mark 来回报论坛了，说说自己近期面试data scientist的经验。 ps：如果大家觉得写的东西有帮助想来试试fb的话，欢迎找我内推～私信联系方式咯～ 提问的话 还是帖子里问 这样大家都可以看到 谢谢！ 背景：ms systems engineering + 2yr work experience in a small (not start-up) company, daily responsibility includes data analysis, modeling, machine learning, some text mining, some big data analysis.不做任何reporting and visualization，也没有所谓的product analytics (experiment design)，和 flg 要求的有较大差距。 Skill set (括号代表非常真实的工作时间分布): r（70%）, sql（10%）, python（10%）, spark (specifically, pySpark，10%). 坛里一定有很多比我牛的人啦，我只是新人一个。在这里我只想给出一个非牛人，但挺努力有目标的人会怎么准备。目标是想去湾区做ds。 先说结果：投了 40 家左右 Offer: fb, google Rej: Linkedin and a startup (onsite rej) twitter (after 2 tech interview) Apple (不同组跟 4 个 hm 聊过，最终有被拒也有 withdraw) Uber (failed first tech interview) Airbnb (failed on data challenge) 还有好多其他公司，有的跟 hr 聊聊发现不合适，有，有的默拒，有的好歹还告诉你一下被拒了。 总结下：就是太小的公司，投了也白投，直接简历悲剧。我大概投了 25+ 小公司，只 3 个好歹给我电面。其他就是没消息。 所以觉得自己背景还不错的朋友，建议安排面试的时候，从不太想去的中 / 大公司开始，到自己最想去的大公司。找小公司成本很高，投的时候麻烦而且又没面试。 【时间线】 17 年 2 月，开始上 JIUZHANG 算法初级课，刷题，断断续续到 6,7 月吧。（ *** 如果找 ds ，刷题没用，看后文） 期间，边玩边刷剧边复习，复习内容后面会说。 7 月中，开始投简历，以小公司为主。开始断断续续的电面等等。 9 月中，开始投最想去的一波公司（ FLG 等其他共 10 个左右吧）。 10 月，第一个 onsite 小公司， fail 。这段时间基本 2 周一个 onsite ，去了三次。 11 月，确认 offer ，谈价钱，完事。 再说开始投简历之前的准备： 第一，先搞明白自己到底想做什么。 最开始，在data scientist和machine learning engineer之间摇摆不定。 MLE 么，一来很火，钱多多了，还有也更偏技术点，我 bf 强推我走这条路。于是开始了刷题之路。 最后，没选择走 mle ，坚持了 ds 。一是虽然会编程，但是没上过正经的算法课，刷题基础不好，看题刷题很痛苦。二是，结合了自己的兴趣和能力，衡量下了之后觉得 ds 这种通才更适合我个人发展。个别公司给了面 mle 的机会，有的 take 了，结果发现自己水平也不够，有的就直接拒了。 关于ds 和mle的区别，每个公司定义不同，但可以参考这里： [url=http://www.1point3acres.com/data-science-machine-learning-engineer-etc/]http://www.1point3acres.com/data-science-machine-learning-engineer-etc/[/url] 小心提示下： linkedin 的 ds 和 mle 不可以同时面，只能 2 选 1 。 Fb ， apple 可以同时面，面试结果互不影响。 第二，列出公司列表，按自己想去不想去的程度，分出几个档次。然后倒着投。我还是建议把最想去的公司放倒最后。面试是一个学习进步的过程。前期不管是跟人聊自己的经历， proj 也好，面 tech 聊 ML 的可以帮助自己找到知识点的查缺补漏等等，我觉得这对后来面大公司很有帮助。 第三，心态调整。面试是个双向选择，互相平等选择的过程。表现在去面试的时候，要显得自信而不自傲。和面试官平等沟通。把面试当成去公司上班的一天，去和同事解决问题的一天就会轻松很多了。 【面试范围】 从简单到难，目前我观察 ds 面试主要有 3 块，一是处理数据的能力， flg 都是靠考察 sql 能力为主；二是所谓的product analytics，这块比较虚了（很难复习），考察的内容很宽泛；第三是统计，概率和machine learning，我复习的较少，认为基础还行吧，主要是上课学过。 根据我自己的情况，我花的时间大概是10% - 50% - 40%吧。很多也在日常积累中。 【要不要刷题？？？】 我的回答，如果是面 ds ，真心不用。类似 leetcode 那种算法题，完全没考到！ 如果你面的 title 是 mle, 或者software engineer-data science/machine learning/data mining这种的，一定一定要刷。 【 Sql 复习资料】 如果你连 sql 是啥都不知道，建议从这门课学起： [url=https://lagunita.stanford.edu/courses/Engineering/db/2014_1/about]https://lagunita.stanford.edu/courses/Engineering/db/2014_1/about[/url] 只看开头和relational database两章足够。 [url=https://community.modeanalytics.com/sql/tutorial/introduction-to-sql/]https://community.modeanalytics.com/sql/tutorial/introduction-to-sql/[/url] 如果你已经很熟悉 sql ，日常工作中有用到，稍微复习下这些题目足够了： [url=https://leetcode.com/problemset/database/]https://leetcode.com/problemset/database/[/url] 【product sense复习资料】 1. 学习管理咨询那套解决问题的框架： 朋友推荐看的书是case in point，Case Interview Secrets（我都没看，没时间） 我推荐的是听后者作者的一个讲座，look over my shoulder，具体过 8 个 case 。每个 case 都有 3 个面试者，然后victor cheng分别点评，提出改进建议。这个我在喜马拉雅fm app上听的，免费： [url=http://www.ximalaya.com/5269453/album/6414597/]http://www.ximalaya.com/5269453/album/6414597/[/url] 我一共听了 3+ 次，开车听。 