面试终极指南
【译Py】数据科学面试终极指南01
【译Py】数据科学面试终极指南02
【译Py】数据科学面试终极指南03
【译Py】数据科学面试终极指南04
【译Py】数据科学面试终极指南05
【译Py】数据科学面试终极指南06
【译Py】数据科学面试终极指南07

面试后要做的7件事

  数据科学面试完了以后,你可能会觉得该干的都已经干完了,可实际上还有好多事可以干。下面列出了面试后要做的事情,有利于持续地给未来的雇主留下好印象。

1. 面试后,寄出感谢信,保持跟进

  感谢信已经成为规定动作了,大多招聘人员都认为发邮件表示感谢是必须的。不过,现在的白领平均一天能收到110封电邮,鉴于此,照抄“感谢您给我这次机会”这样的电邮模板恐怕一点作用也起不到。那么,如何才能通过面试后的跟进让应聘公司里的人帮你说好话,而不是漠不关心呢。

  要想让人记住你,起码得把这封邮件发出去。更进一步的话,可以寄封手写信件,当然最好是把面试后的想法列出来,这样才有可能在其余109封邮件里突显出来。

2. 列出对面试问题的想法,寄给他们

  除了感谢,多说些实在的想法能让你与众不同。仔细回忆面试里的问题,找出痛点。搞清楚面试问题是技术方面的,还是团队配合失调方面的,最好做一下笔记,仔细思考面试时讨论过的问题。

  总之,面试不只是测试,更是一种探讨。如果认真听取了面试官提出的问题,还能问到点儿上的话,就会发现公司面对哪些问题。记得一定要把这些问题的解决方案和思路发给他们。

3. 把工作成果/家庭作业寄给招聘公司

  初次见面的人很难了解你的各项技能对他们的工作有什么帮助。精明的公司会把痛点问题作为面试考题,然后看你怎么解决,这就给了你展示解决业务问题能力的好机会。

  有些公司的招聘人员不懂得这么干的好处,所以招聘时就会犹豫不决,拿不定主意,因为他们没有把公司的痛点展现出来,也不知道求职者会为公司带来什么改变。然而,你可以积极一些,跟进在面试过程中了解到的问题,把想法发给他们,一方面,证明自己仔细听取了他们的问题,另一方面,还可以把切实可行的解决方案也发给他们看看。

  福布斯一篇文章的作者曾经被告知他们的文集不足以证明他们能胜任自由撰稿人一职。面试之后,招聘经理和他们说,精神可嘉,但是文集内容太少。在认真听取面试内容后,他们了解到应聘公司正要开始做一个大项目 — 网站改版。他们没有接受失败,免费给应聘公司发了十条备选的网站头条。主动出击帮他们得到了为网站撰稿的工作机会,还吸引了日理万机的老板的注意。

  写过很多文章能展现你的影响力,但有时候这还不够。要是足够聪明,知道问题所在,就能找到公司的主要问题。工作是干不完的 — 这就是他们为什么要招聘的原因!总有那么一个项目大家都想完成,要不就是有个棘手的问题还找到没人解决。

  把你的工作计划,或把面试用的数据处理方案发给他们,给出你对工作的深刻见解。主动出击会让你在求职成功这条路上走的更远。

4. 保持联系,正确的方式

  面试后最笨的就是坐等答复。等到花儿都谢了可不是好事,不主动联系应聘公司,他们可不一定有时间上赶着联系你。

  面试后,即便在公司外部也能对招聘决定做出影响,不过你得想办法通过合适的渠道找到合适的人。记住面试结束后一定要问面试官怎么联系最方便,每个人都有喜欢的沟通方式;但是,如果他们指定通过电子邮件,或告诉你过段时间会找你面谈,那就听他们的,免得招人反感。

5. 利用人脉

  利用好公司内外资源,获得强力的推荐。如果已经有人脉圈,还能为这个圈子贡献自己的价值,在找工作时,就能找到人帮你说好话。定期和朋友联系,如有必要,事先多和他们聊聊你想去哪家公司,最好说说你要是去了那家公司,能给他们带来什么帮助。

