2023绝佳归宿：入职拿$180k，一年升Senior！

周围好多人都很羡慕我的药厂工作：虽然钱不多，但每天13点下班，一天实际工作也就一个多小时。

没错，我一毕业就幸运地过上了“退休生活”，但我却做了一个勇猛的决定：不想过早养老，我要跳槽进Tech，趁年轻多赚点家底！

我是Medicine专业出身，硕士读的Public Health。简单来说……是一个略懂SQL、Stats和Database的医学生。

上学期间我就对Data的工作方向很感兴趣，之前自己写简历时也有意往上靠，但其实并没有太多自己的想法。

第一份工作是药厂，其实是挺对口的。但太清闲了，一年来似乎每天都是重复的。用的东西还停留在Stats or R，做的是数据管理的工作，接触的都是标准的统计描述，和我想象中的Data工作差太多了。并且公司还要我从美西搬到美东，我实在不想和男朋友分隔两地啊啊啊！

但因为4月份就能抽签了，我决定忍一忍。但无奈抽签没中，我也不耗了，决定跳槽。

起初随便挑了一家便宜的Tech培训机构上了，倒也不是什么都没学，但都是很基础的知识点，大部分时间就是让刷题。我觉得Data需要太多Product的东西，刷题不现实，于是也不上课了，又多交流了几家。

接触下来觉得直通硅谷的数据科学求职1V1定制计划比较靠谱，可以安排一位导师1v1鞭策我，很得我心。说实话，主要因为比较懒，不想浪费太多时间精力，只想“捡现成的”……

事实证明这个决策非常正确，导师教的都是最精的部分，在最短的时间内助我拿了最多的面试机会。

我感觉分配导师这个part，直通硅谷应该花了不少心思。第一次和导师交流，他说了自己的情况，原来他也是从Healthcare跳到互联网大厂的，距今有8年的digital product经验，仿佛为我量身定做。

因为他和我有相似的经历，所以他知道我的强弱势在哪，如何精准进攻。也改变了我的很多与Tech格格不入的习惯：

比如我接触的Data只局限于药物信息采集和汇总，deal with的数据量很宽泛，而且太小了，最多才1.5w……他指出我现在只会用小样本推大结果，但tech确正相反，需要用大样本推小结果；

比如一开始我理解不了time stamp，他会设法用我既有的、会用的方法去讲解，努力让我听懂，而后再带我学习新的知识点，最后让我prefer最comfortable的方法；

比如我的coding也不太规范，写SQL的时候总是不太有头绪，他教我先写Select、From、Where，而后是Group by与Having，严格注重最后两者的顺序……

我在学校成绩一直不错，没成想真正到了求职上，差距变得这么大。不过我也没有气馁，因为T导师说了，我的基础没问题，只是不知道如何应用。

确实，很多东西经过他的点拨，我真就慢慢找到了insights。

T导师纠正了我的一系列认知和使用习惯后，我们开启了Product相关的任务学习。这是T导师最擅长的，却是我最欠缺的。

这个部分单纯学概念或者刷题都不行，就得通过真实的case学习。

平时用的社交软件也挺多，但从来没想过分析人家的customer growth这类指标。T导师带我从头到尾分析了很多product，让我不单单把自己当作user，而是站在business的角度，用metric衡量数据。

也是在这个时期，我养成了分析key metric的习惯，比如用Instagram的时候总想要研究一下。这个好习惯一直保留到现在。

我们还学习了很多framwork。汗颜，我在学校学的都是理论，导师说的那些AARRR Pirate Metrics之类的实用franwork我听都没听过，笔记做了一页又一页。

海盗framwork很值得分享，po给大家：

• Acquisition (or awareness) - How are people discovering our product or company?

• Activation - Are these people taking the actions we want them to?

• Retention - Are our activated users continuing to engage with the product?

• Referral - Do users like the product enough to tell others about it?

Revenue - Are our personas willing to pay for this product?)

所谓学多不如学精，T导师教给我的都是他工作中会用到并提炼出来的。而且他超级有耐心，讲课非常具有引导性，很好消化。也正因为如此，我的进步才很快。

转眼三个月过去，我改好了简历，批量投了一波。

批量投简历，批量收回复。8月下旬到9月上旬期间，我拿了Bloomberg、TuSimple、Chewy、3家Healthcare和一家软件公司的move on。

我最感兴趣的就是Chewy，而且是Senior岗位。别的公司要么是组里做的内容不喜欢，要么不在美西。T导师讨论过后，他也觉得这个最该全力冲刺，并且让我找Chewy的在职面试官好好Mock一下。

于是我找班主任要了面经，又让班主任安排了Chewy在职导师为我Mock。

Mock过程很流畅。导师对我的评价是：对公司和产品在business层面了解得很OK，对业务上需要实际做的deep use skill的理解还是差一些。

他说：“除了分析用户这种基础数据，还要考虑更多复杂性、实际性的tracking data，比如我们（Chewy）作为一家售卖宠物用品的电商，就要分析affinity analysis，用户在添加一款猫粮到购物车后，会不会一起购买猫零食、猫砂、猫玩具，又要怎样增加这个概率？”

我简直醍醐灌顶——确实，我看了很多Chewy的信息，自以为对公司了解很多，但并未进行深层次的考虑。而面试官想要的候选人，是“把自己当做公司的一份子去想问题”的人。

后来我又和这位导师Mock了几次，自己也反复练习，最终在10月中旬进行了真正的Onsite。

真正的面试就非常快了，都是导师们为我设想过的考点，一点雷都没踩，顺利得不可思议。

周二面试，周五就拿了口头offer。

我和T导师详细说了面试情况，以及HR说base可以给到$12w。T导师也很为我高兴，并且教了我negotiation的方法，让我开$16-18w。

我有点不好意思，想就说开$15w得了，但T导师说，大胆一点！

嗯……于是就忐忑地提了，那边也很爽快地给了我想要的数字，而且HR效率仿佛起飞，只用一天时间就把入职手续办了个七七八八，让我11月入职。

没错，现在我已经Chewy入职几个月了，新工作我很喜欢，是真正地在分析数据，使用function去提升网站浏览量等等，还有宠物折扣哈哈哈！

这一路走来，好运和努力都不可或缺，感恩大家的倾力相助。

马上又要抽签啦，祝我好运吧！

* 本文原创于直通硅谷【https://www.zhitongguigu.com】，欢迎尊重版权的转载。一般转载请在文章开头或结尾正确注明以下信息：

作者：直通硅谷  公众号：直通硅谷订阅号

直通硅谷，北美最专业的IT求职培训机构，留学生科技求职最佳选择。

封面：From Wikimedia Commons, the free media repository：https://commons.wikimedia.org/wiki/File:Chewy_pet_food_logo.svg Author：Chewy, Inc.