登录
  • #工作信息
  • #求职
  • #数据科学
  • #攻略

2020年DS intern 面试结果总结及反思

babyshore
4274
56
2021年所有实习终于尘埃落定,今天看了隔壁 DA/DS 找工崩溃贴感触良多,想分享一下自己找工的历程和心得回馈地里,希望能尽我所能帮助正在找ds 的同学们。

之前匿名发送了没什么反响,现在取消匿名重新发一遍,管理员如果看到可以把匿名贴删除,谢谢!

背景:

本科top 20 math + stat, 研究生某东部学校DS, 刷题主要以easy + medium 为主,300题左右,用的某章分类ladder。SQL 刷了100+,hackerrank + leetcode 所有的题基本上看过+ 刷过。

OA 及take home:

1. Wayfair data solution engineer

2. IBM chief office DS

3. Samsara DS

4. The Trade Desk

5. JPM AI

6. TagUp

7. Roblox

8. Verisk

9. Akuna

10. Netflix

面试(按timline 排序,全部为intern / coop):

1. Spectrum DA (2020年9月 - GHC海投) -- 不sponsor 脆拒

2. Akuna quantitative (2020年9月 - GHC海投) -- 默拒

3. 某401k 投资公司 DS(2020年9月 - 学校找工平台) -- offer,spring coop 去向

4. TJX DS (2020年9月 - 学校找工平台)-- 再有offer后得知不sponsor 主动withdraw

5. Amazon Robotics DA/DE (2020年9月 - 学校找工平台) -- 由于接了offer,withdraw

6. Rue Gilt DS (2020 年10月- 学校找工平台)-- 默拒

7. GeneTech BI / NLP (2020年10月 - 学校找工平台)-- 再有offer后得知不sponsor 主动withdraw

8. Samsara DS(2020年10月 - 海投)-- 默拒

7. Valuenex DA (2020年10月 - 海投,indeed 联系)-- 不感兴趣withdraw

9. State Street BA (2020年11月 - 海投)-- 不感兴趣withdraw

10. Merck bioinformatics (2020年11月 - 学校找工平台) -- 发offer,不去

11. Amazon Seattle BIE(2020年12月 - 内推) -- 发offer 不去

12. Amazon DE(2020年12月 - 内推)-- 面挂跪,后拒

13. Apple ML (2020年12月 - 海投)-- final round 终面被三姐挂

14. Apple DE(2020年12月 - 海投) -- offer,summer 去向

15. FB DA (2020年12月 - 内推) -- offer不去

16. Netflix DE (2020年12月 - 海投-- 刚收到面试,还没面

算是很幸运的拿了FAA, 获得了Netflix 的面试。

感触&总结&建议:

1. 对于ds , 简历一定要慎重再慎重,面试很大一部分程度会围绕着简历问, 希望大家再投之前做好了被挖坟式问简历的准备。简历投出去之后就像下棋一样,落子无悔,投之前三思。

2. 自认master ds 比不过顶会paper 无数,citation 500+ 的phd,所以自己又学了很多大数据框架和cloud computing,做好了以后从事DE的准备。

3. 面试表现力需要经过长期训练打磨,我在拿第一个面试之前,已经向学长,学姐,身边已经工作了的ds 朋友,辅导班老师付费等mock interview 了不下10次,其中还因为准备不充分被辅导班老师当场骂哭过。但是现在回想起来,觉得自己当时确实是菜,被骂哭完全活该。每次mock 我都会全程录音,mock 后反复总结自己的问题,并且打磨自己的答案,每一次mock 都会有不同的体验。现在看来,mock 给了我面试中可以对答如流的能力,面试官提到某个project,某个知识点,下意识就能反映出来对方要问什么。

4. 对于ds 来说,SQL题一定要刷够,amazon DE 面我挂在了SQL 不够熟,复杂query 不能有效处理逻辑。

5. 面ds被考的算法并不是很多,DE考过medium, 算法由于我也不敢说十分精通,所以没法给出建议,但是data structure + data manipulation 是重点。

6. ML 复习参考 , 500问每天扪心自问几遍,不懂的多骚扰学长学姐。准备时多注意各个模型之间的关联性, 必要的数学公式建议倒背如流,每天多考自己几次。对于某些算法, 如kmeans,knn,最好可以自己写一runnable code,确保自己真正理解了算法。

7. ab testing 及统计实验设计,我用的某tiger 复习资料,以及google 公开课,自己有专门记笔记总结整个流程,以及重点/比较容易混淆的部分,后期觉得自己这块比较薄弱,特意找人mock 过两次。

8. 概率论部分,我虽然本科学的统计,但是只记住了几个重点的分布,具体方法巩固的时候专门翻书出来刷了一些特定的题。

最近在地里看到了很多哭诉ds 找工困难对帖子,对此深感理解。分享出来自己对心得及准备过程给大家,希望可以帮助正在找ds 的地里朋友们。虽然我的找工之路还算顺利,但是一路上也有崩溃,也有被骂哭,也有焦虑,特别能理解地里找ds 的朋友们的心情。

最后想说,今天不努力学习,明天努力找工作。所有的付出和回报都是成正比的,尤其是准备简历和面试这件事。准备DS concept 是一个长期的过程,我本人陆陆续续的准备了一年左右,从本科刚毕业开始励志当ds 的时候,就已经按部就班的做学习计划了,学习是个培养长期思维方式的过程,欲速则不达,希望各位找ds 的朋友们共勉。
56条回复
热度排序

发表回复