  通常,招聘招的就是人脉,想向未来雇主证明自己,最好的证据就是你有强大的人脉圈,圈子里的人都认可你、支持你。

6. 招聘被拒,更要表现出专业性

  做的再好,也经常会被拒之门外。有时可能是你不适合这个岗位,有时可能是他们已经找到更好地人选。这时最重要的就是保持冷静,表示感谢,然后继续下一次面试。

  业界的人都会互相交流,这时候不能专业对待失败的话,你是不会结下善缘的,说不定其它公司的人也会知道你的事情,这样的话就麻烦了。专业对维护健康的人脉十分重要。更重要的是,没招你并不代表事情就结束了。很多时候,公司还会保留你的档案 — 当有合适的岗位时,他们还有可能再联系你。

  丘吉尔可能是对这点最有体会的人,他曾经说过“成功就是经历了一次又一次的失败,也不会失去激情”。

  J.K Rowing,哈利波特的作者,曾分享过出版社给她的拒信。

  Brian Chesky,Airbnb的创始人,现在Airbnb的估值已经100亿美金了。他曾发表过七封投资者给他的拒信。

  想变得更强大,就得先学会承受被人拒绝。成功人士都是这么过来的。

7. 不要放弃希望

  面试会调动一个人的最大欲望。你的未来取决于为什么样的公司工作。面试意味着职业生涯的改变,可能还意味着从一个城市移居到另一个城市。人生这段时期,你的命运被人牵着走。

  不管怎么说,前面提到的各个环节里,你能把控的比想像的要多。重要的是坚持信念,做好力所能及的事。面试过程中,最重要的是别放弃希望。面试过程是漫长的,公司会抽时间联系你,确认是否招聘你需要很久的内部核查,还会走很多其它流程。一个公司可能会面试你很多次,可你却不知道什么时候才能拿到Offer。

  这时可以给自己定个期限。DJ Patil(美国首席数据科学家,这是奥巴马总统为他定制的职位)花了半年时间才完成了从学术界到业界的转变。所以,永远不要心灰意冷,半途而废。

Offer流程

  拿到越多的Offer越好,这样你就能对比评测,还能增加谈判资本。面试本身很难,耗时之长也会超出你的预期,不过一旦拿到了Offer,你就赚到了。

  这里还要重复说一下,最重要的一点还是要控制预期,别放弃希望。我们采访过的数据科学家都说过要想得到高级职位或在高校找到稳定的工作,往往需要等几个月到半年。有些人为了入行,只能先从一些入门级的职位做起。

  你可能听说过数据科学很牛,不过你的体验只会是大量的艰苦工作和等待。前期付出了这么多辛苦,好好权衡这些来之不易的机会,认真选择值得发展的未来。

处理Offer

  顺利完成面试以后,你可能会收到好几个Offer,恭喜了!

  接受Offer是对将来在这家公司投入大量时间和精力的承诺,一定要牢牢记住这点。以下几个因素可以用来衡量这个Offer是不是适合你。

企业文化

  企业文化是决定接不接受Offer最重要的因素。别忘了问清楚这家公司的企业文化是什么样的?搞清楚公司员工是不是喜欢和其他人共处。别去对企业文化泛泛而谈的公司,远离不知道怎么定义企业文化,甚至对企业文化置之不理的公司。好的公司为了让优秀人才为公司目标奋斗会投入大量精力。问清楚这个问题会让你脱颖而出。

  还可以通过外部渠道或Glassdoor[1]这样的途径了解一下应聘公司。公司在职或离职员工在领英上发布的小故事也是了解公司的途径。你会发现好多率直到爆的说法,能让你对新工作有个大致印象。

img_f630cee62d2e3d81b17176fbf8a36325.png
Glassdoor
img_3b0e26042ed5b38cb540f313659c8296.png
看准

