地區(qū)
英國
美國
中國香港
新加坡
澳大利亞
院校庫
學(xué)校庫
專業(yè)庫
排名庫
認(rèn)證查詢
英國選校
學(xué)員錄取
成功案例
錄取報(bào)告
本科戰(zhàn)績
南極星計(jì)劃
留學(xué)資訊
背景提升
背提項(xiàng)目
實(shí)習(xí)內(nèi)推
高頻競賽
背提免費(fèi)課
顧問團(tuán)隊(duì)
資料庫
關(guān)于我們
服務(wù)項(xiàng)目
指南動(dòng)態(tài)
聯(lián)系我們
App下載
本科留學(xué)
留學(xué)考研雙保險(xiǎn)
2025 QS
英國留學(xué)選校查詢
登錄
杜克MQM畢業(yè),成功上岸美國analytics崗,分享我的BA/DA求職經(jīng)驗(yàn)
關(guān)注已取消
關(guān)注成功
已添加至{{ selectCollectNames.join(',') }}
更改
{{ !collectStatus ? '+' : '' }}
{{!collectStatus ? '關(guān)注' : '已關(guān)注'}}
預(yù)約咨詢
杜克MQM畢業(yè),成功上岸美國analytics崗,分享我的BA/DA求職經(jīng)驗(yàn)
收藏已取消
收藏成功
已添加至{{ selectCollectNames.join(',') }}
更改
{{!collectStatus ? '收藏' : '已收藏'}}
指南者留學(xué) 胡圖圖
2022年05月26日
閱讀量:2567
<p style="text-align: justify;">Hello,我是Bella,去年畢業(yè)于杜克大學(xué)MQM項(xiàng)目,成功在美國上岸Analytics崗。今天借這個(gè)機(jī)會(huì)和大家分享一下我之前找工作的經(jīng)驗(yàn),希望多少可以給大家做個(gè)參考,也幫助自己回顧一下我的2021。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">首先,我想說的是請堅(jiān)定你的方向和決心,無論是要回國還是留美。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">如果要回國就全心全意地找國內(nèi)工作,如果要待美國就心無旁騖。對于大多數(shù)人來講,在美國像我這樣沒有背景、沒有人脈想找到工作,就要靠自己努力。你需要把有限的時(shí)間精力用在投簡歷、準(zhǔn)備面試、social和喝雞湯上面,不要總是心猿意馬。我自詡是一個(gè)很水、不聰明又沒有自制力的人,但好在可能還算會(huì)抓重點(diǎn)(應(yīng)付筆試面試),所以既然我都找到了工作,相信大家都可以的。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">在MS階段,我選擇了去Duke讀MQM,主要有兩方面的原因。一方面,這是與我想從事工作的對口專業(yè),在工具層面MQM基本涵蓋了最核心的三種工具:SQL,R/Python以及Tableau。如果要找一份BA工作的話,MQM可以說是足夠的。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">另一方面,它還提供了相當(dāng)多的Soft skill course,這類課程大多旨在培養(yǎng)Soft Skills,如communication和team working,應(yīng)該說這也是MQM畢業(yè)生與其他BA畢業(yè)生相比的一個(gè)相對優(yōu)勢。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">MQM的大部分工作都是小組作業(yè),這其實(shí)模擬了比較真實(shí)工作的狀態(tài):不同人會(huì)有各自的特點(diǎn),會(huì)有人摸魚,會(huì)有分歧也會(huì)有矛盾。對于我來說,這種Team-based learning最大的好處是可以keep speaking English,同時(shí)也為behavior question提供了一定的素材。MQM還投入了大量的課程來有意識地培養(yǎng)Communication Skill, 比如兩門Business Communication, 包括一門Negotiation和一門Critical Thinking,會(huì)著重培養(yǎng)Presentation Skills,不管是簡單的Elevator Speech還是復(fù)雜的Team Presentation。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">在美國找工作除了要認(rèn)真學(xué)好學(xué)校授課的內(nèi)容,還要努力投簡歷,我所有的面試都是通過海投得來的。起初,我會(huì)在LinkedIn上各種networking,拿到的內(nèi)推有十幾個(gè),但是最終一個(gè)面試都沒有……找工作的那個(gè)學(xué)期只有兩門課,我基本每天從上午9點(diǎn)投到下午4點(diǎn),晚上才寫作業(yè)focus學(xué)校的課程,一周能投七八十個(gè),整個(gè)找工季差不多都是這個(gè)節(jié)奏。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">在拿到面試之后要好好準(zhǔn)備,可以在網(wǎng)上搜索面經(jīng),通過面經(jīng)高效率準(zhǔn)備,一定要認(rèn)真準(zhǔn)備每一個(gè)面試,因?yàn)槊娴亩嗔四銜?huì)發(fā)現(xiàn)大同小異,我面到后面基本上電面不準(zhǔn)備都會(huì)過。