超详细面试准备清单: 疫期拿到AutoDesk等大厂data offer, 我做了哪些事?
本文作者：Eliana
美本经济学专业，美研Information Systems专业。毕业后在某知名投行做了3年的analyst。
后在来Offer的帮助下，成功在职跳槽，并在疫情期间拿到软件龙头AutoDesk等多家大厂的Data Analyst offer。
大家好，我是Eliana。继今年3月底上完来Offer的【人工智能与数据科学强化课程】后，我于7月份顺利拿到心仪的offer，结束了我3个多月的在职跳槽之旅。
今天，我想和大家分享一下我的这段求职心得。
有Analyst工作经验, 我为什么还要报名来Offer?
相信看了我背景介绍的同学都会对我有这个疑问，觉得靠我的专业出身和上一份工作经历，要跳槽找工作肯定不在话下。
其实不然。
我研究生虽然学的是Information Systems，但是课程内容十分偏商科和理论，没有怎么做过工业界技术相关的project。
毕业后虽然在banking做analyst，但是这个职位比较偏金融，注重金融产品方面的理解以及一些内部工具的使用，所以在数据分析层面来说，挑战性不大，技术含量较其他一些分析师来说较低。
日子久了，我发现自己的learning curve停滞了，学不到什么东西，而且上升的空间也不多。
与此同时，我发现自己很喜欢研究用户和互联网，因此就萌生了跳槽到科技公司的想法。
但是面对现在科技公司日益变难data岗招聘趋势，我还远远达不到面试要求。比如我对machine learning的理解只是停留在皮毛，而且也不会data modeling。
因此，在身边朋友的推荐下，我报名了来Offer的课程。
科技公司Data Analyst面试准备清单
聊完我的背景，来整点干货。
以下是一份我在上完来Offer data课后，结合自己的面试经验，总结的一份Data Analyst岗位面试准备清单。
大家在备战时可以着重复习以下内容：
- SQL
SQL编程是面试Data Analyst岗位的必考环节。
建议大家面试前在LaiCode上好好练习一下SQL题。以我个人的面试经验来讲，很多公司都喜欢考跟时间相关的SQL题，大家在准备时可以留意一下这类题目。
现在考SQL live coding的公司很多，为了避免临场发挥紧张，可以尝试多找点题，在word白板上训练自己在规定时间内解题的习惯。
另外，还可以找小伙伴或老师mock living coding。面试时面试官非常看重你与他的交流，千万别一个人埋头做题，一定要把自己的想法和思路说出来，并和面试官确认思路的正确性，这样如果答案有偏差，还能在短时间内做出纠正。
2.Machine Learning
从拿面试的角度来说，简历上一定要有1–2个跟Machine Learning相关的project！
来Offer data课上，老师会教很多Machine Learning的项目。上完课，更新完简历后，还有一点很重要：一定要对写在简历上的项目非常熟！
因为面试的时候面试官会问很细，比如他会问你数据大小、数据源、怎样measure这个project，为什么选择这个model，为什么这个model的accuracy比另一个高？还有很多对于Machine Learning各种常用模型的理解等等。
3.Python
Python编程也是面试必考环节。
面试时主要考察你如何用Python处理数据、建模、把数据可视化….
