统计小硕跳槽记
2411629
{此号多人共用，认出我来的也不要说噢}
统计小硕，工作近两年，种种原因打算跳槽。给自己的定位是会一点点编程的statistician，打算继续留在IT行业。
准备：
参照K姐的帖子，评估了下自己缺什么，面试必须的技能优先，有基础的只需要复习的可以快1point3acres.com的时候再看：
K's Data Scientist 炼成记录 1point3acres.com
这个网站列了不少免费资源：datasciencemasters.org
算法完全不懂。编程会一点python, java, 用的最多的是R，知道基本的C, SQL, JavaScript
ML，stat, probability 上课都学过，基础还算扎实，但是太久不用，需要复习
具体的复习资料其实会优先选以前上课的课本，因为毕竟读过一遍
参加了鄙司面试官的培训，shadow + 实际面 只有个位数，这是能看到别的面试官出的题的。
过程：
因为是在职跳槽，每天可以用来学习的时间有限，开了个打卡贴监督自己：
1point3acres.com
中间因为太累或者有事漏掉，还是会有愧疚感的
从十月中旬慢慢看书到一月中旬（其实中间出去玩了两趟。。。），挑了几个职位投了简历，大多是拜托朋友内推。
到电面的时候，
算法自己看了一本经典教材，做了一门本科入门课的作业，Cracking the Code Interview做了一半的题
做题都是用的Java。考虑到精力有限，没有专门准备python。
SQL看了一门入门课，讲得还不错：vertabelo sql queries (~6hr)
stat的review基本按照 ms level 的数理统计，modeling来准备的
ML方面，Stanford CS229 课件只看了三分之一。。。
product sense方面的东西，只能考经验扯了，没什么太好的资料准备。Data Science Interview Exposed的有三四道这方面的题，不过那书还真对不住二十多刀。。。
申了9个职位，两个至今没有回应，两个秒拒。Uber做了习题后被拒。拿到同一家公司两个职位的口头offer。FB在我投了简历一个月后才搭理我，时间上肯定来不及了。一个内部转组申请，不过考虑再三不打算去了。
同一家公司的那两个职位，一部分工作职能都跟我现在的工作很相关。电面都比较顺利，聊了聊我平时在干嘛，问了一下做过的东西，就给onsite了。其中一个组的一轮电面问了简单算法题，我这渣水平做得真心不好。都问到了跳槽原因，我给出了合情合理的答复。
Onsite:
那两个组通知onsite的时间差了两天，正好来得及跟他们说安排一个trip，两个interview days. 过去半年玩得太high，跑出来都是借的假 Orz
recruiter很负责，在面试前一天专门打电话给我介绍了接下来两天的安排，面试官的title，解释两个组可以看到对方的interview feedback，但是做决定是独立的，并且还鼓励我多问问题。
onsite的题目因为NDA不能说，但其实并没有普遍适用性，有的相当specific。加上我也不记得了，那两天好累。。。
大的方面，个人背景，现在工作，跳槽原因，被问了好几遍。很多metric的题，就是给一个objective，让你设计一个metric measuring success。简单的SQL，编程题（用R就可以）也有。有一个面试官问了数理统计，但是他的题目都是绕个弯才能解出来，基本我都是在他的提示下答出题目的，跪得膝盖碎碎的。还有一个问道，如果你是PM，这个project如何如何，碰巧之前看过project management的课，一通胡扯。
感想：
还是很感谢现在这份工作的，学到了很多课本上没有的东西。product/business sense的东西也是天天接触。
觉得找工作真心看眼缘。那个两个背景对口的职位，一切都挺顺利的，从递简历到拿到口头offer刚好一个月。有一些题目，就算给我再多些时间准备，也是复习不到，纯看现场发挥。
面试过程中，跟面试官的交流很重要，尤其是那种给个场景设定，没有固定答案的题。面试官会看你考虑问题是否周全，做了哪些assumption，必要的时候他们会给hint的。