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">我準(zhǔn)備的方向主要是analytics track,準(zhǔn)備的方面也是依據(jù)這個(gè)track的要求進(jìn)行的,分為以下幾個(gè)方面:data challenge、behavior question、統(tǒng)計(jì)知識、project。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;"><strong>以下是我總結(jié)的一些面試tips。</strong></p> <p style="text-align: justify;"> </p> <p style="text-align: justify;"><strong>01 Data Challenge</strong></p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">前期準(zhǔn)備可以通過看別人的經(jīng)驗(yàn)貼,翻以前ML project相關(guān)作業(yè)的report,和朋友請教經(jīng)驗(yàn)等等方式,了解這個(gè)東西大體應(yīng)該怎么搞。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">常用的code可以提前準(zhǔn)備好,例如LaTeX用于寫報(bào)告的模板,寫報(bào)告常用的語句,EDA 相關(guān)的code,常用模型的code。Cheat sheet要時(shí)常更新自己的版本,放在手邊待用,想好modeling的大體思路,先檢查data,需要畫什么圖,選定evaluation metric,train一到兩個(gè)model,檢查結(jié)果并寫結(jié)論。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">在真正做的時(shí)候要注意知道如何解釋你的選擇,比如為什么數(shù)據(jù)這么清理,為什么feature這么搞,為什么用model A,而不是model B,為什么用這個(gè)metric,為什么做這個(gè)假設(shè)。不是特別常見的model可以簡單解釋下原理,畢竟看report的人也不可能什么都懂。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">如果直接調(diào)別人一個(gè)現(xiàn)成的包,用了不太常見的一個(gè)model,reference要按規(guī)矩寫好。我的習(xí)慣是會(huì)加一個(gè)future work,說一下如果時(shí)間充足,你還打算做什么,以表示對這個(gè)data challenge的問題考慮充分了。最后Summary/Conclusion是一定要寫的,即通過你的模型,你發(fā)現(xiàn)了什么。最好能給出 actionable insights,因?yàn)楣境鰀ata challenge是想考察你解決問題的能力,而不是調(diào)包的能力。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;"><strong>02 Behavior Question</strong></p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">這個(gè)部分是一個(gè)容易被忽視的部分,因?yàn)槿绻氵B自己都聊不清楚,其實(shí)會(huì)讓面試官,尤其是hiring manager對敢不敢用你挺猶豫的。我在這方面絕大多數(shù)的時(shí)候表現(xiàn)的還不錯(cuò),方法就是找?guī)讉€(gè)大的topic,每個(gè)topic下面準(zhǔn)備好故事,把故事寫出來,不斷地思考細(xì)節(jié),思考怎么少說廢話,怎么條理清楚的講出來。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">我準(zhǔn)備的大topic有以下幾個(gè):</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">(1) Leadership and how to influence others</p> <p style="text-align: justify;">(2) A hard challenge faced and How to solve it</p> <p style="text-align: justify;">(3) A true failure and how to turn it around</p> <p style="text-align: justify;">(4) A proud success made with team together.</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">這里重中之重的關(guān)鍵是少說廢話,有一個(gè)behavior很好的模板叫S(Situation)T(Task)A(Action)R(Result),可以用來frame幾乎所有的behavioral和culture fit的素材。在準(zhǔn)備的時(shí)候一定要強(qiáng)調(diào)你做了什么,如果你能夠量化結(jié)果的話那就更棒了。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;"><strong>03 統(tǒng)計(jì)</strong></p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">強(qiáng)推introduction of statistical learning這本書。因?yàn)樽约翰?,高端書都看不下去。我感覺對于大部人來說,能讓別人理解你在做什么就足夠了。它沒有ESL里天書般的理論,我看了3遍。