Причина, по которой я пишу этот блог

Я только месяц назад устроился на новую работу в Airbnb специалистом по данным и до сих пор чувствую, что мне слишком повезло, что я здесь. Никто не знает, как сильно я хотел присоединиться к этой компании — у меня перед столом висели фотографии офиса Airbnb; Мои обои для iPhone были установлены как фотография, на которой я стою перед логотипом Airbnb; Я подавал заявки на вакансии в Airbnb четыре раза, но только в последний раз получил ответ от рекрутера…

В прошлом, когда люди спрашивали меня: «В какой компании вы больше всего хотите работать?» Я не осмеливаюсь сказать «Airbnb», потому что, когда я это сказал, мне ответили: «Знаешь, сколько людей хотят там работать? Сколько из них в итоге попало? Давай, будь реалистом».

Результат доказывает, что нет ничего невозможного. Поскольку многие из моих друзей просили меня поделиться своим опытом поиска работы, я думаю, что было бы полезно записать его и поделиться с людьми.

Некоторые данные…

Чтобы представить обзор моего процесса поиска работы:

  • Заявок: 475
  • Телефонные интервью: 50
  • Завершенные домашние задачи по науке о данных: 9
  • Интервью на месте: 8
  • Предложения: 2
  • Затраченное время: 6 месяцев

Как вы, вероятно, видите из данных, я не очень сильный кандидат, потому что в противном случае я бы просто подал заявку на несколько вакансий и получил кучу предложений. Да, раньше я был очень слабым; Раньше я был из тех кандидатов, которые тратят впустую время интервьюеров. Но «неважно, кем вы были несколько месяцев назад, важно то, кем вы становитесь».

Непроторенный путь к работе специалиста по данным

Немного о моем прошлом: я получил степень бакалавра экономики в университете Китая и степень магистра делового администрирования в Иллинойском университете в Урбана-Шампейн. После выпуска я два года работал аналитиком данных, из них 7 месяцев подрядчиком в Google и еще 1 год 4 месяца в стартапе. Моя работа заключалась в основном в написании SQL-запросов, построении информационных панелей и предоставлении рекомендаций на основе данных.

Поняв, что я не учусь и не развиваюсь, как ожидалось, я уволился с работы и подал заявку на участие в программе Galvanize Data Science Immerse, которая представляет собой 12-недельный учебный лагерь в Сан-Франциско. Я провалил статистическое собеседование, чтобы попасть в программу буткемпа 4 раза, был допущен после того, как прошел статистическое собеседование в пятый раз.

Содержание, преподаваемое в Galvanize, было сильно связано с Python и машинным обучением, и они предполагают, что у вас уже есть прочная база в статистике. Неудивительно, что поначалу мне было очень трудно, потому что я мало знал о программировании и не был силен в статистике. У меня не было выбора, кроме как работать очень усердно. Во время моего пребывания в Galvanize у меня не было ни перерыва, ни развлечений, ни свиданий, ничего, кроме более 12 часов учебы каждый день. И я стал гораздо более комфортно с курсами позже.

Тем не менее, я все еще смущал себя бесчисленное количество раз на собеседованиях, когда впервые начал процесс поиска работы. Поскольку разрыв между настоящим специалистом по данным и мной был настолько велик, что, несмотря на то, что я был трудолюбивым, 12-недельного обучения было далеко недостаточно, чтобы изменить карьеру. Итак, я подал заявку, прошел собеседование, потерпел неудачу, снова подал заявку, снова прошел собеседование, снова потерпел неудачу. Хорошо, что каждый раз я узнавал что-то новое и становился немного сильнее.

В марте 2018 года я был безработным почти год с тех пор, как уволился с предыдущей работы. Имея всего около 600 долларов на моем банковском счете, я понятия не имел, как заплатить за аренду в следующем месяце. Что еще хуже, если я не смогу найти работу к концу апреля 2018 года, мне придется покинуть США, потому что срок действия моей визы истекает.

К счастью, после стольких тренировок и повторений я превратилась из человека, который не знает, как правильно представиться, не помнит, кто из Лассо и Ридж является L1, ничего не знает об алгоритмах программирования, в человека, который знает, что она готова получить желаемое.

Когда я пришел на финальное собеседование в Airbnb, у меня было одно предложение специалиста по данным; таким образом, я совсем не нервничал. Моей целью на финальном интервью было стать лучшей версией себя и ни о чем не сожалеть. Интервью оказалось лучшим из всех, что у меня когда-либо были. Они сделали мне предложение, и вся тяжелая работа и бессонные ночи окупились.

