分享analytics跳槽经历和感想
1432050
为期n个月的找工暂告一个段落，想来跟大家分享一下我的经历和感想。
我有快3年工作经验，目前工作主要是analytics，投的也是这个方向，因为想要有大厂title和经验，投的公司以一二线为主。总共投了可能10多家，除了fb和亚麻bie其他基本是海投，拿到面试的是六个岗位，fb，字节，黑车，亚麻bie，亚麻ba，和狗家。进入终面的有三个，字节，亚麻ba以及狗家。目前拿到亚麻offer，google明天送hc，recruiter说她比较confident.
下面主要说一下analytics面试内容和准备过程，以及各家面试经历和感想。
analytics岗位，面试主要是三大部分：
1. technical skills: 这个包括sql, stats/probability
1) sql的话，我平时天天用，准备的时候做了三件事情，第一个是把leetcode免费的题都做了一遍，第二个是，看了地里的面经，第三个是，过了一下w3school的内容，看了一下microsoft一个类似于reference或者说user manual的东西，把所有的functions总结了一下，自己整理了一个框架，做了一页cheatsheet那样的东西。
2) stats/probability: 我随便找了个网课，我觉得一般就不推荐了。我也看了udacity a/b testing的课，不过面试过程中没太用到。我实际面试中，没碰到太难的stats和prob问题。这个部分准备的关键是要理解概念，比如说用简单直白的语言解释p-value, confidence interval这些的。
2. analytical：也可以说product sense或者是case
1) 资料的话，我主要看了这些，cracking the pm interview case章节，medium data-informed product building，地里的面经，尤其最后面google的时候，我看了一些pm的面经
2) 自己整理一个大概的框架出来，如果碰到这一类题，我要怎么回答，最经典的问题比如说一个metrics declined怎么分析，或者是how to measure success之类的
3) 了解公司或者是组的业务（如果有hiring manager的话），然后想一想，他们可能会看什么metrics或者是工作中会碰到什么问题
4) 然后除了上面三点，我觉得case题的另一点在于，怎么沟通或者说怎么和面试官互动，一方面要drive这个对话，另一方面也要engage面试官。比如说，分享完框架，我可能问面试官ok不ok，有没有哪个部分面试官想focus的，说完一个部分之后，问他想继续了解这一块，还是move on到下一块。
3. behavioral：这部分没啥特别好说，就好好了解自己的简历，挖掘自己做过的事情，准备一些例子。答题大概是Situation-Task-Action-Result这个思路，最后说完之后，可以high-level总结一下，方便面试官做笔记。然后亚麻的话，medium上有两个文章对于理解亚麻的lp都很有帮助。一个是dave anderson写过一个关于lp的文章，另一个是有一个作者总结过亚麻过往的letter to shareholders，我忘记名字了，大家搜一下吧。。。
面试经历的话：
1. timeline基本上是这样，投简历到联系我的时间不一定，但是联系我之后，基本上都是两周之类安排面试，面完之后一到两天通知结果。
2. 亚麻的话疯狂问lp，google和字节相对比较均匀，然后感觉也比较chill一点，fb好像比较看analytical
3. 整个面试流程中，刚开始会更看technical，后期就会看behavioral多一点，尤其是skip-level或者cross-functional的人，就更多是behavorial
我总体感想：
1. 无论找不找工作，都可以多看看地里和面经，了解行情，工种，和需求的变化
2. 复习准备是很有用的，但是悲剧也很正常，不一定是我不行，里头有很多机缘巧合在的，如果没成功就当练手
3. 地里鼓舞过我的一句话：找工作可能要失败很多次，但是只要成功一次就可以了
4. bezos说过类似的话：如果成功概率是10%但是payoff 100x，那我们肯定还是想做这个事情，但是在成功之前，我们可能要失败9次，leaders are willing to pay for experiments
5. 同样也很陈词滥调的一句话，我们不可能什么都要，那只要做出来基于当前背景和环境的最优选择就好了
6. 其实选择很多，不要limit我们自己。我妈就说，除了专业性太强的，比如医生这种，我觉得你什么都能做。现在回过头看，我就会觉得，我可以做数据 da/bie/ds，也可以做业务/产品 ba/pa之些 ，可以去tech公司，也可以去更传统一些的行业。可以留美也可以回国。可以继续工作爬梯子，可以回家躺平收租，也可以做一些完全不一样的事情，比如说教书，做手工，写网文，种菜养鱼（吃的鱼）
7. 外部的很多东西我们不能控制，要向内探索，了解自己的想法
8. 但是不是说，就无欲无求或者怎么样了，我也相信，客观世界是会被主观意愿和努力shape的。
9. 我还有很多不成熟的地方，我以上想法也不一定成熟，只是我此刻的真实感想和经验。但是没关系，我多看多想多经历，会越来越好的。
我有快3年工作经验，目前工作主要是analytics，投的也是这个方向，因为想要有大厂title和经验，投的公司以一二线为主。总共投了可能10多家，除了fb和亚麻bie其他基本是海投，拿到面试的是六个岗位，fb，字节，黑车，亚麻bie，亚麻ba，和狗家。进入终面的有三个，字节，亚麻ba以及狗家。目前拿到亚麻offer，google明天送hc，recruiter说她比较confident.
