上岸Amazon的快乐往往就是这么朴实无华且枯燥

点击上方卡片，上岸北美大厂从这开始！

作为求职者来说，最头疼的莫过于准备面试。

不知从何说起的BQ、随机无常的算法题、遇到「笑面虎」面试官...

可就是有这么一家公司，在你还是一名应聘者之时，就已经在公司官网上指导你该如何上岸了。

不仅手把手地教你如何搜索岗位、现场面试，而且把不同岗位的申请流程全方位且毫无保留地展示给应聘者，生怕他们卡在了面试关。

江湖传闻，最近有一位在面试Amazon因为回答BQ和Coding的表现不佳，而挂了的应聘者，本以为故事就这样结束了，没想到在5个月后，竟然收到了一封价值$10000邮件。

Amazon的招聘者在邮件中表示已经帮他报了培训班，至于之后的事情（上岸）就要看他造化了。

向来不按常理出牌的Amazon除了帮应聘者免费培训、进军各种产业、为员工增加办公空间（6城扩张计划），在岗位的发放上也毫不手软，不信你看。

目前，Amazon已经开始发放了2023实习Offer，陆续放出各种实习岗。无论是在薪资福利或是在留美发展方面，科技岗依旧是全美最适合留学生的行业，高科技人才也是各种北美大厂纷纷争抢的香饽饽。

想要获得更多关于Amazon 2023的岗位信息，请添加下方小助手，备注「Amazon」，免费获得！

就目前的形势而言，部分公司尤其是炙手可热的大厂岗位，招人的时候会对个人经历和Coding要求更高。

为了能更好的帮助到大家找到努力的方向并加快行动起来，在Uoffer刚刚结束的「Data岗」讲座中，我们邀请到了一位来自Amazon的Senior Business Analyst-Amber老师。

作为Amazon的面试官之一，同时拥有10年左右Data相关的工作经验和大量面试与招生经验。

话不多说，接下来就带大家一起回顾一下讲座中的精彩瞬间。

不同数据岗怎么选

首先，大家会在不同的Career Page里看到不同的数据岗位，其中包括Business Analyst、Data Analyst、Businees Intelligence Engineer、Data Engineer、Data Scientist。

对于这两个作为分析师的岗位，对求职者软技能的要求会大过于技术层面的要求。

在工作中可能会涉及到一些统计学知识的运用，比如用一些Regression Model来做分析，做一些 Measurement System去支持公司里的项目经理等等。

这个岗位主要会做一些关于BI可视化（BI visualization）的工作，需要通过把数据去Aggregate 到一定程度，做成不同的图表和不同的Chart ，让产品经理可以用一种更显而易见的方式来了解公司产品从发布到现在，或者不同时期，公司产品的表现力是什么样子的。

这个岗位主要做的就是Extraction Transformation Loading（ETL）。

举个例子，比如产品经理在最近上线了一个全新的产品，Data Engineer就需要通过 ETL 来保证产品数据从 Raw Data 到 Aggregate data 的数据质量。

这个岗位会运用Python去写很多有关 Machine Learning 的一些模型。相当于是运用一些比较 高级和前沿的一些 Machine learning 的东西去做一些数据模型，用不同的Model 来做调参。

这个岗位算上述提到的5个岗位里比较卷的岗位，因为在数据科学不断革新的过程中，Data Scientist 也需要不断地学习。

Amber老师在讲座中还为大家具体介绍了一些关于数据岗的日常工作，想要深入了解的同学可以添加下方二维码，回复「数据岗日常」，免费获得全程讲座回放！

BQ的真题模拟

问题1: 「Tell me about the situation that required you to dig deep to get to the root cause.How did you know you were focusing on the right things？」

以上的这个问题可以拆分成两个部分，第一个部分其实在问你：

「如果你在分析一个问题的时候，有一些问题的答案可能最开始不是特别的明显。那么你要如何去通过你的数据分析能力去深究，从而找到其中的最重要的原因呢？」

第二个部分则是在问你：

「在分析的过程中，有的时候你可能走偏了，也一直都没有发现问题在哪，这种情况下你会怎么办？」

总的来说，这道题的本身就是在考察求职者的思路和对数据的敏感性（也就是Deep Dive），考量在分析的过程中你是否能发现真正的问题所在。

问题2: 「Gave me an example of a time when you were able to deliver and。

An important project under a tight deadline. What sacrifices did you have to make to meet the deadline 」

这个问题的核心考察点是考察你「Deliver Result」的能力。

在你每天的工作中会要会涉及到很多不同的 Trade Off ，那么在此期间，你不太可能在DDL之前把所有手头上的事情做完，你需要去权衡出哪些事情是可以等的，哪些事情是需要加急去完成的。回答这道问题的时候需要体现出你评估事件的能力，再去进行故事的描述。

问：以上提到的五个岗位中，哪一个工作压力是最大的？

答：工作压力还是要结合岗位特性和自身情况去做讨论。

如果你自己觉得在公开场合去表达会让你感到紧张，那么Business Analyst可能对你来说就算一个让你工作压力很大的岗位。

如果你不是很想不停地去学新东西，那么从事Data scientist 可能就是对你来说压力会更大。

Amber老师在讲座中还分享了很多关于BQ真题模拟和数据岗上岸规划的内容，想要看讲座全程回放的童鞋，请添加下方小助手免费领取！

在听完别人的成功案例的同时，我们还需要趁早去确立自己未来的求职方向，充分进行公司调研，才能在当下快节奏的招聘过程中一举拿下自己心仪的Offer。