登录

    分享‌‌‌‌‌‌‍‍‌‍‍‌‌‍‌‍‌‌‌‍‌‍‍‌‌‍‌‍‍‌‌‍狗家、fb面试经验

    爱和苦丁茶
    2892
    19
    最近秋招开始了,每天都在大量面人,我发现很多new grad的background都很强,但面试的时候却发挥不出来,可以理解面试时候会有紧张的情绪,尤其是一毕业就面大厂会更紧张,面试时我会尽量给一些hints,但我发现面试者一旦陷入一个错误的方向,给了hints有时候也无法扭转局面,而且也会影响其他round的发挥,尤其是转专业的弟弟妹妹们,可能更容易缺乏自信导致面试的时候发挥不好。所以我想和大家分享一下面试的一些注意的要点,如果有具体问题也欢迎问我。

    简历:一般从education,work experience,leadership 和 skillsets几个方面来准备。

    Education:

    如果是top学校的statistics、biostats、computational math/applied math、data science等对口专业,可以直接写学校、专业、GPA( 高的话)。

    如果学校一般但专业match或者学校好但专业擦边,比如management science、informational science、甚至CS,可以除了以上三点,再列一些course work,比如statistical learning, convex optimization(如果有的话)等等

    如果专业很不同,比如chem、civil、material、mechanical等等,转专业的同学一定要写course work,而且精准的写出和data有关的,以下课程都是HR看的重点:probability, advanced probability, linear algebra, optimization, machine learning, statistical learning, data science, convex optimization, etc.

    注意:

    每个学校具体课程名字不一样,要根据实际情况写你上过的课

    不要虚构,一旦HR问你要成绩单,在hiring committee里讨论你的面试表现时发现你的简历和成绩单对不上,就地死亡了就。

    针对2,如果你没有相关的课这么办?

    如果你现在还在读书,还有很长的时间准备,去上课!学校一般都会有几个credits用来选自己想上的但非专业内的课,好好把握。

    如果你已经或者马上要毕业了,正在准备这次的秋招,时间紧,那么赶紧去open source的online course网站上去注册一些课,免费的、付费的不重要,重要的是是以上我提到的那些课,然后highlight在简历里。如果你专业不对口,课程也没上过,凭什么让HR筛简历的时候留下你呢?

    Google 对于new grad要求PhD, JD上写的很清楚。如果你是master,两年后你就可以申请了

    FB没有这个要求,new grad都可以申请,本科或者硕士都可以

    Work experience:

    突出data相关的实习、项目

    按实习或者项目impact的大小、相关性、复杂性排序

    列bullet points是按照这个结构提炼并highlight最有用的信息:action verb、tech skills、impact metrics、soft skills

    注意:

    动词时态要一致,不要一会implemented,一会analyzing

    tech skill要写准确,比如什么model、什么analysis framework,不要含含糊糊太过于笼统

    没有很strong的work experiment怎么办?

    和course work类似,如果你还有很长时间,那么actively looking for学校各种paid或者unpaid的data research机会,这是最好的。以及实习,哪怕unpaid,眼光长远一些,经验才是最最最重要的,它是你日后找一份好工作的敲门砖,而且实习会让你接触很多第一手的industry经验,非常有帮助。

    如果没有时间了,kaggle、data challenge 都是很好的机会,找一个感兴趣的topic,用他们提供的open dataset,上手从data processing开始,train-validate-test你的model,然后写进简历里,按照刚才说的结构突出四个要点。

    Leadership:不要以为这一部分没有用,可有可无,leadership在Google、fb等公司里面试都是单独一轮,45min,是有严格rubric和很看重的一个方面,所以在简历上有所体现也是好的。

    同working experience,按事件的impact的大小、相关性、复杂性排序

    加分项:leadership和DS挂钩

    列bullet points是按照这个结构提炼并highlight最有用的信息:action verb、impact(using numbers)、soft skills

    比如:Partnered with 100+ professionals in various organizations, bringing out 10+ companies onboard for the DS networking event with 150+ attendees by initiating the conversation and co-hosted the event

    Skillset:这一部分很standard了,你(必须)会的language:python、R、SQL。

    可以加上一些software如果有:Tensorflow, MXNet, SAS, Matlab, etc

    可以加上一些certificate如果有:SAS Certification、 Applied Data Science with Python Specialization、IBM Data Science Professional Certificate, etc

    可以写一些你擅长的DS的领域:experiment design,causal inference,convolutional neural network,etc. 但一定是真的很熟悉,不然面试官深挖你某一项,结果说的磕磕绊绊,不如不写。比如causal inference有哪些model?每个model适用于什么情况?variables都是怎么选的?怎么validate这个model好坏?怎么quantify uncertainty?怎么interpret results?这个太具体了感兴趣的同学我们可以单独讲一下。如果这些问题你都会,那写进去是好的,如果不会,不要给自己挖坑。

    再说说面试安排与结构:

    公司都是按照HR screening、phone interview、onsite interview三步走的流程来的。

    HR screening一般简单问一下你的背景,motivation,之前的项目经验之类的(例子),我也见过HR screening问1-3个很基础的stats问题的,比如什么是p-value,什么是confidence interval,什么是confusion matrix等等,看看你基本的stats知识。

    Phone interview一般45min ~ 1h,每个公司可能有所不同,一般是比较基础的stats知识/produce case + programming。Google的stats可能多一些,FB等厂都是product case多一些。

    Onsite的考点安排:

    Google一共五轮,具体如下:

    Data Intuition & Communication - shared Google doc

    Statistical Knowledge & Communication - shared Google doc

    Leadership - shared Google doc(一般用不到)

    Data Intuition & Statistical Knowledge [dive into other quantitative strengths] - shared Google doc

    Programming Skills - shared Google doc

    FB一共五轮,具体如下:

    Product Generalist - Whiteboarding

    Quantitative Analysis - Whiteboarding

    Tech Analysis - Coderpad

    Applied Data - Whiteboarding

    Product Generalist - Whiteboarding

    总结来说,Google是DS中统计知识考的最多的,也是很看重的,FB统计只有一轮,而且看某论坛里的面经难度和Google的相比都不大,而且很容易考到重复的题,所以好好准备没问题。Google有两轮stats,有一轮还是比较advanced的,所以考点更多一些。

    写在最后:码了这么多心得,希望能帮助到找工作的国人们。找工作不易,尤其是第一份工作,多给自己点信心。一些小的tips:

    可以建立一个spreadsheet记录自己每一家公司的进度,比如哪一天投的简历,收到的回复,方便自己追踪

    专门开一个邮箱找工作用,因为自己的主邮箱可能signup了很多别的邮件,容易miss掉HR的邮件,有时候不是别人没联系你而是你没及时看到

    有条件的话找几个小伙伴一起准备,product sense的题目其实思路和框架很重要,stats要把握住主要的知识点。FB的stats重复性挺高的,很有可能考到原题;对于Google来说,很多学弟学妹都反映准备了那么多根本考不到原题,但其实知识点是一样的,换个情景考你而已。所以本质上要把面试的知识点掌握好,什么题都不用害怕。

    码字不易,求加米!
    19条回复
    热度排序

    发表回复