从厦大到UCSD，半年上岸Bayer！我被这个学Data的甜心学姐迷晕了…
01
图/Susan学姐生活照
实话说，我一直坚信DIY的力量，在申请美研的时候，所有的事情都坚持自己来。不过，求职这件事，我确实感到力所不及。
简历投出去，连个回声都没有
图/UCSD图书馆~陪我度过最多时间的地方
但是不提前准备又不行，思来想去，我决定了，专业的事情就交给专业的人来做。
经过几天在各大网络平台上的筛选，最终选择了DBC职梦。
多一个人帮忙真的很重要
后来我粗略地统计了一下，总共投递了300多份简历。那段时间就是，求职顾问每天提供筛选过的岗位，我一有空就把简历扔出去。
这样虽然成功率确实不高，但是至少省下了很多时间和精力可以让我专注在学业上，不至于两头落空。
所以在看的同学们要对自己有信心，如果你投递了简历但没有回应，不要灰心丧气，稳住心态继续投递。
不过时刻关注开岗动态，确实很累，所以我拜托求职顾问帮忙整理了一份目前北美最新Data类开岗表，扫码领取就可一键投递哦～
02
皇天不负有心人，在经历了几轮简历投递之后，我终于收到了Bayer给出的面试邀约。
要知道，Bayer可是行业巨头，在医药界的各类排名中，基本稳居前五。
图/Brand Finance
所以接到面试的我特别兴奋，马上跟导师们练习起来，这里也跟大家分享2个关于Data类岗位面试的经验：
1. Machine Learning是Tech类问题的核心
Data岗位最核心的Machine Learning面试问题一定要背熟！比如说：什么是Overfitting，什么是Regularization，Bias和Variance分别是什么，如何Select Features这些。
总的来说就是面试之前准备的越多，就越不容易遇上答不上来的题。不过，如果真的有一两题回答不上来的话也没关系，面试官会理解的。
我当时在面试的时候就把Logistic Regression的Cost Function回答成了Linear Regression的Loss Function，最终也没有影响面试的结果。
2. 在Behavioral Question上实现超车
我参加面试最大的感受就是，想要在Technical Question上拉开差距是很难的，因为每个人都会去重点准备。
所以我给出的策略就是，我们从Soft Skill上入手，提前对可能出现的Behavioral Question做好准备，让自己在面试的时候显得更加从容。
为了让大家都顺利通关面试，我把当时拿来练习的Data岗位面经+真题合集给大家准备好了！
像今年面试中常常被问到的Machine Learning考题，还有常考的Behavioral Questions类型，在面经中都有比较详细的回答指引。
事实上也确实如此，后来入职后面试官就跟我说，在我身上看到了身边同事的影子，所以选择了我。
这里就不得不感谢我的宝藏导师，还好有他们一次又一次帮我做Mock Interview，给了我很多专业的意见。
每次做完Mock之后，感觉自己的表达能力就提升了一点点，我认为这也是最终面试效果很棒的原因。
03
求职是一场马拉松
是因为我的简历有哪些地方还不够好吗？
还是我自身的能力不够？
要做有效率的重复
如果觉得自己的简历不够好，就花时间打磨简历
如果觉得自己缺乏表达能力，就多做Mock Interview
如果发现自己有些Tech Skill还不熟练，就去学、去练
2022秋招已经开始
如果你对自己的求职前景感到迷茫
可以参加DBC职梦专为留学生打造的
数据精英计划
名企在职导师为你的秋招保驾护航
DBC职梦8年经验，只为成就留学生职场精英梦
DBC职梦受德勤严格审计，所有的数据都真实可查；
「求真务实」是我们整个企业一直践行的价值观，我们坚持1张1张的积累，杜绝任何环节的虚假增长。
微信扫码关注该文公众号作者