转行数据科学 techlent.com
Ruthie 是国内的化工博士，转行前她在休斯顿一家医疗机构从事研究工作。她于2021年9月进入 Techlent 学习，从2022年3月开始一共拿到4个 Data Scientist offer。
文字总结
我是国内的化学工程的博士，博士期间曾来美国访问交流，回国后在一家央企做研发。后来因为家庭的原因，再次来美国，并重新回到学术界。
图一：转行时间线
我一直希望能找到工业界的工作，但是因为办理身份和生孩子的事情耽搁了很久。当我调整好状态开始申请工作的时候，疫情又来了。当时，休斯顿的化工石油行业有七八万人失业，我觉得在本行业找工作的路基本走不通。
因为有些朋友转行成了 Data Scientist，我逐渐开始了解数据科学，发现这是一个风口行业。在疫情期间，数据科学的岗位不仅没有减少，反而增加了。而且，这个行业很青睐有科研经验的人，我那些转行的朋友都做得很成功。此外，我自己做过科学计算，知道为什么算法能够产生很高的价值。于是，觉得转行数据科学是一个不错的选择。

图二：转行数据科学的途径
决定转行后，我考虑过是否要读一个 Data Science Master。但是，读学位很贵，而且周期也很长。于是，我决定先自学。上了些网课，而且拿到了 certificate。不过，当我试着找工作的时候，发现自己对大部分的面试题还是不理解。
后来，一个转行成功的朋友建议我参加 Boot Camp，我就开始搜集 Boot Camp 的信息，于是了解到了 Techlent。我听了好些他们学员的经验分享，觉得非常的真诚。Techlent 的老师也非常实在，给的数据非常具体详细，甚至还列举了失败的例子和原因。而且，他们专门帮助硕士和博士转行，针对性很强，比较适合我的情况。于是，我就决定参加 Techlent 的 Boot Camp。
Camp 的要求是每周学习20个小时。对我来说，Python coding 部分比较轻松，每周只需要10到15个小时。到了 Machine Learning 部分，每周需要20多个小时。最后做项目的时候最辛苦，我把所有能挤出来的时间都投入进去了。
图三：求职历程
我2021年12月开始投简历，整个求职过程历时12周。我一共投了500多份简历，接到43个HR的电话，跟14个公司进行了技术面试，最后拿到了4个 offer。
我的面试成功率还可以，但是拿 offer 的速度低于班上的平均水平。因为一开始简历投得少，而且只在周末投，所以拿到的面试比较少。后来，为了准备两个不相关岗位的面试，也浪费了些时间。此外，当时没有辞职，工作很繁忙，也很难抽出足够的时间来面试。
我觉得，在面试的过程中，交流是最重要的。面试前要了解面试官的背景，猜测他们感兴趣的话题。而且要把面试当作交朋友的过程，在适当的时候交流一些工作之外的事情，容易建立感情联系。此外，我建议把自己的项目介绍做成一个漂亮的 PPT，在面试的时候展示出来，这样会很加分。
图四：参加 Techlent 的收获
在 Camp，我认识了一群志同道合的小伙伴。在学习和求职的过程中，我们互相帮助互相鼓励。就像视频《生命影响生命》里的故事，我自己是陷入泥潭的马，这些小伙伴们就是在我身边奔跑的马群。我在他们的鼓舞之下，跳出了泥潭，找到了对未来的希望。
添加小助手微信，进数据科学交流群
往期推荐
Techlent Machine Learning Boot Camp
分享会视频：化工博士如何转行成为 Data Scientist？
行业视野：在美国转行数据科学家需要什么身份？
分享会视频：如何从硬件工程师转行成湾区科技公司的 Sr Data Scientist?
分享会视频|两娃妈妈重返职场，生物硕士转行成为数据科学家
继续阅读
阅读原文
关键词
博士
分享会视频
Data Scientist
数据科学家
简历