云咖啡讲座
时间: 6/4 周四9 PM EDT
哪些专业适合转型Business Intelligence?
行业中BI工具演变、求职重点技能
大型科技公司BI岗位分类&适合人群
扫码回复【BI 1】报名
特殊时间,一杯咖啡钱,
足不出户,和大厂导师“Coffee Chat”
作者:Henry Feng
文章出处:medium.com
2020年注定是不平凡的一年
上半年疫情席卷全球
疫情使人们都开启“宅家模式”
不知不觉2020年马上要进入下半场了
那些说等秋季一定找工作的同学,你们提前准备起来了吗?

不会有人已经忘了自己立的Flag了吧?!
今天我们很高兴的邀请到了H导师,H导师有三年互联网科技行业的全职经验,专攻数据科学方向,现在在亚马逊担任商业智能分析师,今天也来和大家分享一下自己当时的求职经验,当初是怎么做到90天拿下6个Offer成功入职Amazon的!
导师自述
必须老实说,我求职的过程并没有碰到太多过大的挫折,相较于我收藏不同BA/DS前辈的求职历程,我可谓非常的幸运。
现在回想起来比较大的崩溃就两次,但很快就越过了。现在回望,我认为因为有提早开始准备求职这件事情,才能在机会来临时好好地把握住,最后拿到不错的offer。
我开始投简历时也非常不顺,很晚才拿到第一个电话面试,但之后就是面试机会不断,而前面那些准备和努力都有在面试时派上用场,才能一关关挺进,拿到多个Offer。
这次分享会以我碰到的面试关卡为经纬,分享我如何准备不同类型的关卡,首先分享一些数字和时间线给大家参考。
一些数据
线上系统申请(非内推):170个
Refer内推:33个
过简历关,拿到下一步(面试/线上测试):24个
进到最后一关:6个
拿到Offer:6个 (4个美国;2个新加坡)
过简历关,拿到下一步之职缺名称分布:
一些时间点
1/27 正式投递第一封简历
3/14 第一个海外(新加坡)面试 — Carousell Senior Marketing Analyst
3/26 第一个美国国内面试 — Ancestry Marketing Analyst
4/16 第一个海外(新加坡) Offer — Shopee Product Manger
4/22 第一个美国国内 Offer — Amazon Business Intelligence Engineer
这个时间轴揭露出两个事实:
第一,我经历过一段不短的撞墙期,在开始投简历到拿到第一个Phone Screen,整个二三月我都是处于停滞不前和自我怀疑的阶段,拿不到电面、校招也都没有消息,看着同学陆续拿到面试心里也是很焦急。
第二,我名义上的「第一个Offer」很戏剧性的。
我第一个Offer是新加坡虾皮的产品经理,和我所学的专业完全没有任何关系;我美国的第一个Offer是亚马逊的BIE,他是我第一个校招、第一个Onsite面试,而我就顺利拿到,可以说是非常幸运。
Photo by Graeme Worsfold on Unsplash
求职历程各阶段拆解
1
简历
在时间轴的第一个事实,我讲到我有很长一段时间尽管投递了很多,但都没有收到面试机会,我归纳出几点心得和调整的方法:
1. Refer的效益比海投高上数十倍,但也不要完全放弃海投
我进到24个电面关的职缺,只有8个是海投而来的,比例上可谓比海投低上许多,但对我来说维持每天投递7–15个的数量有助稳定自己求职的心态,要找到人愿意内推也不是一件太容易的事情,与其把希望完全放在他人那里,能掌控自己海投的量,我觉得有其必要。
2. 针对职缺客制化简历
我一直想要成为一个产品分析师(Product Analyst),我在求职前期也主要以此为投递标的,我把我过去投递的职缺叙述全部调出,开始进行分门别类:Marketing Analyst/Product Analyst/Data Scientist,我用列表统整出不同职缺常见的几个关键字。
例如Marketing Analyst比较常出现User Acquisition/Channel/Funnel;Product Analyst则会出现Metrics/Product Feature;Data Scientist则有Model等字样。
接下来,针对过去的经验,挑选几个比较符合这些关键字的条目进行撰写过去的经验和成就。
3. 如何有效率的找Refer
深度:过去一年你的Connection/连络过的学长姐同学朋友。
你已经花很多时间和他们聊天、经营感情,也透过电话、见面的方式他们了解你的特质和经历,这时候就是你丰收的时候,但这种关系通常是看缘分与机会,如果对方公司刚好有缺,你会处于一个很好的位子。
中度:他人提供机会和职缺或表达意愿协助refer,这边提供几个渠道。
第一,LinkedIn Connection释放出的职缺,有些时候你的Connection或是网络里面的人会有职缺机会,所以就简单写个Note给对方,请他协助你转履历。
第二,半路出家矽谷工程师,在他的网志里有一篇详列了公司和公司内部愿意协助转履历的台湾人,我会密切关注这几间公司的职缺,一有职缺释出就写信给联络人,请求对方帮我内推。
4. 每天都要调整简历
把每天调整简历视为一个代办事项,就跟每天要海投多少间公司一样。
