~阅读本文，约需5分钟~

大家好，我是某藤校研究生Y同学。
毕业前，我想给家里支付的高昂学费一个交代，所以找到了Uoffer（那个时候还叫FLAGDream）。通过Uoffer的课程和自己的努力，拿到了Amazon的Offer (Device方向)，实现了职业初期梦想的第一步。
我参加的是Uoffer的Data Science达人计划。在1V1了解了我的编程能力和背景后，导师快速帮我内推到一家做Healthcare的Tech公司，实习了半年。
实习期间，因为我进的是设备团队，涉及很多Problem Solving Situations，所以对我这种职场小白，基本就是吊打。
我刚入职的时候，接到产品同事的反馈，说是我们的“计算机视觉”出现了问题，对我们的数据结果造成了很大的影响。
Computer Vision最常见的应用，
就是帮助自动驾驶“看”到路况和周边的景象。
在医疗行业也有不少用处。
而我们Team则要解决这个问题。更准确的说，是我这个实习生要解决这个问题。
一场吊打在所难免，幸好有Uoffer的老师。
技术上，导师的建议是建模、调整阈值，并通过限定阈值进行抠图，对成像结果进行二次调整。
理论上很简单，但实操起来很难，因为我要告诉我的Leader，我为什么这么做，这样做的Complexity有多少，实操性有多高等等。有时来回周折，心态很容易崩，所以除了技术上的支持，老师还给予了很多心态上的帮助：
没关系，折腾完这一波就可以折腾下一波了。
嗯，真的是有安慰到呢。
这段实习很难，压力很大，但不是那种无脑式996压力。而是那种会让你意识到自己技术有短板，需要好好提高的压力。所幸同事都很nice，Uoffer的老师也很给力，让我发现，我还蛮喜欢做设备方面的工作的。
所以在去年Hiring Freeze和裁员潮过去之后，我马上就申请了好几家大厂。导师推荐的公司，大部分都给了我面试的机会，都是Device方向。最终收到了包括Amazon在内的电商、零售、出行类企业的几份Offers。
面试总有失败的。但没关系，我也是连轴几个月的车轮战，才拿到上面这些Offer的。每一次的失败经历，都是宝贵的经验，复盘面试时你可以学到很多东西。
切忌靠碰运气去面试，在当下的形势下，每一个面试都来之不易，每一次机会都拿去碰运气就太可惜了。
点击上图阅读我们针对亚麻16条军规
总结得来的BQ宝典！
以前刷到Uoffer导师的朋友圈，看见又有大神“斩获Offer”的时候，还是会很焦虑的。还好，我现在也成为其中一员了。
在权衡利弊之下，考虑到各个Offer的工作内容、公司文化和长期职业目标后，我最终是选择了Amazon的Device团队。
你可能觉得，拿一份得体的Offer有什么好臭美的？当我没有Offer、苦于找工作的时候，我也是这样想的。只是现在上岸了以后，你突然就会明白：这些Offer的背后，可不只有你一个人的努力。
有留学这些年为你支付学费的父母，有学校里不厌其烦为你解答问题的助教和教授，有每个晚上和你在图书馆一起刷夜的朋友们，当然，还有Uoffer知无不言、有求必应的导师们。
最后，祝大家都能拿到理想的Offer，也谢谢Uoffer的导师和小伙伴们，没有你们我也坚持不到现在！
在找工难度和身份问题愈加难办的今天，
技术岗位，尤其是数据方向的，
对各个非STEM专业的留学生格外友好。
作为21世纪最性感的职业，
用工市场对于
数据科学家/工程师/分析师需求量大，
这是短时间内不会改变的现状。
无论是面提到的大厂，
还是越来越多的日益成熟独角兽，
科技公司往往更愿意为你办身份的手续。
而科技岗是他们永远在招的岗位。
相对于本地学生，
我们留学生更容易在分析类技能上突出优势。
无论你的专业读的是
Marketing/Comms/Econ/Finance/...
在Domain Knowledge的基础上
掌握数据方向的技能，
无疑会让你在找工作时更具竞争力。
不论你是不是

学Analytics/Stat科班出身，
如果你也想在北美科技公司
找数据领域的工作，
那就不要错过——

扫描上方二维码，添加Justin老师报名
别忘备注【UO1209】~
从现实的角度来说，我们出社会要担心的事情不少。毕竟我们读书、过日子花的钱不少，还要想清楚将来在哪里常住。
无论你是因为对技术感兴趣，还是为现实考虑，都可以了解一下转数据这条路适不适合你，可以怎么规划，将来的出路是什么样的。
如果你是Analytics/Stat专业科班出身的同学，也欢迎你来听一下前辈的成长轨迹，
毕竟前辈的经验分享总是多多益善
。

美西时间下周四6PM，智贤老师将做客Zoom Webinar，和大家讲讲数据方向求职这件事。
智贤老师是Google资深数据分析师，也是阅人无数的面试官，熟悉大厂数据岗位的需求和面试流程。有着15年工业界数据分析经验，智贤老师擅长运用数据分析打造产品商业化的全链路生态，实现数据科学理论在实际工业界的应用。
部分学员 Offer
图片来源于网络。本文由Uoffer独家采编，未经授权禁止转载及任何形式的转发。
继续阅读
阅读原文
关键词
公司
导师
问题
经验
时候