Meta&Snap“离谱”福利，看完我想转码了……
UC Berkley学姐倾囊相授
新鲜出炉的Data岗上岸秘籍来啦！
很开心，这一次我们邀请到了来自Snap的Data Scientist-小七老师。
她曾在“计算机神校”UC Berkeley挥洒青春的汗水，也是前Meta的Data Science面试官，非常熟悉面试流程及测评标准。
她拥有着6+年教学和3+年辅导面试经验，对于求职面试有着个人系统的方法论总结。
话不多说，接下来就让我们一起来看一看这场讲座的精彩瞬间！
非DS背景如何拿到Data Offer
首先，就小七老师自己来说，她也算是一个半路转专业的人，所以她十分相信即使不是拥有DS背景的人，他们也是有机会拿到一些DS的Offer。
学会计或者是学跟政治相关的，甚至是一些完全可能不相关的专业，只要用对方法，就可以拿到Offer。
逐渐发展你的专业知识
在什么都不会的情况下,第一步可以先试试自学。
因为既然有这个打算想要转Data，那我觉得你肯定是在你生活中可能上了一些课，或者是说被周围的朋友或者家人有提过，或者说自己突然对这方面感兴趣了。
所以第一步其实就是可以通过自学去确认你到底对这个Data岗到底感不感兴趣。
最简单的方法可以去读一点相关的书或者说去 YouTube 上面看一些相关的视频。
这里小七老师也推荐了三本书给大家
《Cracking the Pm interview》
《Case in Point》
《TrustWorthy Online controlled Experiment》
如果不太想自学，那么可以推荐大家去参加一些Bootcamp，在这类的Bootcamp里大家不仅可以学到专业知识，甚至找一些工作，甚至你在里面可以认识一些不同的人脉，都可以互相帮助。
通过一段时间知识的积累，就可以先去找一些关于带有Data Analyst或Data Scientist的实习工作，为以后的正式工作打下基础。
寻找校友帮助
可以利用LinkedIn去找一些与自己同校，也拥有相关经验的同学约一个Coffee Chat，多听听过来人的经验相信对你今后的申请也会有所帮助
准备简历
在简历的准备上，建议大家把内容控制在一页。
学会精简化你的经历，把最重要的，令你最自豪的经验放在最上面。
把可以量化的成功经历写到你的简历，以你想申请岗位的JD为中心，运用STAR原理不断的去扩充优化。
Meta和Snap的福利差别
说到福利，两家公司差别其实还挺大的。
对于Meta来说，福利比Snap的福利要好太多，对于Tech company来讲，Meta 的福利应该至少能排进前三。
免费的一日三餐，Onsite的Gym和Health Center，甜品站等等。如果你想，甚至可以把坏掉的单车带到公司里去修。
除了以上这些，Meta每年还有3000刀可以用来报销你的旅行费，日常用品甚至是最新款球鞋。
你所有的交通费，过桥过路费，甚至是停车费，Meta都可以帮你报销。
常用的电子设备，比如鼠标，键盘，充电宝也都会提供。
对于大厂来说，其实员工都有自己的股份，根据每年的考核的情况，表现良好就会让你每年的股票都增长一点，这样子如果你待的时间越久，那你这个股票就会越积累越多。
Snap的福利对比Meta就偏少了，只有在LA的办公室每天都有Free Lunch，在其他办公室就只有一周一次。
除此之外，还有八十刀一周的食品卡和一张一百五十刀的一张课程卡。
Snap的股份跟Meta的构成也稍有变化，三年的股票基本持平，不太会有大幅增长。
求职Data岗，需要做哪些准备
毋庸置疑，第一步肯定是尽全力去优化你的简历，去问一些校友或过来人去听一下他们的经验。
第二步就是要去准备你的面试，对于DS来说，它的 Interview 其实主要分为三大块就是Coding ，Product Sense 和一些 Probability的考察。
那对于Coding来讲， SQL 当然是一定要会的，而且要用得比较熟练，个别公司还会考你的Python能力。
在面试的过程中，千万不要把面试官晾在一旁，我们要做的是边写边跟面试官交流，把你的想法陈述给你的面试官，这样子的话可以给到面试官一种，这个面试者逻辑特别清晰的感觉。
Q&A时间
问：关于Product的DS还是偏向于 Machine Learning 的 DS？
答：Machine Learning 的 DS 的话，你当然就是在这个 Machine Learning 这方面的 Skill Set 肯定是要要提升很多。
你甚至在工作当中，你可能都要亲手去完成，比如说去Build一些 Model或者是说去做一些Parameter Testing 这样的事情。然后通常 ML 的 DS 的工资会比Product的DS高一点。
那对于Product DS 来说，就算没有相关Background，也是一个比较容易上手的一个职位。
小七老师还分享了很多她的面试经验，想要看讲座全程回放的童鞋，请添加下方小助手领取！
回复“小七老师”还可以获得价值$699美金的秋招福利包哦~
文章很精彩，分享给需要的他吧
微信扫码关注该文公众号作者