資料科學(Data Scientist, Data analyst)求職準備清單

資料科學家、分析師,重新進入求職市場時,需要做哪些準備?本篇我們整理一份清單,包含過往的相關文章,針對『資料』相關工作,準備尋求新的職業發展、找下一份工作的夥伴做參考。

Step 0:確定求職目標(是否辭職)

首先,要考慮清楚是否要離開現在的工作,何時辭職、如何辭職。這一步不算是真正的求職準備,但是其重要性一點也不亞於以下的步驟。如果沒有想清楚,衝動離職,很可能最後找的的工作還不如留在原來崗位。

找新工作一定意味著某些轉變,首先要在大方向上要決定怎麼轉,可以參考 Pivot:如何轉換跑道,並思考如何利用自己現有的優勢得到更好的發展。

To quit or not to quit:要不要辭職

這篇文章總結了考慮辭職時該考慮的事,很有可能,在這個時間點,辭職未必是你最好的選項(此時此刻,不辭職的理由 [HBR 書摘系列])。如果決定離開,也要把認真對待『辭職』,把這件事辦的優雅(參考:如何辭職?[HBR 書摘系列])。

Step 1:刷題、複習基本功

無論是否立刻要辭職,都要提早開始刷題、複習基本功。即使是現任,甚至資深的資料科學家、分析師,工作中也不可能每天都用到所有技術面試可能碰到的問題。所以花時間全面複習相關技術、基本功都是必要的。

關於刷題,可參考這兩篇

資料科學、資料分析實用刷題、學習網站

資料科學新手 Coding Interview 刷題指南

如何提升技術背景 – 線上課程&bootcamps

除此之外,也可以參考我們『基礎概念』系列文章,複習幾個面試最常見的基礎概念。

什麼是 Data Driven?

相關性、因果關係與結構模型

Simpson’s paradox:辛普森悖論與隱藏變因

Underfitting 與誤用線性關係

Overfitting: 如何避免過於複雜的模型

『勿枉勿縱』:混淆矩陣、precision、recall 及其他

『實驗』的基本概念:控制與重複

實驗中常見錯誤:無效重複、假重複、操作副作用與誤用 p-value

資料分析基本概念:Outlier、Robustness、Sensitivity、Sanity

Step 2:擬定求職策略、改履歷、投履歷

接下來,就要開始研究職缺,改履歷,擬定求職策略並且開始投遞履歷、進入求職申請程序。

研究職缺和人才市場,可以參考 怎麼讀 Job Description?(調整求職策略、改履歷、準備面試),當然也要利用自己的人脈,開始進行 informational interview。

首先,可以整理一份『現在的』履歷初稿。參考 工作幾年後,履歷怎麼修改?這篇文章,找出自己的優勢,添加最新的工作經驗。這個過程,也會讓你發現自己需要補強的地方,把握時間加強。這份履歷初稿可以是兩頁或以上的版本,之後再針對職缺修編( ​​根據 Job Description 寫履歷:實踐要點和 FAQ)。

Step 3:面試準備

接下來就可以開始進行面試準備。我們之前已經準備過一份通用的 Interview checklist 面試準備必備清單。除此之外,以下幾篇是針對資料相關的面試,相關的注意事項。

淺談 case interview(1)引言:釐清問題、提出假說、溝通框架

淺談 case interview(4):資料與策略分析

Technical interview/Technical screening 除了刷題還有什麼重點

外商科技公司常見面試題型:技術-個案綜合分析


除了提早準備、練習之外,也要隨著求職、面試過關斬將的過程,針對每一個職缺做更精準的準備。無論是第一份工作,還是老鳥跳槽,『找工作』絕對不是件簡單的事。共勉之。


關於作者

SeaTurtle Careers 顧問團隊。服務範圍包含履歷精修、鍛鍊面試技巧、模擬面試、外商文化、求職、轉換跑道等等職涯發展輔導。我們有豐富的求職輔導經驗,顧問皆具有有外商科技業頂尖公司工作、擔任面試官的經驗,熟悉外商文化並掌握最新商業英文用語。帶你打造圈內人的完美履歷並掌握面試趨勢。
(面試、履歷、求職、職涯發展等問題,歡迎預約 15分鐘一對一免費諮詢

發表留言