登录
  • #美国面经
  • #码农类general
  • #面试经验

【干货帖】上岸算法公开课决胜2021!SDE/DS 方向上岸总结

职场百晓生
2360
8
上岸算法30小时公开课,45天带你决胜Offer!2021春招已在敲门!上岸算法公开课将打破业界常规,开展30小时直播,45天的课程, 并首次公开北美算法面试秘密以及算法套路。更有针对春招选题,以及独门算法模板。

第一节开课时间:

美西时间:2021/1/11(周一) 7-9pm

美东时间:2021/1/11(周一) 10-12pm

想咨询公开课活动详情,报名参与的同学

请关注微信公众号【北美上岸君】发送【算法公开课】,即可获取进群链接及正式课程安排表。

或者微信添加助手小年糕:shanganjun01 回复【算法公开课】,机会难得,请大家不要错过奥!

今天上岸君为大家梳理一下备战春招各大环节中有哪些要点需要注意。

迎战春招,SDE方向面试准备

01准备简历

一份好的简历是你求职的敲门砖。根据网上资料显示,只有0.2%的人能拿到谷歌的offer,疫情后这个数字更是屡创新低。而每年被直接筛掉的简历,更是在百万份左右。上岸君身为资深面试官,帮同学们修改审阅简历上千份。通过大数据总结了同学们简历中几个常见的问题:



  • 没实习,水实习,水项目来凑数



这是一个简历被筛掉的最常见原因,一般这种简历都是到不了面试官面前的。大公司里到onsite这一轮,面试官经手的简历基本上是看不到这些项目经验很水的简历的。



  • 简历里充斥大量过时的技术



这个不多赘述。如果你的简历里充斥着过时的技术,举个例子比如像是jQuery, AJAX, PHP, JSP,ASP, 那么肯定是不会过简历关的。



  • 转专业,过多无关内容,自暴自弃



对于零基础、转专业的同学,简历不知道写什么是个普遍问题。求职市场并不是100%地“看出身”,更多时候,还是要看简历上的干货,而这些干货还要与职位要求相符。你如果是纯正的CS血统当然很好,但如果你不是的话反而应该更花一些心思在你的简历上哦。



  • 没有云计算的相关经验



云计算变得非常流行了,如果你的简历里面还是那些老旧的服务器配置,手动部署app那么就已经out了。特别是你想申请热门的亚麻和微软职位,没有合适云计算的经验又怎么能够脱颖而出呢?



  • 完全无法理解自己简历中的技术



对自己的简历技术一无所知肯定是硬伤。上岸君在辅导学生简历修改时会花大量时间和学生沟通和情景分析,以确保学生对简历中技术有基本的理解,我们都会解释的很清楚,甚至配上文档和链接。随便就把一堆技术名词往往里面塞,对你的简历是没有任何帮助的。

简历是个敲门砖,过不了简历关,即使有十八般武艺也无用武之地。所以,一定要重视简历的撰写,学会使用精准的关键词来描述简历项目中的技术细节和成果。

突出重点,多用数据和结果说话,强调与目标职位相匹配的优势。最好再列举自己理解透彻的项目,描述项目经历和工作经历时要具体而不冗余。项目方向最好贴近科技近年流行趋势,所使用的技术与行业内正在使用的技术无”代沟”,丰富而又有适当的深度。

《上岸全栈项目小班课》2021年春招版,新增一个项目,更新技术栈,手把手带大家完成个性化项目。5人化小班教学,理论课+实践课双管齐下,吃透项目细节,同时避开大班课简历大撞车的尴尬。

美西时间1月13日下午7点即将开课,简历还没有准备好的同学戳链接一起来和老师做项目吧!

报名请微信添加助手小年糕:shanganjun01 回复【全栈】

02简历投递

简历投递的形式按强度分为强推 > 海投 = 一般内推。

强推就是朋友知道哪个组招人,直接把你的简历发给hiring manager。绝大多数情况下都会很快拿到面试。

海投一般就是LinkedIn, Glassdoor, Hired, 以及心仪公司的官网招聘页面。不要小看海投,公司招人至少有30%以上是通过海投招进来的。海投的优点是投递速度快,缺点是拿到面试的概率相对较低。

一般内推的流程和海投很像,只是多了内推人背书,对于一小部分公司来说走内推基本就意味着拿到了面试。但缺点是找内推需要耗时耗力,不适合大规模投递。

在这里也要提醒一下大家,如果能走到hr phone screen的数量比上投递简历的数量不到7:100,那么这个简历肯定是不合格的,需要立即做出调整。

另外一条途径则是实习生的return offer。历年数据显示像LinkedIn、Facebook等公司的 New Grad的职位招聘比例越来越低,毕业生进入LinkedIn基本只能通过实习转正。所以拿到这些公司的internship offer的同学暑期一定要好好干,秋季拿return offer轻松上岸!但并不是所有公司都会有这么高的return率,所以推荐拿到了实习offer的同学不要骄傲,在拿到全职offer之前刷题是不能松懈的。