第一遍是學(xué)校里上課看的,第二遍自己看的,最重要的第三遍邊看邊總結(jié)。個(gè)人覺得英語非母語的我們,面試中其實(shí)真的挺難把一個(gè)技術(shù)問題講清楚。這個(gè)書的優(yōu)勢就體現(xiàn)出來了,它用通俗易懂的語言講清楚了每個(gè)算法,很多段落是直接可以拿來回答面試問題的。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">其次,對于每個(gè)算法要了解它的背景,object function參數(shù)對結(jié)果有什么影響,應(yīng)用條件和優(yōu)缺點(diǎn)。我的做法是開一個(gè)doc,看書的時(shí)候思考這些段落想說明什么問題,如果是面試考察這個(gè)內(nèi)容會(huì)怎么問,然后記錄下這個(gè)問題,并根據(jù)書上那幾段內(nèi)容總結(jié)成回答。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">如果想讓自己的答案更豐滿,可以Google這個(gè)問題看看別人是怎么說的。這一步很重要,一定要形成自己表述。網(wǎng)上有太多ML相關(guān)的資源可以幫助查漏補(bǔ)缺。我比較暴力直接,找?guī)讉€(gè)DS interview questions lists一個(gè)個(gè)的過,總結(jié)出自己的答案。很多問題回答起來可能比較簡單,但自己可以多深入一些,比如經(jīng)典的type1,type2問題,就可以順帶把confusion matrix,AUC一道總結(jié)下。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">Datacamp也是一個(gè)很重要的資源,里面有一些關(guān)于統(tǒng)計(jì)分布,experimentation方面的課程,我是從那些課程里第一次系統(tǒng)地學(xué)習(xí)并練習(xí)了泊松分布,指數(shù)部分,permutation和bootstrap的。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">Analytics track找工方向里A/B testing也是考察的重點(diǎn),我是在Udacity上了基礎(chǔ)課,同樣要注意總結(jié)可能的問題和自己的答案,define metrics,sample size,power,p-value之類的。Udacity上的AB testing的課是入門的利器,第一次上那門課的時(shí)候仿佛打開了一扇新世界的大門。但是其實(shí)那門課很多細(xì)節(jié)是沒有講清楚的(至少我自己沒聽明白),比如沒有涉及t test,沒有講清楚variability,bootstrap,A-A test的意義,怎么在實(shí)驗(yàn)設(shè)計(jì)階段應(yīng)對learning effect,network effect,和其他一些corner case。所以我覺得這門課入門很好,但是還要多從其他渠道學(xué)習(xí)相關(guān)知識。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;"><strong>04 Project</strong></p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">個(gè)人覺得這里很重要的是得有一個(gè)框架,讓人能很清楚的了解你的邏輯。對于resume上的project,需要理清:</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">1)這是一個(gè)什么樣的問題</p> <p style="text-align: justify;">2)為解決這個(gè)問題,模型的目標(biāo)是什么</p> <p style="text-align: justify;">3)數(shù)據(jù)長什么樣,有什么特點(diǎn)</p> <p style="text-align: justify;">4)考慮什么模型</p> <p style="text-align: justify;">5)結(jié)果如何</p> <p style="text-align: justify;">6)有什么實(shí)際意義。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">然后在這個(gè)框架下細(xì)分每一步,發(fā)現(xiàn)了什么,會(huì)導(dǎo)致什么問題,怎么解決。比如EDA時(shí),發(fā)現(xiàn)數(shù)據(jù)imbalanced,說明imbalanced會(huì)怎么樣,考慮oversampling或其他解決措施,總之要讓人知道你做每一步都是有原因的。像做presentation一樣盡可能詳細(xì)的把這些說明介紹寫下來,之后就可以根據(jù)面試的長短有選擇性的介紹,也可以用作onsite時(shí)的presentation。</p> <p style="text-align: justify;"> </p> <p style="text-align: justify;">差不多就是這些了,一身缺點(diǎn)沒有背景的普通人和她很普通的經(jīng)歷希望可以鼓舞啟發(fā)到屏幕前不普通的你。只要心還透明就能折射希望,希望疫情早日退散,祝福所有人2022順利!</p> <p style="text-align: justify;"> </p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1653560490262/1653560490262.png" width="750" height="340" /></p>
猜你喜歡
不太清楚留學(xué)方向?不妨從職業(yè)規(guī)劃來倒推一下!
