00后统治高薪岗位!
2023年毕业的New Grad 绝大部分已经是00后了,他们在这工作这一方面越来越努力,拿到的结果越来越好。比如下面这位:
Jimmy在国内双非本科主修经济学,辅修信息管理与信息系统。本科期间没有发表论文,只有两个科研竞赛作品。硕士美国qs前100统计学,教育背景。
和大多数同届毕业准备回国的小留不一样,Jimmy自己决心要在北美闯出一片天。2020年毕业进入纽约某二线咨询公司任职IT技术顾问,工作比较稳定,一度想要定居NY。
然而,疫情三年公司财务陷入困境,终于在2023年告知被裁员,不得不再次找工作,可是市场上已经完全找不到合适的咨询公司职位,不得不开始另觅出路。
Covid改变了许多事情,包括经济、企业财务、跨境贸易投资等。就业市场一度陷入黑暗。Jimmy在2023年春天失业,由于工作签证的缘故,他必须在这个看起来有所恢复的就业市场尽快找到下家,否则就要回国面临同样的难题。
没有绿卡、没有重资产、更没有在美国的亲戚或者其他能帮上忙的熟人。找工作要么靠自己,要么靠熟人介绍。
靠自己,咨询公司已经不是理性的第一选择。一咬牙他想到了转码,但是从0开始几个月就能转码成功听起来就很荒谬。他觉得等待奇迹和创造可能性,自己肯定要选后者。他仔细盘点了自己的专业和项目背景,认为当前最现实的一条路是转向数据行业。因为自己在做技术顾问的时候需要用到大量数据分析的工具,自己又是统计学出身,转行数据分析师或者数据科学家是最符合直觉的。
但是时间有限,自己又完全不懂这个领域,人生地不熟,Jimmy再次陷入迷茫。
在网上吃力地寻找数据转行的资料时Jimmy看到了OfferRealize的数据科学面试辅导课的信息,在参加了一次由其Bellman老师讲授的免费公开课后,决定和老师争取一次职业规划的机会。本来以为会有阻力,没想到Bellman老师非常爽快地答应了!
Bellman老师的背景:北美大厂机器学习算法研究员,熟知机器学习相关岗位面试流程与特点。曾拿下微软和其他一线大厂公司super special offer(最高级)。
这场完全免费的职业规划让Jimmy马上就清醒了过来:
1. 自己需要去刷多少sql题目才能逐渐上手日常的数据处理工作?
2. 需要拥有几个工业级别项目才能在面试中游刃有余?
3. 需要投递多少封简历、简历需要怎么润色才能收到面试?
4. 需要怎么在面试中引导面试官自己才能有更高的胜算?
5.……
而这些问题,如果靠自己一个一个去google,最后能拿到offer的概率无限接近于0……
插播福利!
扫码进群
8月求职必听公开课+大厂直推名额开放啦!
听公开课,人人有机会参与内推,更有独家发布最新最全职位直投表、每日大厂面经等VIP超值福利限时赠送,坑位有限,手慢无!
Jimmy非常钦佩Bellman老师清晰的思路和过硬的专业能力,他一想到转机就在眼前,毅然抓住机会报名了offerrealize的数据科学求职冲刺课程。
该课程旨在一个半月的时间里帮助0基础小白、或者基础薄弱的学员ready好一套过硬的数据分析思维、收获堪比工业级别的项目经验和覆盖全面的面试问题。
最重要的是,能在这一个半月的时间里和真正站在行业金字塔尖的老师进行0距离互动,感受来自业界一线科学家的深刻洞见,这是Jimmy在github所看不到的宝贵经验。
收到Offer
在OfferRealize的老师和助教帮助下,6月Jimmy拿到了第一个offer,来自某初创ai公司的初级数据分析师。
他去询问老师的建议,老师鼓励他:你当然值得更好的,你可以时刻folllow我们给学员免费提供的job lists和quick apply plugs。终于在7月,Jimmy斩获JP.Morgan的135K年包BIE offer!(Sign-on bonus 15K)
Jimmy非常感慨,但他深知自己的成功绝非偶然和运气那么简单。经过一番准备,Jimmy愿意把自己在OfferRealize获取到的一些求职成功关键信息分享如下:
1. 扎实的数学和统计基础:数据科学和数据行业离不开数学和统计知识。掌握线性代数、概率论、统计学等基础知识,是进入这个领域的第一步。通过自学或参加相关课程,打下坚实的数学基础。
2. 编程能力:掌握编程语言是数据科学家的必备技能。Python和R是数据科学常用的编程语言,学习其中一种或两种,掌握基本的编程语法和数据处理技巧。
3. 数据处理和清洗:在实际工作中,大部分时间都会花在数据处理和清洗上。学习使用pandas、numpy等工具进行数据清洗和处理,熟悉常见的数据处理操作。
4. 数据可视化:数据可视化是将复杂数据转化为直观图表的重要手段。学习使用matplotlib和seaborn等库进行数据可视化,能够将分析结果直观地展示给他人。
5. 机器学习算法:掌握常用的机器学习算法是数据科学家的核心能力。学习常见的监督学习和无监督学习算法,了解它们的原理和应用场景。
6. 深度学习:随着人工智能的发展,深度学习在数据科学领域扮演着重要角色。了解深度学习的基本原理和常用框架,如TensorFlow和PyTorch,能够解决更复杂的问题。
7. 实践项目:理论知识固然重要,但实践项目才能真正检验和提升技能。尝试参与开源项目、竞赛和实际数据分析项目,锻炼解决实际问题的能力。
8. 持续学习:数据科学和数据行业发展迅速,新的技术和方法层出不穷。保持持续学习的态度,关注最新的研究和发展动态,保持自身竞争力。
Jimmy成功上岸的经历是对大多数留美NG的一次提醒,在职场上,没有固定模式,只有抓住时代变迁的风口和借势。只有这样,才能在激烈的竞争中弯道超车,脱颖而出。
扫码咨询
更多最新DS|DA求职信息
秋招已来,最重要的就是及时知晓岗位信息!OfferRealize喊你上岸!
OfferRealize™ 是一支由来自微软,Google,Paypal,Ebay,清华背景的工程师和数据科学家组成的求职辅导团队,充分利用多年在一线大厂的工作经验,打破校园与名企的界限,帮助同学充分了解行业与企业信息,提升专业技能与软实力,增加行业经验与面试技巧,让更多的学生准确定位自己,入职心仪的大厂,开启属于自己的职业之路。
微信扫码关注该文公众号作者