如何在数据科学面试中脱颖而出

原文:towardsdatascience.com/how-to-ace-data-science-interviews-50c9fae55dec


在获得我的第一份数据科学工作之前,我向超过 300 家公司申请了职位。现在,在近三年的行业经验和进行了许多面试之后,可以说我已经学到了一些关于数据科学面试如何进行的知识。

因此,在这篇文章中,我想告诉你如何增加你通过任何面试的机会!

我将假设你将在几天后参加面试,所以你有时间准备。此外,这些观点主要针对初级和中级职位,因为我的经验就在这里。

👉 注意:你还可以观看这篇博客文章的视频版本

cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FUl8BFCjUmww%3Ffeature%3Doembed&display_name=YouTube&url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DUl8BFCjUmww&image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FUl8BFCjUmww%2Fhqdefault.jpg&key=a19fcc184b9711e1b4764040d3dc5c07&type=text%2Fhtml&schema=youtube

理解角色

有时候,我们会盲目地申请那些名为“数据科学家”的职位,而没有仔细阅读要求和建议。我过去也这样做过,这并不一定是个坏主意,因为你只是在尝试打开大门,基本上是“看看能粘住什么。”

然而,如果你被邀请参加面试,你必须仔细审查职位描述。我会仔细阅读的两个关键区域是责任部分和要求部分。

责任

对于责任,你应该首先检查这实际上是不是你想要做的工作。正如我在之前的文章中提到的,数据科学是一个有些模糊的工作,不同公司之间有所不同。一个组织的数据科学家可能做的与另一个组织的数据科学家非常不同。

因此,如果你真的想在机器学习、数据工程或数据可视化等领域工作,确保这是工作的一部分!

导航数据科学家的现实生活

总体而言,确保列出的责任是你感到舒适并且有一定经验的事情;这将使你在面试中能够生动地展示你的实际案例,以证明你适合这份工作。

要求

对于要求部分,你应该检查你是否满足其中大部分要求。可能性很大,因为你得到了面试机会,但最好还是双重检查以确保你不会措手不及。

你可能并不具备列出的所有技术技能,这很正常。职位描述通常会夸大他们真正想要的东西,并且主要追求“完美”的候选人,但从经验来看,这种候选人几乎不存在。

然而,考虑一下你目前不具备的技能和能力,并确保你将在工作中或业余时间学习它们。职位描述可能过于热情,但大部分要求都是你可能在工作中用到的东西。

研究公司

永远不要在没有理解公司做什么以及一些基本信息的情况下进入面试。这表明你准备充分,对角色充满热情,这是面试官非常喜欢的特质。

以下是我推荐你阅读的内容:

  • 公司的使命和目标是什么

  • 公司销售什么,做什么,以及所属行业

  • 公司的价值观是什么

  • 公司最近有哪些成功的新闻报道

  • 关键的财务指标,如收入、利润、股价等

  • 公司的历史和重要里程碑

  • 了解公司所在行业的相关信息

这可能听起来很多,但如果你能保持高效,你可以在一两个小时之内阅读大部分内容。根据公司的结构,你可能无法获得其中的一些信息,但整体目标是尽可能多地获取有关公司的关键信息。

如果有一个主要领域需要关注,那就是公司的价值观。这不仅是一个需要勾选的框,而且是一个理解公司文化的重要方面。在面试过程中,你不仅会被评估技术技能,还会被评估你是否适合公司的文化。理解和与公司的价值观保持一致不仅会使你成为一个更好的候选人,还会让你更有信心和准备。

因此,确保你了解它们,并尝试将自己塑造成一个在这些价值观下运作的人。不要撒谎或改变自己,因为那样你将会为不适合的公司工作。但稍微调整你的答案以与价值观保持一致。

寻找过往的面试

你有时可以在像GlassdoorIndeed这样的网站上找到特定职位的过往面试问题。人们经常留下他们在公司面试中的经验和针对特定职位的提问。我建议浏览这些内容,并记下所有问题和一些你可以回答的基本答案。