团队

  企业文化是公司各个团队精神的延展,不过,更重要的是,每天早上起床后可以高高兴兴上班去,觉得和团队同事一起工作很开心,能取得进步。要知道,近朱者赤,近墨者黑,团队同事是整天和你打交道最多的人,也是对你影响最大的人。

上班地点

  公司所处的位置是不是让人感觉舒适,尤其是上班距离很远的话,这点更重要。上班路程远,通勤就会很麻烦,天气、交通都是问题,要想在这家公司干好几年的话,这点尤为重要。

薪资谈判

  至少18%的人从未和公司谈过薪资的问题,而谈过的人一般都会争取到7%的薪资增长。

  刚拿到Offer时,你看不清未来几年是什么样的,这正是为自己争取利益的好时机。提出你的条件 — 公司不会因为宣称自己人有所值就辞退你,或者不和你签合同。公司最开始给出Offer通常会留下一些小小的谈判空间,要利用好这个机会。

  在薪酬谈判期间:

1)谈薪资前要好好研究,设定好的预期薪资。了解业内的平均收入水平,或者问问干这行的人一般挣多少钱。

2)除非知道自己到底想要什么,否则别轻易谈判。

3)主动出击,但也别逼的太紧,动不动就说我值多少多少。可以用你的经历证明自己的价值,也可以说说为公司创造过什么价值。

4)提出的薪资水平要比预期略高一点,有谈判经验的人都知道,谈判是个讨价还价的过程,要做好漫天要价,坐地还钱的准备。

5)最重要的一点,别怕拒绝!在整个谈判过程中表现的合情合理,具有专业水准,公司只会觉得你坦诚、主动,对他们来说,这通常也是招聘过程中最难的环节。

  在接受Offer前,一定要搞清楚是否愿意接受这家公司的企业文化、团队成员和收入水平。

上班前的准备

  如果已经接受了Offer,再次恭喜!你终于完成了整个数据科学面试流程,开始了寻觅已久的工作。这份工作收入不错,还会带来重大的社会影响。

  如果想学到更多,就要保持这种势头。记住,就算公司提供的工作环境十分舒适,也别忘了要和未来的队友多多接触,了解他们都是什么样的人,知道怎么才能帮助他们解决工作中的问题,多花些时间和他们交流,接触的人越多越好,团队比工作环境更重要。

  还有一点很重要,如果在接到Offer和开始上班之间还有些日子的话,就抓紧时间好好休息,享受生活!找哥们一起聚聚,放松一下,争取以全新的面貌开始第一天的工作。

结论

  数据科学面试是招聘工作中最难搞定的,也是竞争最激烈的。和你竞争的人都是高学历,不少人还有数据科学的工作经验。

  虽然数据科学这行吸引了大量的人才,不过记住数据科学遍布不同的行业,充满了挑战,还有很多团队可以一起工作。所以,如果能打破常规,采取一些经过实战考验的策略,就能获得面试机会,甚至一往直前,拿到心仪的Offer。

  将整个面试流程分解到各个环节,记住每个环节的成功秘诀。别再通过过气的求职贴子和乏味的求职信找工作了。要有创新思维,主动出击帮助公司解决问题。通过信息化约谈和公司内部的人取得联系。做些和另外几百名求职者不同的事情,把自己打造成了不起的技术思想家,最重要的是,学会沟通、精于沟通。

  只要能了解面试问题背后的想法,知道招聘经理想找什么样的人,你就能在面试里面超人一等,顺利通过数据科学的技术与非技术面试。

  最后,你可能会收到一个甚至几个Offer,花点时间权衡利弊。接受Offer后,好好休息,升级技能水平,精神饱满的迎接数据科学工作的第一天。

【译Py】数据科学面试终极指南
【译Py】数据科学面试终极指南01
【译Py】数据科学面试终极指南02
【译Py】数据科学面试终极指南03
【译Py】数据科学面试终极指南04
【译Py】数据科学面试终极指南05
【译Py】数据科学面试终极指南06
【译Py】数据科学面试终极指南07