从投递简历到收到回复相隔时间很长,完全可以边投递边做准备。此外,大部分公司挂简历是没有冷冻期的,即便有也会远远短于挂面试的冷冻期。

03刷题

对于还没拿到offer的同学来说,大概只要地球不爆炸,我们刷题不放假。但上岸君发现,SDE的技术面试已经不再向“更难的题”进发。我们搜集了大量在2020年面试的同学反馈资料,面试考题依旧停留在以Medium至Hard难度之间,并没有因为疫情将题目门槛大大提高。题目难度相比往年几乎持平,也没有大范围出现更新,更难的算法知识。

但很多同学在刷题过程中存在着这样的问题,其一:知识点顺序混乱,不成体系。因为不知道面试范围,大家只能广撒网多捞鱼,仿佛一个没有感情的刷题机器,刷的再多,没有戳中面试的要点也是做的无用功。其二:盲目追求刷题数量,囫囵吞枣。但需要注意的是刷题刷题,刷的是题,培养的是思维,不能本末倒置。

曾经有一个陆陆续续刷了500多道,19年下半年和2020上半年的所有大公司的面试都挂了,在参加上岸算法小班课程后斩获了Apple, Google, LinkedIn, Microsoft, Waymo, Zoom等6家公司offer的同学这样总结道:

在参加上岸算法课的练习中,我慢慢感觉自己在刷题过程中的表达训练太少。之前都是哑巴刷题。每看到一道新题,想想写写,不会的就看答案。有时候刷一天也不会说一句话。上岸的课特别注重让我去解释思路。有时候在课上碰到的提问,即使会的内容也不一定能解释清楚。认识到自己的弱点之后,开始特别注意这方面的提高。自己做每道题的时候,会试着去解释自己的思路,以及主动回答一些问题,比如:



  • 这个题需要做什么Clarification?

  • 这个题用Brute Force怎么解?

  • 是用什么方法可以降低时间复杂度?

  • 除了这些,还有什么别的解法?

  • 有什么有代表性的Test Case?

  • 一些Corner Case怎么去处理?



经过一段时间的练习之后,我感觉在面试中的表达更通顺了,有的面试甚至是和面试官聊天中把这道题做出来的。在面试官提问之前,就去主动思考并且回答这些问题,会让面试官印象深刻。

正如小王子老师经常说的:面试是一些面试官选同事的过程。这其实很好理解:面试官也希望找一些表达清楚,幽默风趣,思维敏捷的同事共事,而不是一些靠死记硬背面试,或者连最基本的算法都解释不明白的人。



但其实为了达到快速招人的目的,公司的招聘过程更加程序化,这意味着现在的coding 题目是有迹可循的。不少有过面试经历的同学都反应,面试时至少会遇到一道原题。所以,平时在做题的过程中可以边刷边总结,把有代表性的或者一时想不到怎么做的题单独标记出来复习。

【上岸算法小班课】2021年春招版根据最新大厂面试情况预测春招形式,更新题库及答案,让你从面试官的角度理解算法面试的本质,并在一个月内拥有快速上岸的能力。

美西时间1月12日下午7点开课,报名请微信添加助手小年糕:shanganjun01 回复【算法小班课】,即可参与我们的小班课程。

此外上岸2021春招重磅活动【上岸·算法公开课】shanganonline.com

将在美西时间1月11日下午7点开课,打破业界常规,首次公开算法面试知识。1个月12节课春招集训,30小时完全免费。针对春招选题,公开算法模板,如果你还在为死板的知识付费,关注微信公众号【北美上岸君】发送【算法公开课】,即可获取进群链接及正式课程安排表。免费参与我们的【上岸·算法公开课】





04面试



相比较之下,近几年开始,面试对于学生的交流能力提出了更高的要求。如何在面试中准确的提问,以及表达、阐述自己的算法思想,反而成了区别面试者能力的一大因素。

用直观的量化表达,在一场面试中,算法能力的比重在我们看来高达60%,但剩余40%均来自于交流软技能。

通过平时的训练,大家大多对coding环节成竹在胸,但是对于更为灵活的BQ 问题,往往没有十足的把握,那么上岸君接下来重点介绍一下行为问题面试。

行为问题面试,Behavioural Based Interview,其理念就是“一叶知秋,三岁看老”,通过你过去的行为规律,来判断你将来在工作中的表现,是否能为公司带来新的变化,创造新的价值。比如以下4种司空见惯的提问:

1."牛逼救场型":Tell me about a time that you went above and beyond a

customer's expectation.

