直播公开课
时间:美东时间 10月19日 周一 9PM
  限时免费报名  
临近毕业,如何快速积累实操经历,提升面试技巧?
Amazon等科技大厂面试流程,技术面、行为面如何准备?
如何攻克面试难点Case Interview?
Amazon一直是很多同学挤破头都想要进入的企业,今天我们很高兴的邀请到了在Amazon担任高级数据分析师的S导师,看看他是怎么给同学们支招的吧!
S导师有5年的工作经验,他印象最深刻的是今年招聘的难度,很多中小公司基本不会招聘,会默拒。大公司虽然有职位,但是整体要求会比以前高很多,竞争的激烈程度可想而知。
S导师当初是属于跨行业求职,之前是金融行业工作,新工作是在互联网行业,金融用到的很多都是数学模型相关的能力,互联网行业的数据岗不仅需要建模方面的能力,也需要数据以及算法方面的能力。
S导师坦言今年的招聘形式总体来说非常难,其次要准备的东西也很多,尤其想要去互联网行业的同学需要很充分的准备,只要有面试机会一定要抓住。
在Amazon工作是怎样的体验?
相信很多想要进入Amazon这样的互联网一线大厂的同学们都通过各种方式去了解过Amazon的工作氛围。S导师也向学姐聊了一下自己的亲身感受:Amazon是一个很大的公司,对外而言众说不一,之所以有这样的现象是因为公司很大,员工很多,公司内每个组之间会有差别。
S导师所在的组是做Amazon广告营收方面的工作,很多内容都非常有挑战性,但是组内文化很好,并不需要经常加班,需要你主动合理的安排自己的工作强度,发挥自己的主观能动性。如果你想要尽快的升职,多学习更多新的知识和技能需要主动起来。
S导师工作中也会接触到一些实习生,对于实习生他最大的感受是:很多实习生都会有一个共同的问题,他们会去想,要如何做才能留下来获得实习转正的名额?如何才能让每个人开心,让老板开心,让项目做好?
同学们要记住,做实习最重要的是展现你的业务能力,首先要把事情做好,而不是让很多人觉得你的性格很好,不要花太多心思花在和工作不相关的事情上。
对于实习生来说,公司想要看到的是,给到你一个短期的项目,你是如何想办法把项目做好的。
这里的做好并不是像在学校一样把一个课题完成到多少分数,做到尽可能和标准答案接近。而是你做的项目的内容首先要能够说服自己,说服别人,在你力所能及的范围内做到最好。
尤其是在Amazon这样的一线大厂,始终是要以数据和业绩说话。所以在实习期间不要想太多,把工作做好才是最重要的!
Amazon对于数据分析岗招聘要求
S导师坦言,作为一线互联网科技大厂,Amazon的招聘非常严格,之前和自己一起准备求职的有很多优秀的人今年甚至收不到面试的机会。Amazon招聘之所以严格其实是因为会去考察很多方面:
首先会考察理论,比如应聘者统计和概率等基础知识和技能是否熟练掌握,也会去考察数据,甚至一些基本的算法。
其次还会考察Business Case,如果之前只是在学校做过一些Project是远远不够的,因为学校里的课程都是有一些固定的答案和标准,但在真实的商业案例中,这些都是动态的。这里会去考察你是否具有商业意识 Business Sense,是否接触过真实的商业案例。
学姐Tips
职图飞跃实战,FLAG大厂导师直接带队完成真实商业项目,还原真实工作场景,将所学技能运用到真实商业实战环境中去,助你完成职场飞跃!
最最最重要的一点,Amazon非常看重Behavioral Question。(这里大写加粗划重点!)
和每家企业一样,Amazon同样也会去考察求职者的价值观。Amazon有自己的企业文化,面试会有专门的人员面试这一部分。
举个例子:比如你要去的组是A组,那我们会找一位A组以外,完全和A组业务没有任何联系的面试官,并且是比较Senior的面试官去考察候选人的Behavioral Question,如果这一部分不过关,即使前面的面试都很优秀也没用。
如今公司招聘,对于员工的认知以及职业素养要求都比较高,要求你要和公司文化相吻合。这也是对双方的负责,当你可以最大程度的为公司创造效益的同时,公司也可以有更好的方式和计划来培养你。
求职小妙招
相信有很多同学想要进入Amazon这样的一线大厂,S导师毫不吝啬的向学姐分享了自己的经验和小妙招:
首先要有信心,现在的求职情况比年初的时候好了很多,很多大厂也陆陆续续开始校招,所以说信心很重要。
当然最主要的是准备充分,不管是本专业求职还是转专业求职,数据科学几个重要的内容都要充分准备:理论、编程、商业案例、Behavioral Question,如果刚开始准备的话至少需要2-3个月时间。
其次秋招是很多公司招聘的高峰期,机会还是非常多的,准备充分的情况下,多去投递。
简历
简历非常重要,如果你没有一个好的简历的话,在公司招聘流程中HR那一关就可能通过不了。
S导师在帮助很多职图学员的过程中发现,很多刚毕业的同学最初简历有一个最大的问题,同学们会把简历的重心放在自己做过的Research或者做过的一些课题上,但是这些东西其实HR是看不懂的。
