Redian新闻
>
SE/Data scientist找工作总结[F/G/L/T/D/P/U…] (转载)
avatar
SE/Data scientist找工作总结[F/G/L/T/D/P/U…] (转载)# DataSciences - 数据科学
p*y
1
【 以下文字转载自 SanDiego 讨论区 】
发信人: weiqing (weiqing), 信区: SanDiego
标 题: 反SCA5视频拍摄计划及海报
发信站: BBS 未名空间站 (Mon Feb 17 23:55:59 2014, 美东)
指北计划:拍摄宣传片,寻找中青年各族人民,每位在镜头前说一句话(以下供参考):
I am XXX.
If you don't want to tell your kids he is denied by the college because his
skin color,
please join us and vote NO to SCA5.
Please also share this video with your friends.
请各位邀请周围的朋友,尤其是白人朋友,尽快与我们联系。谢谢!
您也可以自行拍摄,上传至网络,分享给我,我来编辑整合。
联系email: c*****[email protected]
avatar
c*z
2
【 以下文字转载自 JobHunting 讨论区 】
发信人: konata (此方), 信区: JobHunting
标 题: SE/Data scientist找工作总结[F/G/L/T/D/P/U…]
发信站: BBS 未名空间站 (Mon Dec 2 14:47:25 2013, 美东)
2周前签了卖身契,现在终于可以静下心来写个小总结
一路job hunting下来,真心觉得非常非常辛苦,瘦了一大圈(所以妹子好好找工作有
瘦身的意外收获哦 :D)
因为喜欢速战速决,开始目标是2个月结束战斗,所以定了一个自觉比较科学的复习流
程,从结果看还是比较好的
复习期间看版上各种讨论和面经收获颇大,希望我的总结对大家有帮助:)
主要是想总结一下我复习的过程,所以没回忆具体题目,如果大家有兴趣或某个公司的
interview流程有兴趣我想想再写 祝大家好运! :D
ps 认出我的小伙伴请私下联系。。。(′・_・`)
------------------------------------------------------------
Background:
非牛校phd快毕业,不是cs,但是差不多,研究方向social network analysis,
modeling etc. Research一般,有一些papers,好会烂会都有; 夏天都有实习
------------------------------------------------------------
Results:
主要申了SE & Data scientists两种
Phone interviews: F, G*, L*, T, Dropbox, Pinterest*, Uber, Palantir, Yelp (*
表示有内推)
Onsites: F, G, L, T, D, P, U (Palantir & Yelp的onsites推掉了)
Offers: F, G, D, P, U
(面完之后等了2周签了Dropbox,T和L好像是因为在等别的candidates最后也没给消息
就直接电话通知HR了一下 大家各自表示一下惋惜, over…)
------------------------------------------------------------
复习过程:
(老板是好人,所以我可以基本full-time job hunting)
Week 1:
1) 看一边经典算法 [Dasgupta, Sanjoy, Christos H. Papadimitriou, and Umesh
Virkumar Vazirani. "Algorithms." (2006).];这本书薄薄的一会儿就看完了,但是
讲的很清楚,个人很喜欢。
2) 边看边把经典算法写一遍
3) 同时选公司,改简历,summarize research projects
Week 2:
1) 刷leetcode,多种解法尽量追求最优
2) 投简历,每家公司都写了cover letter if it is an option
Week 3:
1) 看以前上课的Machine learning笔记;没有看得很深 [supervised/unsupervised
learning, overfitting, missing data, etc.]
2) 这个蛮有意思的:http://scikit-learn.org/stable/user_guide.html
3) Basic statistical techniques [网上随便搜了搜…忘了具体看的什么了]
Week 4-6: 各种电面!
1) 面经:Mitbbs jobhunting版 / Glassdoor / Careercup 上的面经;我都填到了同
一个text文档里,很多都是版上的,先谢过大家!。。。
https://www.dropbox.com/s/w470t6r4r5w1oxg/Facebook.txt
https://www.dropbox.com/s/gj27mymhnrzbl5t/Google.txt
https://www.dropbox.com/s/l6bzrk78dz5w58j/LinkedIn.txt
https://www.dropbox.com/s/dkgd9tptiiwxi3v/Palantir.txt
https://www.dropbox.com/s/vrg6istridnohro/Pinterest.txt
https://www.dropbox.com/s/qilq0et92eybezy/Twitter.txt
2) Leetcode难题
3) 电面前我都会仔细用每家的产品,然后准备3个问题(每家公司一张A4纸这样的感觉)
a) Why apply?
b) Which part of the company attracts you?
c) How to approve the current product?
4) Design questions [Google Mapreduce / GFS / Big table, Facebook Newsfeed
ranking/Graph search, LinkedIn search, DHT, etc.]
https://www.dropbox.com/s/5yigdfu0iceclyc/Design-FB.txt
https://www.dropbox.com/s/2ve16fdf63gzrhe/Design.txt
这个很棒:http://blog.csdn.net/v_july_v/article/details/6279498
(事实证明cloud infrastructure这块都没问到,但是当提到某个framework的name我
多少知道些的时候,对方还是很impressive的,虽然没问细节)
Week 7-8: 各种on-sites!
之前都把onsite安排到一起了,所以只travel了一次,保证良好的精神状态
1) 把cc150迅速翻了一遍
2) 随便在纸上写写难题和面经
3) 放松,放松。。。保证良好的精神状态 :D
最后等offers 签offers就结束啦
------------------------------------------------------------
Other tips:
英语要说利索
面试前查每一个interviewer的background [不一定有用 但是可以提高自己的
confidence]
作为phd,工作对口还是很重要的,很多面试里都问了我的dissertation & potential
application etc.
onsite前温习一下公司相关的问题
每家公司我都穿了business casual
avatar
c*l
3
这个基本就是cs phd了,不然lc刷几个月也不奇怪。
好奇瞎dropbox package多少
avatar
g*o
4
再顶一下,赞!!!
怎么要准备这么多东西,晕啊
你复习的很多是算法和coding啊。那这个Data scientist是不是跟CS phd找的工作有什
么不一样啊?还是稍微偏统计一点,coding和算法懂皮毛就可以了?

【在 c***z 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: konata (此方), 信区: JobHunting
: 标 题: SE/Data scientist找工作总结[F/G/L/T/D/P/U…]
: 发信站: BBS 未名空间站 (Mon Dec 2 14:47:25 2013, 美东)
: 2周前签了卖身契,现在终于可以静下心来写个小总结
: 一路job hunting下来,真心觉得非常非常辛苦,瘦了一大圈(所以妹子好好找工作有
: 瘦身的意外收获哦 :D)
: 因为喜欢速战速决,开始目标是2个月结束战斗,所以定了一个自觉比较科学的复习流
: 程,从结果看还是比较好的
: 复习期间看版上各种讨论和面经收获颇大,希望我的总结对大家有帮助:)

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。