屡屡碰壁之后，我终于拿下了 Airbnb 数据科学家岗位

编者按：对于大多数人来说，大型科技公司可能是他们求职的理想选择，但这其中的难度往往也会令许多求职者望而却步。有太多的人想进入这样的公司，但真正进入的人又能有几个？本文作者 Kelly Peng 用她的实际经历告诉你，没有什么不可能，你并不需要多么的天赋异禀也可以进入到这类公司工作。

写这篇文章的原因

一个月前，我刚刚在 Airbnb 找到了一份数据科学家岗位的新工作。直到现在，我仍为自己能得到这一岗位的工作而感觉幸运不已。没有人知道我有多想进入 Airbnb，我将 Airbnb 办公室的照片贴在我的办公桌前，我的 iPhone 壁纸用的是我之前站在 Airbnb 标志前拍摄的一张照片，我曾四次申请过 Airbnb 的工作岗位，但直到上一次才收到了一位招聘人员的回复……

过去，每当有人问我“你最想进哪家公司工作？”这个问题时，我都不敢说自己的心仪公司是 Airbnb。因为每当我这么说时，对方总会回答我道：“你知道有多少人想进 Airbnb 工作吧？那你知道真正进去的又有多少人吗？得了，现实点吧还是。”

结果证明没有什么是不可能的。由于我的很多朋友都让希望我能分享一下自己的这一求职经历，所以我认为也许对你也会有所帮助。

我在这里先列举一些数据，帮助你了解一下我大概的整个求职历程：

• 提交求职申请：475 份
• 电话面试：50 次
• 数据科学类项目测试：9 次
• 现场面试：8 次
• 拿到 Offer：2 个
• 用时：6 个月
  
  

相信从上述这些数据你也可以发现，我并不是一位实力很强的求职者，因为如果我是，那我只需要提交几份申请，就能收到一大堆 offer 了。是的，我之前曾经属于很逊色的求职者，就完全是浪费面试人时间的那种求职者。但是“之前的你是怎样并不重要，重要的是现在的你以及以后的你。”

我通往数据科学家岗位的那条路

首先简单介绍一下我的背景，我是先在中国的一所大学获得了经济学学士学位，然后在伊利诺伊大学厄巴纳-香槟分校攻读的工商管理硕士学位。毕业之后，我先是做了两年的数据分析师，其中有 7 个月的时间承接了 Google 的一些工作，另外一年多的时间在一家初创企业工作。我的工作主要就是编写 SQL 查询、创建仪表板以及提供以数据为基础的建议等。

之后，我意识到这样的工作并没有让我实现预期的学习和成长轨迹，于是我辞了这份工作，申请了一个在旧金山创办的为期 12 周的集中训练营项目，也就是 Galvanize Data Science Immerse 项目。要进入这一集中训练项目需要首先通过统计面试，我先后 4 次落选，在继续参加了第 5 次面试之后才最终通过。

Galvanize 项目训练的内容非常强调 Python 和机器学习，并且他们默认你已经拥有了扎实的统计基础。不出所料，我一开始的处境非常艰难，因为我对编程知之甚少，对于统计学也不是特别擅长。因此我别无选择，只能努力，努力，再努力。在 Galvanize 训练营的那段时间里，我没有休息，没有娱乐活动，没有约会，除了每天超过 12 个小时的学习之外再无其他安排。到后来，我就感觉自己能够相对轻松的跟上这些课程了。

即便如此，在我之后开始新一轮的求职过程中，我仍然遭遇了数不清的尴尬场面。因为我与数据科学家之间的差距仍然很大，这种差距大到即便我努力学习，即便我在为期 12 周的训练营项目中每天学习超过 12 小时，也远远不足以弥补，也远远无法实现职业转型。于是，我一直经历着提交申请、面试、失败、再次申请、再次面试、再次失败这一循环。好消息是，在这过程中，我每次都能学到新的东西，每次都能让自己变得更强一些。

到 2018 年 3 月，自我辞去上一份工作已经过去了近一年的时间。我的银行账户存款只剩下 600 美元，我不知道该如何支付下个月的租金。更糟糕的是，如果到 2018 年 4 月底我仍然找不到工作，那我就必须离开美国，因为我的签证要到期了。

幸运的是，经过如此多失败的求职经历，经过如此多的练习和重复，我慢慢地开始从一个不知道该怎么做自我介绍的人转变为能够得体、合适的介绍自己，从原来分不清 Lasso 和 Ridge 回归哪一个用的是L1 正则化，从对编程算法一无所知，转变为对于自己想要抓住的机会可以做好充足的准备。

当我进入 Airbnb 最后一轮面试之时，我手头其实还拿到了另外一家公司的数据科学家岗位 offer，所以整个面试过程我一点都不紧张。对于这次面试，我的目标就是展现出自己最好的一面，不要留任何遗憾。结果，这次面试效果是我之前参加过所有面试中最好的一次。我拿到了 Airbnb 的 offer，我所有的努力和无数个不眠之夜终于得到了回报。

我想分享给你的一些建议

1、知道自己想要什么，据此设定自己的目标，努力实现这一目标，并且不要降低自己的要求。

2、保持成长心态，这一点非常重要（如果你还没有听过“成长心态”这一名词，可以先查看这一动画视频了解一下）。不要说“我不擅长编码”，或者是“我不擅长统计”。这不是天赋问题，不要用“天赋异禀”来形容别人，从而也让自己有了偷懒的借口。你需要做的就是通过正确的方式学习，然后多次练习，直到你变得擅长为止。

