秋招已進入尾聲，現總結一些跟找工作相關的經驗，尤其是與數據相關的工作(數據科學家和機器學習工程師)。在過去的兩個月里，我花費了大量的時間在找工作上面，在求職過程中，發現比較熱門的崗位是算法工程師、研究員、數據分析師等，可以說崗位薪資非常高、競爭非常激烈。尤其是對于非計算機專業出身的同學們，早早準備并打好相關基礎尤為重要，相關的項目與科研論文也是自己的加分項。對于外企感興趣的同學，口語也適當的需要相應的練習。

本文給出了關于應聘數據科學家崗位的四點建議，相信會對讀者們有所幫助。

第一課：勤加練習

在我第一份工作申請中，在技術面(主要是關于統計玩具問題)中表現優秀，而且個人也非常適合應聘公司的企業文化，但是在終面時，收到了一個負面的反饋信息。應聘的崗位非常注重業務能力，而我更擔心的是面試時遇到的理論方面的問題。

被拒后的幾天里，心情有些沮喪，但是只有在這種情況下，才有機會正確認識到自身能力的不足，并有機會提升自己。通過這件事情，我意識到將所有理論知識學會是不切實際的，而是學習到足夠用來找工作的數據科學方面的知識就行，并改變自己的思維方式“應用并創造價值”。

相信大部分的同學都知道Kaggle競賽，但是少有人嘗試去參與該類競賽。大部分同學的想法應該與我類似，那就是學習到足夠的知識后才能參加這類比賽。這種想法是錯誤的，參加Kaggle競賽是一個非常友好的獲取相關知識并增添實踐能力的途徑。相關的建議是學習基本的數據額科學工具，比如R、Python語言，并開始探索Kaggle中基本的競賽教程等。

之后，開始嘗試進行一些稍微有些難度的競賽。如果不知道如何下手，可以去論壇找到其他人分享的相關信息。此外，隨著Kaggle相關代碼的公開，我們可以訪問一些優秀的解決方案，并通過閱讀代碼學習一些知識。更吸引人的是，競賽的冠軍通常會分析他們在比賽中使用到的策略，因此我們可以從最好的解決方案學起。

底線是：建立一個項目/競賽，這不僅能幫助你更好地面對應聘公司時的技術面試，還能豐富個人應聘簡歷。

第二課：申請感興趣的每一個職位

在求職的時候，會遇到很多公司有著類似的崗位，但稍微有些差別。因此在應聘的質量和數量之間需要掌握一個平衡。我最初的策略是重視數量，一份簡歷用于每個崗位。但后來發現這種方式是無效的，所以應該對于每一個職位都需要重新設計自己的簡歷。顯然這種操作會比較費神費力，提高了應聘的質量，但是大大減少了應聘的數量。

最后才發現，一個人不需要準備太多份不一樣的簡歷，每份簡歷都強調自己經歷的一部分。比如說：對于數據相關的崗位而言，更多地側重于應用研究的論文或研究經驗;而對于機器學習工程師相關的崗位而言，除了基本的機器學習技能外，還必須具有很豐富的后端開發經驗;對于以業務為中心的崗位而言，更應該證明自己的潛力以及良好的溝通能力、領導能力等。

所以不要怕麻煩，對應不同類型的崗位要求準備幾份不同的簡歷，然后開始投遞就好。

第三課：認清現實

與數據相關的崗位在招聘時候競爭是非常激烈的，如果你沒有獲得與數據科學相關的碩士學位或博士學位，并且居住在美國和歐洲之外的國家，除非你有很多相關的專業經驗，否則只能受限于申請這些國家的數據相關崗位。我試圖向這類國家的很多公司投遞了簡歷，但是通常情況下不會收到反饋或者反饋的是“對不起，我們無法提供簽證”。但是我發現有兩個國家是例外——德國和荷蘭。你可以在這兩個國家比較容易地獲得初級職位的offer。

對于國內的同學們而言，大部分人不會遇到應聘海外崗位的問題，但無法避免的是就業崗位所在地的選擇問題。對于北京而言，相應的就業機會與薪酬待遇也會較高，但是面臨的競爭壓力也非常大。如何選擇合適的就業崗位和就業地點需要各位同學綜合考慮。

第四課：了解自己

大多數的人都無法全面地了解自己，在應聘時也是需要考慮自身的一些因素，比如個性、能力等。如果你喜歡在創業公司和節奏比較快公司工作，而不是喜歡在官僚和流程比較繁瑣的公司的話，技術面試等挑戰要求是比較高的。因此在就業的時候，應該思考什么樣的行業適合自己、選擇好行業之后選擇適合自己的崗位，確定好崗位之后選擇合適的公司。

除了經歷了很多技術面試之外，我還與人力資源師、數據科學家、首席技術官、首席運營官以及首席執行官進行了數百次有關文化和價值的對話。這些人經常會問比較深刻的問題，比如你為什么離開之前的公司，為什么想來我們公司工作等。如果你不了解自己的話，那么無法誠實地回答這些問題，最終使得自己看起來比較膚淺。

每天花點時間來反思這些事情，以及你在之前工作環境中喜歡或不喜歡的地方。在你的第一次面試中，也許沒法很好地回答這些問題，但是通過足夠的練習(盡可能地多申請崗位)，那么對于幾乎所有的面試官可能會問到的“軟”問題都能夠有一個比較好的答案。

我希望本文的四個建議對讀者找工作有所幫助，對于各位求職者的讀者而言，面試時遇到的問題肯定會千差萬別，歡迎各位讀者留言分享那些遇到的有意思或比較奇葩的問題或面試官。

作者信息

Joao Marcos Gris，數據科學家、軟件工程師。

本文由阿里云云棲社區組織翻譯。

文章原標題《Four lessons learned while hunting for a data scientist role》，作者：Joao Marcos Gris，譯者：海棠