2."不服就干型”: Tell me about a time that you disagreed with a senior member in your team on an important decision.

3."糗事百科型":Tell me about a significant failure in your professional experience.

4."扛起江山型":Tell me about a time that you made a decision without consulting your manager.

BQ 的回答如何答/怎么答有很多微妙的界限,对于不好回答的题目我们可以选择变换角度来回答,上岸君不建议大家在准备BQ 问题时造假经历或者是背诵千篇一律的模板,其实很多答案大多来自于你的亲身经历,但不一定要百分百符合现实,你可以选择性的透露一些细节,也可以加戏补充细节。这样既能让你的答案源于现实,又能让面试官听到她想听的东西。

如果大家想清楚的知道BQ问题该如何回答,可戳链接看一下我们的模拟案例:

https://www.youtube.com/watch?v=T4JrLz4nT-4

迎战春招,Data方向面试准备

数据领域和SDE领域的求职非常不同,SDE领域的求职知识往往集中在算法和计算机知识等领域。而数据领域的工作,很多人却仍有迷思。Data方向包括以下岗位:数据科学家(Data Scientist)、机器学习工程师(Machine Learning Engineer)、数据/产品分析师(Data/Product Analyst)、商业智能工程师(Business Intelligence Engineer)、数据工程师(Data Engineer)。除此之外,数量研究师(Quantitative Researcher)、研究/应用科学家(Research/Applied Scientist)、甚至产品经理(Product/Program Manager)等等,也能属于data方向的广义范畴

01准备简历

相信不少同学,尤其是刚毕业或者是转方向的同学都曾经历过这样的一个迷茫期:自己海投内推无数, 可是拿到的面试却寥寥无几。 看着身边类似背景的同学面试拿到手软,一个个陆续上岸,除了羡慕却不知该如何改变现状。

今天上岸君将从面试官的角度来给大家总结一些常见的简历问题, 希望能帮助大家提高拿面试的几率。

Recruiter和 Hiring Manager 在审核简历的时候看重什么?

想提高自己简历拿面试的几率,“换位思考”是一个必不可少的过程。只有清晰地知道对方需要什么,才能更加的有针对性的提高。那么我们先来分解一下Recruiter和 Hiring Manager的筛选流程,从而来看一下他们最看重什么。

常规流程下Recruiter的工作是发布招聘信息,收集简历,在大量的简历中挑选“符合资质”的候选人来推荐给Hiring Manager。这些符合资质的候选人,最简单来说,即是Recruiter认为有希望通过下一轮,甚至整轮面试的候选人。

这些人通常满足以下特征:

1.匹配程度 -- 匹配程度主要审核候选人过往经历相似程度。比如你过去有没有类似的项目经历,有没有解决过同类型的问题,有没有这个领域的Domain Knowledge, 有没有做过数据分析类的Presentation, 有没有和工程师以及PM协作开发过产品之类的经历。

2.技术背景 -- 是否已经拥有职位所要求的技术能力。如果现阶段不具备,那么是否有潜力可以快速Pick up这些能力。

3.组特定的需求 -- 这其实也是匹配程度的一点,但因为这些特定的需求通常不容易在招聘信息中体现出来,这里我就额外列举了。有经验的候选人会在和Recruiter的电聊中得知这些信息。比如招聘组里业务飞速发展,人手紧缺。这种通常对候选人的特定需求就是要Onboard 快, learning curve短的候选人。或者组里要Build一个全新的产品,这种通常对候选人特定的需求就是有一些行业类似的经验, 可以快速在新产品上带来收益的候选人。

搞清楚Recruiter和 Hiring Manager最看重什么,接下来要做的就是仔细剖析自己现有的Profile, 然后把自己的简历尽可能的和需求接轨,从而最大化Match成功率。

02 简历投递

2021年,Data方向的简历投递策略只能是不论公司规模和名气,三十六计投为上计。因为Data方向的岗位众多,学生在投递简历的时候,往往走了一些弯路。我们在辅导中,经常碰到的几个关于投递的误区是:

1)投得晚

这一点毋庸置疑,太多学生想等到万事俱备只欠投递的时候、才投出神圣的简历,因此白白错过了最佳的投递时机。这样的例子数不胜数。春招在即,建议大家早早丰富好自己的简历,准备好在1-2月疯狂地投递吧。如果自己面试准备得已经要修炼成仙了,错过了投递时机而没有拿到面试,也只是屠龙之术。