下面主要说一下analytics面试内容和准备过程，以及各家面试经历和感想。
analytics岗位，面试主要是三大部分：
1. technical skills: 这个包括sql, stats/probability
1) sql的话，我平时天天用，准备的时候做了三件事情，第一个是把leetcode免费的题都做了一遍，第二个是，看了地里的面经，第三个是，过了一下w3school的内容，看了一下microsoft一个类似于reference或者说user manual的东西，把所有的functions总结了一下，自己整理了一个框架，做了一页cheatsheet那样的东西。
2) stats/probability: 我随便找了个网课，我觉得一般就不推荐了。我也看了udacity a/b testing的课，不过面试过程中没太用到。我实际面试中，没碰到太难的stats和prob问题。这个部分准备的关键是要理解概念，比如说用简单直白的语言解释p-value, confidence interval这些的。
2. analytical：也可以说product sense或者是case
1) 资料的话，我主要看了这些，cracking the pm interview case章节，medium data-informed product building，地里的面经，尤其最后面google的时候，我看了一些pm的面经
2) 自己整理一个大概的框架出来，如果碰到这一类题，我要怎么回答，最经典的问题比如说一个metrics declined怎么分析，或者是how to measure success之类的
3) 了解公司或者是组的业务（如果有hiring manager的话），然后想一想，他们可能会看什么metrics或者是工作中会碰到什么问题
4) 然后除了上面三点，我觉得case题的另一点在于，怎么沟通或者说怎么和面试官互动，一方面要drive这个对话，另一方面也要engage面试官。比如说，分享完框架，我可能问面试官ok不ok，有没有哪个部分面试官想focus的，说完一个部分之后，问他想继续了解这一块，还是move on到下一块。
3. behavioral：这部分没啥特别好说，就好好了解自己的简历，挖掘自己做过的事情，准备一些例子。答题大概是Situation-Task-Action-Result这个思路，最后说完之后，可以high-level总结一下，方便面试官做笔记。然后亚麻的话，medium上有两个文章对于理解亚麻的lp都很有帮助。一个是dave anderson写过一个关于lp的文章，另一个是有一个作者总结过亚麻过往的letter to shareholders，我忘记名字了，大家搜一下吧。。。
面试经历的话：
1. timeline基本上是这样，投简历到联系我的时间不一定，但是联系我之后，基本上都是两周之类安排面试，面完之后一到两天通知结果。
2. 亚麻的话疯狂问lp，google和字节相对比较均匀，然后感觉也比较chill一点，fb好像比较看analytical
3. 整个面试流程中，刚开始会更看technical，后期就会看behavioral多一点，尤其是skip-level或者cross-functional的人，就更多是behavorial
我总体感想：
1. 无论找不找工作，都可以多看看地里和面经，了解行情，工种，和需求的变化
2. 复习准备是很有用的，但是悲剧也很正常，不一定是我不行，里头有很多机缘巧合在的，如果没成功就当练手
3. 地里鼓舞过我的一句话：找工作可能要失败很多次，但是只要成功一次就可以了
4. bezos说过类似的话：如果成功概率是10%但是payoff 100x，那我们肯定还是想做这个事情，但是在成功之前，我们可能要失败9次，leaders are willing to pay for experiments
5. 同样也很陈词滥调的一句话，我们不可能什么都要，那只要做出来基于当前背景和环境的最优选择就好了
6. 其实选择很多，不要limit我们自己。我妈就说，除了专业性太强的，比如医生这种，我觉得你什么都能做。现在回过头看，我就会觉得，我可以做数据 da/bie/ds，也可以做业务/产品 ba/pa之些 ，可以去tech公司，也可以去更传统一些的行业。可以留美也可以回国。可以继续工作爬梯子，可以回家躺平收租，也可以做一些完全不一样的事情，比如说教书，做手工，写网文，种菜养鱼（吃的鱼）
7. 外部的很多东西我们不能控制，要向内探索，了解自己的想法
8. 但是不是说，就无欲无求或者怎么样了，我也相信，客观世界是会被主观意愿和努力shape的。
9. 我还有很多不成熟的地方，我以上想法也不一定成熟，只是我此刻的真实感想和经验。但是没关系，我多看多想多经历，会越来越好的。
- 234