大家好，我是学统计的，到现在刚入职Facebook一个月。
自认为还没有优秀到指导别人的水平，不过很愿意给大家分享下从实验室到大厂的找工经历，随便唠唠入职Facebook后的体会感受。
01
横扫各大学实验室offer 
冲Facebook有几成把握？
几近于零，人类一败涂地。
长话短说，因为一些个人原因，不太想继续读博，在今年一二月份决定投身工业界，向硅谷靠拢。
如果实验室方向的面试满分是10分，我有底气给自己打9分。我拿到过不少大大小小的大学实验室offer，我刷空了SQL题库，但这不影响我在硅谷一败涂地。
许多同学应该和我一样，本来走理论研究，要想临时转到工业求职，那就要全部从零开始。
我们的数学基础很牢固，我们的理论很牢固，可是世界上没有那么多完美的数据。在我们平时的训练中，即使有不完美，也是设计出来的不完美。
试想，所有的代码都偏向于学术研究；简历内容都是research经历paper结果；对工业界涉及的知识点是标准“三不”（不清楚不熟悉不会做）……这样的简历根本没可能被公司挑走。
可惜，当时的我不知道。
02
完成了拒信2000+成就
每天起来就开始投简历，除了实验室里的工作，我能一直投到晚上。一天最多40～50封，连续两个月。所有平台所有公司，只要跟分析有关跟Data有关的都投。很显然，投的越多拒的越多，很多时候甚至一封回馈都没有。
“这样不行，要找专业的人帮帮我。”
因为之前没参加过求职补习，我有不少疑惑。直通硅谷咨询的老师解答了我很多问题，包括整个求职背景的介绍，面试侧重的知识点，在哪些方面能帮助到我……介绍的都非常详细。
为你的未来锚定方向！
√ 适合发展方向
√ 面试重要考点
√ 专属求职规划
扫码匹配资深面试官导师，指导你走出找工迷茫，帮助你解决求职困惑！
如果说咨询阶段让我觉得“放心”，那么授课乃至后期跟进则非常“安心”。
03
从学术到工业
彻底转型
毫不夸张的说，这段学习经历让我整个人彻底从学术转型到了工业。最终成功拿到Facebook的offer，老师们的帮助非常大。
“有些人说，很多东西网上可以自己看”
但这毕竟是求职，大家都知道时间的重要性。课程的内容系统，跟进及时是我最满意的地方。
课程对技术轮考察的点，拿捏的非常准。很系统的讲解，像是一个list，让我对工业界有了比较深刻的了解。
以前自己准备时，会花很多时间在一些代码上面，但练的侧重点和面试南辕北辙。
另外，像ab test等常见知识是学过，可放在面试的背景下就完全不知道他们在说什么。
部分学习资料展示
现在，不但掌握了面试套路，我的简历上也多了像模像样的ab test项目。
“倒个水的功夫，老师就回复了”
求职中谁都想快人一步，老师的跟进反馈非常及时。有时候倒个水的功夫，就收到了回复。
因为以前从来没有详细了解过工业界求职，对自己的情况非常不自信。一遍遍询问老师后，总能得到最认真的答复：
在简历迭代上：
“语言有点冗余，不需要的词一个都不需要加，加上去的都是最重要的，前后重复的或者可以很容易推到出来的都不需要写了。明天看下我的comments应该就明白啥意思了~”
“resume整体改完好很多。我又加了两处小细节。另外，除了目前使用的这些技术栈的话，如果有可能的话，可以把公司比较看重的a/b test和sql结合你以往的项目experience，看看能不能包装到简历中。这样更能吸引一些hr的注意力。之后可以考虑加上”
在求职建议上：

在面试策略上：
04
Facebook风云录
课程让我少走了很多弯路，公司反馈变多，我的邮箱变得繁忙起来。
大概在七月左右，我开始面Facebook。被面试官看着写感觉很奇怪，我有些紧张。
好在老师提前打了“预防针”，学习材料也非常全面。因为熟悉面试流程，注意到很多原本会被忽视的点，尤其在BQ轮加分不少（要知道，之前我完全没有了解过它！）最后也很美满，成功拿到了offer。
最后说一些上岗后的感受，大致如图：
在实验室做的东西比较标准化，到了工业级分析这一领域，就会察觉到之前学的很多知识，作用没有想象中那么大。
虽然才上岗不久，但明显感觉到这里厉害的人实在太多。和之前在实验室相比，Facebook的工作强度能稍微大一些。但是能学到很多东西，跟在一些小地方做的很不一样。
虽然是Data Scientist Analytics入职，但个人很想向DE方向发展（以后可能也会继续麻烦老师）。
最后，回顾这忙忙碌碌的找工季，很是感慨，自己认为的充分准备，在真正投递时、面试时往往不堪一击。同时，也希望所有同学都能把握住机会，拿到理想offer。
继续阅读
阅读原文