自己改,可以让文句更顺畅,每天有如何让句子更精简扼要的新发现,都是一种进步;给在业界公司的前辈和学长姐改,这是最耗费成本但也是最有效的,而这也完全是靠着你这一年累积下来Networking的成果,他们往往能指出什么是他们公司看中的特质和项目,并且指引出应该强调什么、应该削弱什么,让你的简历更加完美。
2
人资电话审核
人资电话审核无非是两个方面。
第一,你的Behavior Question/Star Question,如果你在秋季就开始用Small Group、Career Coach的时间精炼你的故事,你在这关就可以轻松应对,我在接到第一二个人资电面的时候,我会在面试前一天约教练或是校友练习应答;同时,我也开始编写该公司的应答文件,查阅Glassdoor/Google Search上过去面试者碰过的问题,条列在纸上,并撰写回答,等人资打来,完全可以照着文件上所撰写的复诵,可以避免紧张感。
第二、你对公司和产品的了解,准备好Why A Company?Why Me?的答案,这基本上必问,一定要对你面试的职位、公司有全面的了解,并把你的特长套进去回答里面,让你可以在众多面试者中突出。
3
Online & Offline Assessment
我归纳出我经历过的几个测验有以下几种类别:SQL是大宗、Python也有、也有简单的资料分析和申论题、也有演算法的题目。
我觉得这个关卡完全是考验申请人的硬实力,SQL在面试中出现的频率比Python/R高出太多,我们在秋季学期有三学分的SQL Course我觉得是完全不足的,得透过大量的刷题、复习、练习网课才能到合格的水准,尤其要注意无法让你试错的Excel/Word之SQL题。
另外,我觉得SQL Assessment和平时学校学的最大的差异是,学校用的Database很多都是一些免费、Mysql提供的资料库,其实完全没有Business Value,很多Assessment用的表格资料就是你面试公司平常会使用到的数据和表格。
Shopee就是用各国的订单资料、网路公司就是用使用者浏览行为的资料,所以如何写出可以回传正确结果的Query,你必须要有一些Domain Knowledge,并且越快从样板资料库中跳脱出来,进入到真实商业情境应用思维,会对解决这种Assessment加分很多。
4
Online Assessment With Interviewer
这个关卡和上一个关卡的形式雷同,但难度却高出数倍,我认为,这是商业分析师所有面试关卡里面最难的一个,通常Online Assessment 搭配面试官的版本都是以SQL为主,Carousell有加考Python,Houzz有考一题统计,但SQL一定是必考的。
面对这种关卡,最忌讳的就是看到题目和表格栏位就默默不出声的猛写,这种关卡最有趣也最富挑战性的就是你要掌握跟面试官的互动。把它想成是顾问业面试那种Case Interview,看到问题,多跟面试官理清问题的意思、重述你对于题目的理解。
这个过程可以展现你的思路和你解读问题的能力,同时也可以帮助争取思考时间。理清完问题,别忘记可以先说出你的思路。带着他加入你的思索过程,让他观赏你展现你思路的过程。
5
Data Challenge
Data challenge是挺难缠的一个关卡,我得在这边声明我并不是一个最适合分享怎么准备Data Challenge的人,在五个公司的面试里,我做了四个Data Challenge ,我只通过一个,并且进到下一关,这关基本上是我的克星,所以以下我简单分享我碰到过Data Challenge的类型。
1. 公司准备一个Data Set,并且给予问题,请面试者用四天到一周的时间完成,最后递交程式码与投影片。
2. 公司准备一个Data Set,请我建立机器学习模型,我最后提供一个Excel,标注每个ID分类的结果,通过后,再一次和面试官讲解我建模的过程。
3. 公司准备一个Data Set,针对Data Set建立Tableau Dashboard,递交后由面试主管审核,通过后,安排电话面试进行Dashboard讲解。
6
Hiring Manager Interview
要走向最后的Onsite和Offer,在度过Data Challenge、Assessment的淘选后,面试者必须再被电话另外一头的主管、团队成员拷问一轮,才能最后拿到Onsite的邀请卡。我将这些漫长一关关的电话面试归纳成几种问题类型,
1.Behavior Questions
这种问题通常会是在一个30–45分钟的面试里面最前面出现的问题类型,有暖场的效果,不要紧张、稳定的回答即可。
2.Data Project Experience
既然是面试资料分析师相关的职位,这种要面试者分享自身做过的资料分析专案的题目一定是大宗。
这种类型的题目挺多元,有浅层的比如询问你是否有用程式语言执行资料分析专案的问题、也有深层要你从头到尾讲述你怎么完成一个资料分析专案,并且对于使用者/利益关系人带来怎样的影响。面对这种问题,我会建议仍然以STAR的架构进行回答。先用言简意赅的语句阐述商业问题的现状,再来解释使用的资料集、再者点出你的解决方案.