2)投得精

Data方向尤其常见这一失误。很多学生只知Data Scientist,其实还有很多岗位和DS一脉相承。既然投了Data Scientist,为什么不同时投Analyst、ML、BIE、AS等等岗位呢?这些岗位面试需要的技能点和考察的知识点,和DS有一定的overlap。公司会根据自己的headcount和招聘策略,实时调整自己在不同岗位上的招聘额度。所以扩宽自己的投递范围也是常见的应对策略。

3)投得高

又是一个Data方向的学生容易犯得错误。有些学生很迷恋一些高端大气上档次的Research Scientist,或者时下很火的Machine Learning Engineer。这里我们不是不建议投递这样的岗位,如果背景合适,当然要死命地投递。但是,同时我们还要指出的是,这一类岗位通常僧多粥少,而且竞争可能远比想象得激烈。

有些很优秀的学生,因为看不到和他们一起竞争的candidate pool有多大,就只往一些难度系数最大的岗位投递。我们给出的建议是,就算对这类岗位把握极大,还是要投递一些其它的岗位来保证自己能上岸,如BI类的岗位。

其实,不论是公司,还是岗位,职业发展是长期的,这样的事情不需要追求一蹴而就。只要你上了岸,之后不论往大厂跳还是转岗,都是有很多办法的;比起因为好高骛远而上不了岸,有了H1B之后的转岗和跳槽,要容易得多得多。很多的成功实例都有survivorship bias,并不是每年毕业的人中都有那么大比例的人拿了大包,找到最适合自己的路才是最重要的。

03面试准备

当然,Data领域这么宽泛的范畴也意味着面试准备不能千人一面。上岸的DS小班采用了双轨制,BA方向针对偏应用的Analytics类岗位,ML方向针对偏开发的技术类岗位。同时,为了帮助大家找到最合适自己的路线,上岸举办过多次讲座,剖析各个岗位适合的人群和求职策略。假如你的目标是能够在2021年找到一份“给sponsorship”的年薪(总)不低于100k的Data相关工作,我们建议的Data方向岗位的面试准备重点有:

1)夯实基础,SQL和Python编程基本功不可丢,关于array的data manipulation要会用Python写些easy题目;

2)举一反三,侧重case study的灵活运用,现在公司越来越侧重考查数据科学中business acumen了,也就是给你一个实际的情景,如何找到相应的数据来解决问题;

3)点面结合,machine learning的基础知识要懂,更重要的是怎么将你的机器学习设计与产品需求相结合。

【上岸数据科学小班】2021春招版,科技公司考点全覆盖,用真题破解面试,30天冲刺offer。授课老师均来自北美一线科技大厂,5人小班教学,针对不同基础的同学,会设计相应的回家作业,同学们根据自己的需要决定完成与否。



  • 讲述DS和BA/ML的定位/工作内容/求职的策略和准备方向,高效备战春招。

  • 了解北美Data方向工作的面试流程以及最佳的投档时间。

  • 2小时初步了解面试官出题心态/评判标准以及技术面试知识体系。



BA 方向1月12日开课。

ML方向1月14日开课。

报名请微信添加助手小年糕:shanganjun01 回复【BA】或者【ML】即可参与我们的小班课程。

为了帮助同学更好的备战春招,上岸算法将于1月7日(周四)举办DS方向的公益求职讲座

讲座大纲:



  • BA/PA/DS analytics在产品组的角色

  • BA/PA/DS analytics在工作中如何和cross-function 合作

  • BA/PA/DS analytics 工作需要的技能和面试考察方式

  • 如何备战2021春招



开课时间:

美西时间:2021/1/7 7-9pm

美东时间:2021/1/7 10-12pm

听课方式:微信添加助手小年糕:shanganjun01 回复【DS公益讲座】

以上是上岸君整理的IT求职准备建议,涵盖SDE与DS 方向,希望能帮助到大家,最后预祝大家春招得胜,offer满满,心想事成!

文中课程较多,大家可以通过如下方式参与我们的课程!

方法一:关注微信公众号【北美上岸君】

发送:【算法公开课】【DS公益讲座】等关键词直接进群!

方法二:微信添加我们的小助手小年糕:shanganjun01

发送:【算法小班】【算法公开课】【全栈】【系统设计】【OOD】【高阶算法】【行为问题与面试技巧】【BA】【ML】【Big Data】【DS公益讲座】等关键词,由小助手邀请进群~

地里新年福利!!!

由地里过来参课的同学均可享受95折优惠!

this is sponsored ads
8条回复
热度排序

发表回复