3、记下在面试环节中面试官问你的所有问题，尤其是那些你没有回答上来的问题。你可以失败，但不能再同一个地方跌倒两次。你应该保持始终不断地学习，持续提高自己。

4、如果机会合适，将你不懂的问题与其他人进行讨论。在这一点上，我尤其需要感谢 Galvanize 训练营的同学和教职人员的帮助，他们每一位都非常热情，并且愿意解答我的问题。

5、参加本地数据科学相关的聚会，加入数据科学学习小组，与数据科学领域业内人士建立联系，在尝试与 LinkedIn 上的陌生人联系时可以发送个性化备注……总而言之，尽一切可能拓展你的人脉网络，因为你不知道这其中哪里可能就藏着你的机遇大门。

6、有时候，成功不仅需要努力，也需要运气。可能这次你的失败只是因为自己不够幸运而已，不要总是将失败归咎于自己身上。

如果再来一次，我希望自己这些地方有所改进

不要在求职之初就去参加你心仪公司的面试，除非你认为自己已经做好万全的准备。

我在求职最开始，就申请了 Ube r的一个工作职位，这让我非常后悔，因为我搞砸了。我在面试中的表现是那么糟糕，以至于我都无法再参加 Uber 其他团队的岗位面试。大多数人都将大型科技公司作为自己求职的理想公司，但是这些公司一般都有一条严格的规定，如果你面试失败一次，那你至少半年或者一年的时间不能再参加同一公司另外的面试。所以，一定要确保你在参加这些公司的面试之前做好充分的准备。

缩小求职的工作类型，知道哪些类型工作不适合自己，这将为你节省大量的时间。

如果你曾经了解过数据科学家岗位的相关招聘，那你就会知道这其中的职责范围有多广。既有致力于自然语言处理、计算机视觉和深度学习的数据科学家，也有从事 A / B 测试和产品分析的数据科学家。你要知道哪种职责类型的工作适合你，哪种不适合你，这样会为你节省大量的时间，让你专注准备更重要的面试。

就我当时的求职经历而言，我是略过了所有要求博士学位以及要求掌握深度学习和计算机视觉等方面知识的招聘岗位。尽管如此，仍然有太多需要学习和准备的知识。接下来我会列举一下我在求职过程中所用到的资源列表。注意，现在可以用来学习的资源有太多，并且你也可以花费大量的时间来搜索这些资源，在这过程中一定要有选择性，确保充分利用这些资源。

数据科学岗位面试参考资源

统计

• Khan Academy：非常适合用于学习基本概念。
• Practical Statistics for Data Scientists：很好的资源，非常实用，强烈推荐。
• 杜克大学在在线课程网站 Coursera 上开设的统计学课程（Statistics with R）
  
  

概率问题

• brilliant.org:我在准备面试时购买了他们的会员资质，我发现这也是 Facebook 现场面试指南中推荐的准备材料之一。
  
  

A / B测试

• Udacity 上 Google 的 A / B 测试课程：我看过两次并写过这门课程的总结摘要。
• 微软的 KDD 论文和幻灯片：在数据科学岗位面试中经常会问到关于 A / B 测试的问题，但对于还未进入这一领域的求职者来说，并没有多少人真正做过 A / B 测试，所以在我尝试了解实验性设计时，我搜索了相关资源并阅读了大约 15 篇论文。
• Exp Platform 上的幻灯片和视频。
• 公司科技博客，例如 Airbnb 的数据科学博客。
  
  

机器学习

• Andrew Ng 在 Coursera上开设的斯坦福大学机器学习课程
• 我们在Galvanize训练营用过的课本之一：An Introduction to Statistical Learning: with Applications in R
• 同样是我们在 Galvanize 训练营用过的课本：Machine Learning in Action
• 密歇根大学在 Coursera 上开设的 Applied Data Science with Python Specialization 课程
  
  

基础编程算法

• HackerRank：更适合入门级
• LeetCode：适合简单或中等难度的问题
• Cracking the Coding Interview: 189 Programming Questions and Solutions
  
  

Python 数据操作（Pandas，Numpy）

• Datacamp
  
  

提示：我的 Python 数据操作通过参与公司面试过程中的项目挑战获得了极大的提高，实践是最好的学习方式。

SQL

• Mode Analytics SQL Tutorial：其实我算是很熟悉 SQL 了，但以防万一，在我参加每次 SQL 相关的面试之前，我仍然会用到这一资源，尤其是其中的高阶部分。
  
  

产品意识/业务知识

• Case in point
• Cracking the PM interview
• Decode and conquer
  
  

一般性面试问题

• Lynda Raynier 的 Youtube 频道：对于一般性的面试问题很有帮助。您还可以搜索其他视频，了解该如何回答一些特定领域的面试问题。
  
  

其他参考资源

• 企业科技博客：Airbnb、 Uber、 LinkedIn、Netflix、 Lyft、 Pinterest、 Stitch Fix、 Quora、 Yelp 等。
• 在参加技术面试之前，通过 Glassdoor 收集企业面试常见问题。
  
  

写在最后

寻找工作只是我们人生旅程中的一个小小的环节，但在整个求职过程中我们积聚起的勇气、热情和百折不挠的毅力将让我们长远受益。我个人非常相信下面这一句话，希望它也能为你带去激励：

“永远不要让别人告诉你，你做不成什么。你有梦想，就必须自己捍卫这一梦想。有时候，只是因为这些人自己做不成某事，所以他们也会对你说你也做不成。不要理会，对于你想要的东西，去努力追求即可。”——《当幸福来敲门》

原文链接：https://towardsdatascience.com/h ... airbnb-f6a1e99892e8