technical interview – 英文履歷修改.外商模擬面試

如何進行『模擬面試』（mock interview）？

面試的準備中，『模擬面試』（mock interview）的練習可以說是多多益善，幾乎每一種題型都可以從中獲益。本篇我們簡單介紹進行『模擬面試』的一些重點。

招聘人才，尤其是要求要求工作經驗的職位（非『new grad』），面試中『經驗問答』的題目就顯得無比重要。不同於 tech interview 可以用刷題加強，也不像 soft skills 那麼難以捉摸，經驗問答更需要針對個人經歷和職缺需求加強準備。

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。

本篇我們討論資料分析師*（data analyst）崗位 case interview 的關注重點。以目錄的形式，整理這職位面試中實用的知識點、框架和參考資料，並且提供一些思路的範例給讀者參考。

我們一直從求職者的角度，討論面試中會碰到的問題和如何應答。這篇文章提供另一種思路，從公司、招聘者、面試官的角度，探討在面試中應該出什麼問題。對於在求職的讀者，這種反向思考可以提供構思答案的方向，更能擊中面試官心中的目標。

科技崗位的面試，最關鍵的就是 tech interview (coding interview)，面對這一關，刷題可以說是必要條件。我們也有文章介紹刷題資源，以及『怎麼刷』的練習技巧。這篇來談談除了刷題之外，有哪些功課，可以幫助我們更順利通過 tech interview。

這個時代，萬事都離不開資料，無論你是不是相關技術職位，都需要了解分析資料和處理數據的基本原理。尤其經理人，更應該學習如何正確看待數據，才能做出正確的決策。Underfitting 和 overfitting 是在建立模型時，因為考屢因素過少或是過多產生的兩種的兩種偏誤。

Paradox 翻譯為『悖論』，指的是『似非而是』：也就是那些看起來很奇怪，但是仔細想想道理是正確的現象。辛普森悖論指的是『整體趨勢與個別趨勢不同』的現象。本篇我們從辛普森悖論出發，探討這種現象成因，以及資料分析中常見的謬誤。

就算沒有相關的學歷背景，也可以轉換跑道到軟體工程師、資料分析、資料科學家。這些工作因為有客觀技術要求，本身很『熱門』（職缺較多），而且也沒有太硬性的證照和法規要求，加上一些歷史因素，對於轉行者是相對很友善的。