2. Product design：我看了这个： [url=https://classroom.udacity.com/courses/ud509]https://classroom.udacity.com/courses/ud509[/url] 3. 一定要复习的是ab test.我对ab test是完全没任何工作经验的，所以从 0 开始学习。我看了以下材料（按顺序）： 首先，系统学习下什么是ab test（个人完整看了 3 次以上，认真写了笔记，每次去 onsite 的飞机上都是复习这个笔记） [url=https://classroom.udacity.com/courses/ud257]https://classroom.udacity.com/courses/ud257[/url] 然后，我看了这个：A/B Testing for Business Analysts [url=https://classroom.udacity.com/courses/ud979]https://classroom.udacity.com/courses/ud979[/url] 看一次，主要理解了randomize design and paired design，第一个课里没仔细讲的。还有这个课非常短，适合短时间看一下的。 最后上这个 [url=https://community.modeanalytics.com/sql/tutorial/sql-business-analytics-training/]https://community.modeanalytics.com/sql/tutorial/sql-business-analytics-training/[/url] 因为学习了很久，我一直的疑惑就是实际工作中到底怎么展开研究一个问题？到底什么是正确答案？这个系列 training 解答了我很多疑惑，而且也结合了 sql 的处理，一定建议对每个图，打开右上角的view query in Mode，建立从提出问题到数据处理之间的联系。 4. 补充的资料，时间不够可以不看了的 Model building and validation： 理解所谓的QMV process， question è model è validation. 以下这个课我是加速看的前 3 章。 [url=https://classroom.udacity.com/courses/ud919]https://classroom.udacity.com/courses/ud919[/url] 【stats, probability, machine learning复习资料】 Stats 我复习的少，主要针对tests, hypothesis testing看了一下这些： 1. Intro to Inferential Statistics： [url=https://classroom.udacity.com/courses/ud201]https://classroom.udacity.com/courses/ud201[/url] 主要看了estimate, hypo testing这 2 个，其他也来不及了没看。 2. Penn state university的stats 414， 415. [url=https://onlinecourses.science.psu.edu/stat414/]https://onlinecourses.science.psu.edu/stat414/[/url] 哪里知识缺了就来补看一下。 【 Probability 】 我看了 2 个： 1. [url=https://brilliant.org/courses/probability/]https://brilliant.org/courses/probability/[/url] （强烈推荐） 我做了前面 5 个 course 的免费题目，看了解答。主要是Bayes rule, conditional probability, expection这些概念的理解和灵活应用。 2. [url=https://rd2.huaren.us/huaren.php?hrtopic_id=2244179&hrurl=https%3a%2f%2fwww.amazon.com%2fPractical-Guide-Quantitative-Finance-Interviews%2fdp%2f1438236662]https://www.amazon.com/Practical-Guide-Quantitative-Finance-Interviews/dp/1438236662[/url] 一般是推荐给面 quant 的人的，我看了其中概率题的那章。忘记是哪个了。。。 【machine learning】 这部分我主动复习的很少了，在学校上过课 + 我 bf 是做这个方向的，他帮我复习了各个算法的情况，优劣势等等。具体到面试中，考察的内容比如是，提出什么问题，收集那些数据，用什么 feature ，哪些 transformation ，如何data cleaning,如何选模型？如何evaluate model etc。。。我自己写了个笔记，就写面到的，错过的，想到的知识点等等。要面试前会复习的。 如果对 ml 完全没经验，参考别人的帖子吧。。。 Overall ， ds 跳槽的面经推荐阅读： [url=http://www.1point3acres.com/bbs/forum.php?mod=viewthread&tid=300246&extra=page%3D1%26filter%3Dsortid%26sortid%3D311%26searchoption%5B3088%5D%5Bvalue%5D%3D7%26searchoption%5B3088%5D%5Btype%5D%3Dradio%26searchoption%5B3091%5D%5Bvalue%5D%3D1%26searchoption%5B3091%5D%5Btype%5D%3Dradio%26sortid%3D311]http://www.1point3acres.com/bbs/forum.php?mod=viewthread&tid=300246&extra=page%3D1%26filter%3Dsortid%26sortid%3D311%26searchoption%5B3088%5D%5Bvalue%5D%3D7%26searchoption%5B3088%5D%5Btype%5D%3Dradio%26searchoption%5B3091%5D%5Bvalue%5D%3D1%26searchoption%5B3091%5D%5Btype%5D%3Dradio%26sortid%3D311[/url] 这个面经写的非常好！！有很多我没 cover 的点，比如怎么写简历， linkedin ， network ，如何安排时间等等，请一定看一下 ~ 【我是刚毕业怎么办？】 建议第一份工作也许不能是dream job，但一定要有一些值得你去的点，是和你的dream job相关联的。衡量工作的内容，想想以后写在简历上会不会添彩？比如你想做 ds ，但如果现在一份工作要求你天天用 sas ，真心建议别去了。如果你想做 MLE ，但现在一个工作要求你用 tableau 做 reporting ？也别去了。 最后，有问题的话麻烦回帖，大家一起来讨论。不要私信。如果你非要私信我我也不回的，请尊重我的要求。