其次是关键字,HR看简历会看你的关键字,比如同学投递的是数据方向,同样做数据或者统计的项目,很多同学会把项目原本的题目写到简历里面,用到某某模型等,可能会显得你非常专业,但HR可能看不懂。你需要做的是把重点的词汇,比如数据处理、模型、机器学习等对应岗位JD的关键词加入到简历里面。
第三是简历的排版,很多同学的简历会写两页甚至更多,S导师建议刚刚毕业的同学最好是写一页。S导师之前遇到过一个HR告诉他,HR看简历的话,如果求职者不是一个工作经验很丰富的人,把简历写得两页的话,他们会觉得求职者的总结能力不够,所以简历一定要精炼,排版一定要好看。
职图也有很多有经验的导师和非常好的简历模板可以帮得到大家,简历要清晰明了有重点,并且重点要和投递的岗位要求相吻合,这是一个好的简历的必备的东西。面试官看简历可能10秒钟甚至更短的时间,要在这个时间内用简历的重点内容抓住面试官眼睛,让面试官对你感兴趣。
Networking
S导师建议同学们主要从自己身边出发,如果找很多不认识的人推荐,效果不太好,因为他们会推荐很多人,在公司HR系统里面都会显示。
最好去搜索一下自己学校往年的学长学姐都在哪里工作,这样会有同校关系,他们也更愿意帮助你。
职图是非常不错的平台,在职图上面会结识很多同学和名企的导师,导师在教你专业技能和实操的同时对你是非常了解的,导师知道你的优势在哪里,那导师的推荐对你来说就会更有用。
S导师也坦言自己站在推荐人的角度,如果对方和自己根本不熟悉,虽然会帮忙推荐,但是不会花费太多心思。因为首先自己对他不够了解,不会直接说他某某方面很好,或者直接找他职位的Leader说他很好,夸下海口肯定是不对的。
所以找人推荐要从自身周围出发,而不是网上随便挖一个人推荐,那样看起来会有不少人帮你推荐,但效率和成功率肯定是不高的。
跨专业求职
S导师也有接触过很多跨专业求职数据岗的同学,自己也有很丰富的经验。S导师认为跨专业的同学欠缺的是基础和一些项目的实操。
跨专业的同学和专科出来的同学相比,统计、概率以及机器学习的原理等基础部分会比较薄弱。
S导师说很多同学可能会抱怨学的不是这一专业,基础提升太难了,其实并不是,虽然S导师是统计专业,但S导师的专业是在数学系的,主要学习的理论部分。和现在做的数据分析、机器学习几乎没有任何关系,S导师也是通过阅读经典的教材,以及真实的商业项目来提升,这对于求职而言帮助很大。
这个是转专业的同学需要重点准备的地方,面试的话,很多公司都会问概率、统计的问题,如果你没有接触过,你不知道其中的思维模式,那这些题对于转专业的同学很吃亏
S导师还会在10/19日和大家在求职直播中分享求职干货哦!求职数据分析的同学不要错过哦~
就像S导师说的那样,对于想进入北美名企的你来说,充足的准备是重中之重!虽然现在岗位在逐渐增多,但“僧多肉少”的现象依然存在,想要在众多求职者中脱颖而出,必须掌握熟练地岗位硬技能和职场软实力,想要夯实自己的软硬实力,跟随学姐,参加职图的飞跃实战!
在真实商业实操项目中获得项目实操经验的同时,将岗位JD中要求的硬技能熟练应用!冲刺高薪职位!
至今,共计160+的全球名企招聘了职图学员。
这些企业中,有顶级的科技互联网公司如Amazon、Facebook、 LinkedIn、IBM、Microsoft、Pinterest、Tencent、TikTok,有传统和新兴的电商如Wayfair、Walmart ,也有时尚奢侈品集团如LVMH、Cartier 、Gucci,及知名的四大广告公司,如GroupM、Publicis、Carat、Ogilvy。 
职图有很多Data Science方向的同学拿到了心仪的Offer!

M学员
学校University of California Berkeley
专业:MA in Statistics
Offer:Facebook - Data Science -Intern
A学员
学校:
Cornell University
专业:
Master of Professional Science in Applied Statistics
Offer:
IBM - Data Science全职Offer
S学员
学校:
New York University
专业:Master of Science in Computer Science
Offer:Amazon - Software Development Engineer
飞跃实战是什么?
职图飞跃实战Data Science方向的学员在6个月的时间内,通过参与真实的商业项目,学会掌握行业高薪技能熟练运用分析模型,使用SQL、Python分析新产品上线数据、预测市场走势,增强SQL、Python实战能力。和数字营销组、产品设计组、商业分析组相互合作共同完成联名款产品落地和推广。

扫码添加加职图自身咨询导师
回复【飞跃DS 1】
了解实战项目详情


继续阅读