1840
真心勸大家趕緊讀一年碩吧,哪怕水一點(diǎn)也行
1496
瘋狂裁員下,港大還在擴(kuò)招?曾經(jīng)的最火專業(yè),還能起死回生嗎?
1512
學(xué)歷又要貶值了
1485
爽文!UCL教授怒懟招人公司:我們拒絕公布排名!國內(nèi)招聘的“唯分?jǐn)?shù)論”該收收味了!
1517
當(dāng)場發(fā)offer!指南者香港科創(chuàng)求職交流會(huì)成功舉辦!
21557
預(yù)約咨詢
預(yù)約咨詢
七日熱點(diǎn)資訊
英國留學(xué)生活成本對比:從倫敦到卡迪夫,哪座城市最適合你?
爆了!2025考研正式落幕,無縫銜接留學(xué),港新英錄取率近40%,25fall輕松變道接offer?
一次說清楚留位費(fèi)
現(xiàn)在的美國留學(xué),已經(jīng)不再是鄙視鏈的頂端。
211的我絲滑上岸帝國理工學(xué)院!放棄邊緣保研,我差點(diǎn)錯(cuò)過IC面試郵件,最終喜提世界第二offer!
UCL鬧烏龍!郵件轟炸慶祝“全英第一”,學(xué)生錯(cuò)當(dāng)offer!25fall申請難度大降?
微信咨詢
掃一掃立即咨詢
App下載
下載指南者留學(xué)App
預(yù)約咨詢
電話咨詢
400-183-1832
回到頂部
預(yù)約咨詢
登錄
二維碼已過期
重新獲取
已掃碼
等待確認(rèn)登錄
請使用微信掃描二維碼登錄
現(xiàn)在來設(shè)置你的賬號吧
只需要花不到一分鐘,之后便可以獲得更精準(zhǔn)的推薦~
1
留學(xué)意向
2
基本意向
3
詳細(xì)背景
4
了解途徑
1.1 您期望申請學(xué)歷是
1.2 您期待的留學(xué)地區(qū)是
多選
2.1 您的身份狀態(tài)是
2.2 您的目前學(xué)歷是
3.1 您的本科學(xué)校是
大陸本科
海外本科
3.2 您的學(xué)校名稱是
沒有查詢到相關(guān)的學(xué)校
查詢中...
3.3 您的專業(yè)名稱是
沒有查詢到相關(guān)的專業(yè)
查詢中...
4. 您從哪里了解到指南者留學(xué)網(wǎng)站的
*
0/20
取消
上一步
下一步
復(fù)制
復(fù)制
您的會(huì)員等級不足,查看等級詳情
立即前往
選擇收藏夾
新增收藏夾
{{option.remark_name}}
默認(rèn)
{{option.info_count}}條內(nèi)容
取消
完成
新增收藏夾
設(shè)為默認(rèn)收藏夾
返回
{{ form.id ? '完成編輯' : '確定創(chuàng)建' }}
是否放棄編輯內(nèi)容?
取消
確定