3.Product Question/Scenario Question
这种问题通常包含大量的假设性问题或是情境题,面试者往往会拿手上的专案或是现阶段团队碰到的一些产品问题,直接请你提供解决方案、设计实验或是找出合适的Metrics。
面试者不会期待你给出正确无误的答案,他们期待看到你的逻辑展现、对于他们产品的理解、使用这项产品的使用者流程,怎么在每个流程定义出好的指标,并且设计出测试的实验。
4.Statistics/Machine Learning/Programming /Database Question
最后这一块简单归纳就是所谓的Technical Interview,我在这边的建议为多线马车进行准备。
1. 跟着学程进行学习、复习、整理重点。
2. 找到网路上的资源整理,安排复习进度。
3. 上Glassdoor等网站参考该公司、该相关职缺的考古题,缩小准备范畴全力冲刺准备。
6
Onsite/Final Round
最后的最后,经历过血泪的拒信和各种关卡,当你收到Recruiter的信件说,要邀请你到最后一关的时候,那种感觉应该是超级无敌复杂的,既有种旅程走到终点的感觉,但又同时要上紧最后一根发条,拿出最好的表现,攻下最后一城。
最后一关分为两种,一种是会在当场,和多个面试官面对面,这考量地点、公司财力和规划;
另外一种是全程都是视讯完成,也是成本和地点考量,像是虾皮和旋转就在新加坡,所以公司不太会飞候选人过去。
最后一关通常是看候选人有没有跟团队的文化和氛围切合,这很玄,但走到最后,真的是看团队成员、你的老板喜不喜欢你,他们能不能跟你一起共事,而同时,你也是透过这个机会观察你会不会想要跟这个团队一起合作、发展你的职涯。
如果你现在还没有拿到满意的Offer,也请你不要轻易失去信心!只要保持不断学习技能,总有一天,机遇会降临到你头上。最可怕的不是没有机会,而是当机会来临时,你却没有做好充足的准备。
想了解更多科技大厂数据岗面试经验?
6月4日,和Google的商业分析师
线上喝“云咖啡”,来一场Coffee Chat吧!
扫码联系职图学长回复
【BI 1】
立即报名讲座
目前,职图飞跃计划正在针对Digital Marketing、Product DesignData ScienceBusiness Intelligence四大方向的同学招生,参与到这次远程在线实习项目中来,你将成为本次联名商业项目的主心骨,与不同职能的同学协作一起协作推广职图 X Petite Studio推出联名T-shirt!还有资深行业导师带队一起实战,一边学习技能和工具,一边进行实践,学+练的模式让同学们能够熟练掌握,岗位必备的技能,体验和大厂同款流程。
扫码回复【DS 1】
咨询项目详情
More Information
在2019年-2020年期间,
职图已经向160+名企输送了
来自世界各地的专业人才
最后,学长还为求职互联网科技数据岗位的你
准备了求职大礼包
【职图求职日历
每日求职福利直接送,帮你规划下半年每天可以做的事情,打卡学习,每天完成1小步,求职进步一大步。
【2020北美留学生抱团求职群】
已有纽约、波士顿、美西、美国中部等等多所名校500+学长学姐集合!北美留学生们报团取暖,分享自身的求职经验,和最新的求职资讯!群内无广告运营,每天播放最新的行业资讯和专业知识,更有众多求职福利不定期更新~
【职图最新课程】
有真实实操的远程实习-飞跃计划/帮助海归打破求职壁垒&水土不服-海归VIP冲刺项目/ 每天打卡学习专业知识,加深自身专业实力或跨专业学习-集训营年卡,强势加速你的Offer!
扫码添加学长
回复【福利1+你的学校名称】立即领取
继续阅读
阅读原文