感谢K姐和J同学的大力支持！
统计小硕，工作近两年，种种原因打算跳槽。给自己的定位是会一点点编程的statistician，打算继续留在IT行业。
准备：
参照K姐的帖子，评估了下自己缺什么，面试必须的技能优先，有基础的只需要复习的可以快1point3acres.com的时候再看：
K's Data Scientist 炼成记录 1point3acres.com
这个网站列了不少免费资源：datasciencemasters.org
算法完全不懂。编程会一点python, java, 用的最多的是R，知道基本的C, SQL, JavaScript
ML，stat, probability 上课都学过，基础还算扎实，但是太久不用，需要复习
具体的复习资料其实会优先选以前上课的课本，因为毕竟读过一遍
参加了鄙司面试官的培训，shadow + 实际面 只有个位数，这是能看到别的面试官出的题的。
过程：
因为是在职跳槽，每天可以用来学习的时间有限，开了个打卡贴监督自己：
1point3acres.com
中间因为太累或者有事漏掉，还是会有愧疚感的
从十月中旬慢慢看书到一月中旬（其实中间出去玩了两趟。。。），挑了几个职位投了简历，大多是拜托朋友内推。
到电面的时候，
算法自己看了一本经典教材，做了一门本科入门课的作业，Cracking the Code Interview做了一半的题
做题都是用的Java。考虑到精力有限，没有专门准备python。
SQL看了一门入门课，讲得还不错：vertabelo sql queries (~6hr)
stat的review基本按照 ms level 的数理统计，modeling来准备的
ML方面，Stanford CS229 课件只看了三分之一。。。
product sense方面的东西，只能考经验扯了，没什么太好的资料准备。Data Science Interview Exposed的有三四道这方面的题，不过那书还真对不住二十多刀。。。
申了9个职位，两个至今没有回应，两个秒拒。Uber做了习题后被拒。拿到同一家公司两个职位的口头offer。FB在我投了简历一个月后才搭理我，时间上肯定来不及了。一个内部转组申请，不过考虑再三不打算去了。
同一家公司的那两个职位，一部分工作职能都跟我现在的工作很相关。电面都比较顺利，聊了聊我平时在干嘛，问了一下做过的东西，就给onsite了。其中一个组的一轮电面问了简单算法题，我这渣水平做得真心不好。都问到了跳槽原因，我给出了合情合理的答复。
Onsite:
那两个组通知onsite的时间差了两天，正好来得及跟他们说安排一个trip，两个interview days. 过去半年玩得太high，跑出来都是借的假 Orz
recruiter很负责，在面试前一天专门打电话给我介绍了接下来两天的安排，面试官的title，解释两个组可以看到对方的interview feedback，但是做决定是独立的，并且还鼓励我多问问题。
onsite的题目因为NDA不能说，但其实并没有普遍适用性，有的相当specific。加上我也不记得了，那两天好累。。。
大的方面，个人背景，现在工作，跳槽原因，被问了好几遍。很多metric的题，就是给一个objective，让你设计一个metric measuring success。简单的SQL，编程题（用R就可以）也有。有一个面试官问了数理统计，但是他的题目都是绕个弯才能解出来，基本我都是在他的提示下答出题目的，跪得膝盖碎碎的。还有一个问道，如果你是PM，这个project如何如何，碰巧之前看过project management的课，一通胡扯。
感想：
还是很感谢现在这份工作的，学到了很多课本上没有的东西。product/business sense的东西也是天天接触。
觉得找工作真心看眼缘。那个两个背景对口的职位，一切都挺顺利的，从递简历到拿到口头offer刚好一个月。有一些题目，就算给我再多些时间准备，也是复习不到，纯看现场发挥。
面试过程中，跟面试官的交流很重要，尤其是那种给个场景设定，没有固定答案的题。面试官会看你考虑问题是否周全，做了哪些assumption，必要的时候他们会给hint的。
感谢K姐和J同学的大力支持！
- 63