Советы, которыми я хотел бы поделиться

  1. Знайте, чего вы хотите, поставьте перед собой цель, усердно работайте для ее достижения и никогда не соглашайтесь на меньшее.
  2. Мышление роста, это действительно важно (посмотрите это анимационное видео с мышлением роста, если вы о нем не слышали). Не говорите: Я не силен в программировании, Я не силен в статистике. Дело не в таланте. Не используйте слово талант, чтобы описать других как оправдание своей лени. Что вам нужно, так это учиться правильно и много раз практиковаться, пока не станете хорошо.
  3. Обратите внимание на все вопросы, которые вам задавали на собеседовании, особенно на те, на которые вы не ответили. Вы можете снова потерпеть неудачу, но не терпите неудачу в том же месте. Вы всегда должны учиться и совершенствоваться.
  4. По возможности обсуждайте вопросы, которые вы не понимаете, с другими людьми. Я очень ценю помощь своих одноклассников и инструкторов в Galvanize, все очень поддерживали и были готовы помочь друг другу.
  5. Ходите на местные встречи по науке о данных, присоединяйтесь к группам по обучению науке о данных, общайтесь с людьми в отрасли, отправляйте персональные заметки, когда вы пытаетесь связаться с незнакомцами в LinkedIn… Расширьте свою сеть как можно больше, вы не знаете, какая из них будет открыть тебе дверь.
  6. Иногда результатом является сочетание удачи и подготовки, и в этот раз вам просто не повезло. Не всегда приписывайте неудачу тому, что вы нехороши.

Что бы я сделал по-другому, если бы мог перезапустить процесс поиска работы

  • Не ходите на собеседования в компании, в которых вы хотите работать, в начале поиска работы, если вы не уверены, что готовы пойти на них.

Я начал свой процесс поиска работы с собеседования в Uber, и я глубоко сожалею об этом решении. Я так облажался, что не смог попасть на собеседование в другие команды Uber. Большинство людей нацеливаются на крупные технологические компании как на компании мечты; однако в большинстве этих компаний действует строгое правило: если вы однажды потерпите неудачу, вы не сможете пройти еще одно собеседование через 6 месяцев или 1 год. Поэтому вы хотите убедиться, что вы готовы, прежде чем брать интервью в этих компаниях.

  • Уточните, какие виды работ вы хотите выполнять, а какие не для вас, это сэкономит вам много времени.

Если вы когда-либо просматривали объявления о вакансиях специалиста по данным, вы бы знали, насколько широкими могут быть обязанности. Есть специалисты по данным, которые занимаются обработкой естественного языка, компьютерным зрением, глубоким обучением, а есть специалисты по данным, которые работают над A/B-тестами, аналитикой продуктов. Убедившись, какая работа вам подходит, а какая нет, это поможет вам сэкономить массу времени при подготовке к собеседованию.

В моем случае я пропустил все объявления о вакансиях, в которых запрашивалась степень доктора философии. степень и знания в области глубокого обучения, компьютерного зрения и т. д. Но у меня еще слишком много областей, которые нужно изучить и подготовить. Ниже приводится краткое изложение ресурсов, которые я использовал во время поиска работы. Помните, что существует слишком много ресурсов, которые вы можете использовать для обучения, и вы можете потратить много времени только на поиск материалов, пожалуйста, будьте избирательны и убедитесь, что вы используете их в полной мере.

Ресурсы для подготовки к интервью по науке о данных

Статистика

Вероятностные вопросы

  • brilliant.org: я приобрел их членство при подготовке к интервью и обнаружил, что это один из рекомендуемых материалов в руководстве по подготовке к собеседованию на месте на Facebook.

А/Б-тест

Машинное обучение

Основные алгоритмы программирования

Обработка данных Python (Pandas, Numpy)

  • Датакемп
  • Совет: я значительно улучшил работу с данными Python, работая над домашними задачами компаний. Практика — лучший способ научиться.

R

  • Извините, я редко использую R. Обычно на собеседованиях можно использовать либо R, либо Python.

SQL

  • Учебник Mode Analytics SQL: я хорошо знаком с SQL, но все равно прохожу его перед каждым собеседованием по SQL, особенно перед разделом для продвинутых, на всякий случай.

Чувство продукта/понимание бизнеса

Общие вопросы на собеседовании

  • Youtube-канал Lynda Raynier: очень полезен для общих вопросов интервью. Вы также можете искать другие видео, чтобы узнать, как ответить на конкретный вопрос интервью.

Другие источники

  • Технологические блоги компании: Airbnb, Uber, LinkedIn, Netflix, Lyft, Pinterest, Stitch Fix, Quora, Yelp… Вы называете это. Отличные ресурсы для обучения.
  • Перед техническими собеседованиями соберите вопросы компании от Glassdoor.

Прощальные мысли

Поиск работы – это лишь один из эпизодов нашего жизненного пути. Но упорство, страсть и настойчивость, которые мы проявили в процессе, принесут нам пользу в долгосрочной перспективе. Лично я глубоко верю в приведенную ниже цитату и всегда буду верить в нее. Надеюсь, это мотивирует вас так же, как мотивировало меня:

«Никогда не позволяйте никому говорить вам, что вы чего-то не можете. У тебя есть мечта, ты должен защитить ее. Люди не могут что-то сделать сами, они хотят сказать вам, что вы не можете этого сделать. Хочешь что-то, иди и возьми. Период.” — В погоне за счастьем

впервые появилось здесь