此外,如果你认识之前在公司工作或面试过的人,联系他们了解他们的经验。你甚至可以联系你的 LinkedIn 网络,询问他们的面试经验。这将为你提供更多关于面试的具体信息,并给你带来一点优势。

注意任何经常提到的技术问题,并复习这些问题的知识。技术问题最难准备,因为可能会被问到很多问题,而且有正确和错误的答案。

然而,我通常建议你无论如何都复习一下数据科学的基础知识,比如线性回归、逻辑回归、交叉验证、梯度等。这些都是任何数据科学家或机器学习实践者都应该知道的基本知识,所以最好做好准备,以防被问到。

制定关键示例

你无法确切知道在面试中会被问到什么问题,但经过对职位和公司的研究后,你可能会规划出一些可以借鉴的例子,并根据具体问题进行定制。

你可能会被问到的一些常见问题是:

  • 告诉我们你的过往经验?

  • 你能解释一下你之前完成的项目吗?

  • 你为什么想换工作?

  • 你为什么想为这家公司以及这个职位工作?

  • 你能描述一个机器学习算法及其工作原理吗?

如果你正在申请具有特定专长的工作,例如强化学习、推荐系统或预测,你可能会被问到在这些领域的过往经验或工作示例。因此,再次强调,确保你有具体的例子,并复习相关的技术知识。

回答任何问题的常见和有用的框架是STAR方法。

  • ***情景:*发生了什么情况。

  • ***任务:*你必须做什么。

  • ***行动:*你做了什么。

  • ***结果:*结果如何。

我建议尽可能多地在你回答中使用这一点;这是回答面试问题的首选方式。

准备好问题清单

这个方法不同,但它非常容易操作,并且能带来很多价值。

在每次面试之前,我都会确保准备好一套问题给面试官。我发现的一个有效的技巧是,在口袋里放一张带有三个关键问题的纸条。当需要深入了解职位和公司时,我会拿出来并提问。

问题是未必重要的,更多的是展示你已经做好准备并写下了你想要讨论的信息。再次强调,这显示了你对职位的渴望,以及你是有条理和准备充分的。通常这个问题会在面试结束时提出,这样就能很好地结束面试,留下良好的印象。

保持活力

没有人想面试一个不合格的人。

在面试过程中,尽量表现得热情和生动,以展示你对这个角色的驱动力和热情。

你不仅会被评估你的技术能力和过往经验,还会被评估面试官认为你是否容易相处,以及你是否能很好地融入组织。

显然,不要大声喧哗或过于强硬,但要自信地说话,并确保微笑。更加友好会使面试官对你产生好感,并使对话/面试变得更好。

我可以在这个领域给出的建议是:

  • 不要过度排练你的答案,以免听起来过于机械。

  • 在整个面试过程中经常微笑。

  • 无论你是线上还是面对面接受面试,都要始终与面试官保持眼神交流。

  • 不要用单调的声音说话;在交流时要有一些抑扬顿挫和变化。

  • 解释你的想法时,可以使用手势。但要注意不要做得太多。

我理解这可能具有挑战性,其中很多都源于人的本性,但你的最终目标是让人觉得你亲切、可接近。这将帮助你与面试官建立联系,留下积极的印象。

摘要及进一步思考

面试很难,不同组织之间的面试差异很大。我这里给出的建议旨在适用于你作为数据科学家可能遇到的任何情况。我希望你觉得它们很有价值。告诉我你的面试进展如何!

另一件事!

我提供一对一的辅导电话,我们可以讨论你需要的一切——无论是项目、职业建议,还是只是确定你的下一步。我在这里帮助你前进!

[1:1 Mentoring Call with Egor Howell]

职业指导、工作建议、项目帮助、简历审查topmate.io](https://topmate.io/egorhowell/1203300)

与我联系

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值