建议大家去面试之前，把data班老师上课做的项目里的code再复习一下。比如，多熟悉一下EDA的过程与数据挖掘的流程等。
4.A/B Testing
A/B Testing也很重要，上课的时候一定要用心听老师说这部分。
另外，mock interview对我A/B Testing这块的准备也起到了很大的帮助。
比如，Logan老师和Nathan老师在帮我mock的时候，他们不仅会问我这方面的问题，还会给出很有帮助性的建议，让我在实战中更有答题思路。
我在备战期间，起码跟老师约了10次mock interview，后来因为面试太多就没时间mock了，否则我一定还会继续再约，因为真的很有用。
5.Product Sense
对于Product Sense（产品思维）的考察，面试官通常会穿插在Case Study环节中。
比如他可能会问：“最近公司某个平台的conversion rate变低了，你觉得是由于什么东西导致的？” 然后在你回答问题的过程中，他就会看你思考问题的框架 — — 你能想到多少个维度，你考虑问题是否全面？能否在这些分析的基础上进行量化分析等。
在来Offer课上，老师会把很多Product Sense的知识穿插在项目当中。在mock interview的时候，老师也会问一些这方面的常见问题。
此外，老师还推荐了一本书，叫做《Case in Point》。我看完后觉得很受用，因为它能帮助你建立回答这方面问题的逻辑思维。
6.基础的统计知识
统计知识是数据分析的基础。面试前，要把常见的统计知识如概念概率、分布、线性回归、时间序列…都掌握好。
虽然这些内容老师上课也会讲，但是自己课后也需要花时间去整理。这些东西不要去死记硬背，而是要知道它们的原理。
7.算法知识
这一块内容在Data Analyst面试时相对于Data Scientist来说考的概率较小，但也有一些公司会进行考察。
因为我个人找工作时间不是太充裕，就把这部分的准备安排相对滞后了。时间充裕的话还是建议大家好好听课好好做算法题！
通常，难度系数较高的面试，其入职后的工作内容也会大概率地更有技术含量。
面试中的一些小教训分享
在面试的时候，如何描述自己做过的项目、过往的工作经历，比你想象得还要重要。
我之前有几个面试失败，确实也是因为自己没把这块做好 — — 因为我每次讲的东西对方都只是觉得我只是单纯地做了这个东西，而没有体现出我的价值。
通过多次实战面试后我发现，面试官真正在意的是你过往的工作经历/技能可以给公司带来什么价值，有什么样的impact，而不仅仅是你做了什么。
比如，一个分析师分析了什么样的数据，给出来什么样的建议，此类建议给公司带来了多大的价值和多大收益…..如果面试的时候能把这些说清楚，或在讲项目的时候提及，是一个很大的加分项。
我是后来有次厚脸皮问了面试官feedback，才发现这点是真的蛮重要的。特别是做data的人可能在意技术比较多，有时候会忽略这方面的东西。
拿面试的诀窍
关于拿面试，我自己有以下几点心得：
- 内推
内推是拿面试最好最快的途径。
首先，优先考虑熟人内推。或者可以去Laitalent上找找看适合自己的内推职位。
如果自己缺乏这些资源，也可以去LinkedIn上找校友，找前同事，然后给他们发邮件、约电话。要是不知道怎么开口，可以去网上找一些基本的reach out email模板。
另一个办法，就是多去参加networking event。即使是疫情期间，很多公司也会办online的社交活动。在这些活动上，你有机会认识业内人士，然后求refer。
总之找内推一定要自己积极主动。
2.网投
如果你没有太多的时间和精力去找内推，而且觉得自己的简历和背景都很强，那你就可以直接海投。
我建议大家海投的时候不要偷懒用“one click apply”，而是自己亲自去到公司的官网，把个人信息填上，把简历传上去。
3.Cover Letter
在准备好了简历，还有时间的情况下，我非常推荐的一个“拿面试神助攻”就是cover letter。
我自己以前在网投的时候，有一次粗心，提交了2份cover letter而忘提交简历。后来真的有HR认真看了我写的cover letter后联系到我，并给了我面试机会。
有同学可能觉得写cover letter很浪费时间。我在这里分享给大家一个高效写cover letter的小窍门：
根据自己的求职需求，准备几个cover letter模板。我自己当时是准备了3个模板，一个模板是偏Marketing Analyst方向的，一个是偏Product Analyst的，一个是偏Risk Analyst的。
前期把这些模板打造好，后期投递的时候，把一些公司名称等替换掉，其实投递起来也不会花太多时间。
写在最后
就像备战高考一样，老师上课只是替你打开一扇门，要想更快速地找到工作，还是需要自己课下下一番功夫的。
比如，我在面试之前会把来Offer上的项目再做一遍，或者做一下升华 — — 比如业界有什么其它流行模型，我也会去了解一下，然后加到项目里。
又比如，我在课上结识了一群小伙伴，我们私下有个群组，每周都会一起整理上课知识，讨论一下Machine Learning的知识难点等。
最后，祝大家都能拿到自己满意的offer！
E / N / D
关注来Offer，关注北美一手留学求职咨询!
来Offer(www.laioffer.com)是硅谷最具实力的高科技在线教育和职业培训机构，通过提供高水平的IT培训课程和就业指导，帮助学员进军硅谷一二线科技公司。自2013年以来，来Offer已将4000+名中国工程师送入Facebook, Google等硅谷一线公司。
点此了解来Offer课程详情：