  1. 国内的公司可以试试“看准网”。

相关文章
|
4月前
|
数据采集 机器学习/深度学习 数据可视化
了解数据科学面试中的Python数据分析重点,包括Pandas(DataFrame)、NumPy(ndarray)和Matplotlib(图表绘制)。
【7月更文挑战第5天】了解数据科学面试中的Python数据分析重点,包括Pandas(DataFrame)、NumPy(ndarray)和Matplotlib(图表绘制)。数据预处理涉及缺失值(dropna(), fillna())和异常值处理。使用describe()进行统计分析,通过Matplotlib和Seaborn绘图。回归和分类分析用到Scikit-learn,如LinearRegression和RandomForestClassifier。
94 3
|
6月前
|
机器学习/深度学习 算法 前端开发
2024年8个可以提高数据科学工作效率并节省宝贵时间的Python库,2024年最新记得把每一次面试当做经验积累
2024年8个可以提高数据科学工作效率并节省宝贵时间的Python库,2024年最新记得把每一次面试当做经验积累
2024年8个可以提高数据科学工作效率并节省宝贵时间的Python库,2024年最新记得把每一次面试当做经验积累
|
6月前
|
数据采集 机器学习/深度学习 数据可视化
数据科学面试准备:解决Python数据分析常见问答和挑战
【4月更文挑战第12天】本文介绍了Python数据分析面试中常见的问题和挑战,涉及Pandas、NumPy、Matplotlib等库的基础知识,以及数据预处理、探索性分析、可视化、回归分析和分类分析的方法。例如,使用Pandas处理缺失值和异常值,利用Matplotlib和Seaborn进行数据可视化,通过Scikit-learn进行回归和分类模型的构建。
196 2
|
Java 程序员 云栖大会
9月20日云栖精选夜读 | 如何轻松搞定数据科学面试:Python&R语言篇
对于数据科学家来说,工作的一大部分都需要在交互式编程环境中对数据进行处理、分析和可视化。 在过去几年,R语言和Python成了进行数据科学中最炙手可热的两种语言。这两种语言各有优缺点,掌握这两种语言大有益处,但是针对面试者而言,最好的方式是学习其中一种并熟练掌握。
3125 0
|
SQL 算法 大数据
【译Py】数据科学面试终极指南03
【译Py】数据科学面试终极指南 【译Py】数据科学面试终极指南01 【译Py】数据科学面试终极指南02 【译Py】数据科学面试终极指南03 【译Py】数据科学面试终极指南04 【译Py】数据科学面试终极指南05 【译Py】数据科学面试终极指南06 【译Py】数据科学面试终极指南07 准备面试   希望为争取数据科学面试机会所做的一切都有回报,收到代表开启面试流程的邮件,或者有公司打电话叫你去面试。
|
机器学习/深度学习 算法 大数据
【译Py】数据科学面试终极指南01
封面.png 原书地址:Springboard- Ultimate Guide to Data Science Interviews 原著作者:Roger Huang、Sri Kanajan 【译Py】数据科学面试终极指南 【译Py...
|
3月前
|
存储 Java
【IO面试题 四】、介绍一下Java的序列化与反序列化
Java的序列化与反序列化允许对象通过实现Serializable接口转换成字节序列并存储或传输,之后可以通过ObjectInputStream和ObjectOutputStream的方法将这些字节序列恢复成对象。
|
1天前
|
存储 缓存 Java
大厂面试必看!Java基本数据类型和包装类的那些坑
本文介绍了Java中的基本数据类型和包装类,包括整数类型、浮点数类型、字符类型和布尔类型。详细讲解了每种类型的特性和应用场景,并探讨了包装类的引入原因、装箱与拆箱机制以及缓存机制。最后总结了面试中常见的相关考点,帮助读者更好地理解和应对面试中的问题。
14 4
|
30天前
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
59 2