告別2018：Data Scientist求職過程

想直接看technical部份的人，請跳去第五段

事緣

在網上多看到其他人成功的一面，鮮見人談論失敗的經歷，故在此分享我求職面試（18 負 1 勝）苦盡甘來的經歷，讓大家知道我這一年曾經如此潦倒＝＝” 還有，求職本來就是個充滿隨機性的過程。

先談談我的背景

我之前在芝加哥大學唸研究院，花了六年時間取得地球物理學博士學位，專業為大氣流體力學。其實我做的研究很有趣，論文導師也對我非常好，無奈一些圈內人的惡行，使我對學術界失望，Year 5 時萌生轉出 Industry 的念頭，卻發現美國大部份氣象學家的職位只考慮公民/永久居民（我是香港人），唯有試著轉行。要是有興趣了解我的研究或工作，可參看我的個人網頁。（充滿轉折的故事 😅 ）

本文範圍

我有幸在2017年被選中在 Boston 參與一個口碑很好（而且免費）的Data Science Fellowship Program，從中學到了許多關商品的概念和面試技巧。可惜訓練結束後，我要趕回芝加哥寫論文和答辯，最後沒有留在當地跟朋友一起找工作。此文將記述回到芝加哥後所參與的Data Scientist（下稱DS）面試經歷和心得。

天時地利

我找工作的那段日子，正值現任行政班子收緊簽證規條之時。例如，四月時曾禁止 F-1 OPT 工作證持有者到 third-party site 工作，變相外地生不能從事consulting（雖然到八月，政府被入稟法庭起訴，於是還原了條例，但已害我錯失了好幾個求職機會）。朝令夕改的規條，使不少公司對外地人望門卻步，或把聘請外地人的門檻提高。據我所知，西岸的 tech firms 相對較願意聘請外地人，Chicago 的公司傾向 commerce 而非 tech，會考慮外地人的公司相對較少。

背景交代完畢，進入正題

當時遞出的求職申請，多如沙數恆海，故以下列表只記錄面試機會和結果（ “-” 代表該程序不在面試程序之中，“X” 代表在該程序進行前我已被拒絕）。十八家公司裡面，最後我成功進了 Company R 工作。在這之前，Company G雖然沒有給我offer，在我請求之下，給予了我十二星期（18年4月至6月）寶貴的實習機會（$25/hr 幫補家計。失業就是一直在燒錢 TAT） — — 我從我的實習主管還有負責撮取文獻的小組學到了許多 Natural Language Processing（NLP）的知識和技巧，對日後的面試很有幫助。

如何報名

我自行遞交的求職申請大多石沉大海，後來 intern 時期非常忙碌，就索性只找朋友幫忙 refer 已知願意聘請外地人的公司，效率高很多。至於如何結識新朋友，本文最後一部份會分享一下。（註：在「Referred by employee」的情況，要是你被錄取了，推薦你的朋友會得到referral bonus ($$$)，是雙贏的局面喔。）

面試程序

DS 的面試通常有四部份，先後次序每間公司不同：

（A）Phone screen （30 minutes）- 多是非DS專業的HR致電來詢問關於你的背景的資料，包括與該職位相關的經驗，是否需要申請簽證等事宜。只要你事先了解公司背景，想清楚要交代的事情，這關亳無難度。只有 phone screen 而沒有後續面試的公司，除了Facebook 的 recruiter 是自己神隱了之外，死因都是要 sponsor visa… …

（B）Technical Interview（0.5–1 hour） — 通常會是 hiring manager 或 data scientist 來電或視訊會談，叫你詳細介紹你的專業背景，還有過往做過的 DS project。要是你本身的專業沒有 DS 成份，最好早點開始想想，有沒有什麼你可以用machine learning解答或獲得有趣insight的問題。例如，面試加入一個給學生提供 machine learning part-time job 的網絡時，我就 showcase了一個 project 題為「Predict Kickstarter Crowdfunding Success based on their project description」。

介紹 project 的時候，如果是 supervised machine learning，常見問題包括：（1）你用什麼 data，（2）用什麼 algorithm，（3）如何選(hyper)parameters，（4）如何評估 model performance。在過程中他們也有機會抽問 Machine Learning 課本內容，例如 Random Forest 是在 optimize 什麼 loss function，Gradient Boosting 如何運作，有 class imbalance 的情況應該用什麼 evaluation metric 之類。溫習就成。

（C）Take-home exam （2 hours至數天不等）- 至今我做了12個exams，大部份都是要你寫一個完整的 supervised machine learning pipeline，包括EDA，data cleaning，modeling 和 evaluation — 我還是到了很後期才知道應該用production code的格式去做這類題目，不要把所有 code 都放進一個jupyter notebook 裡（雖然有些公司不介意面試者這樣做）。

也有少部份公司會出其他題目，如：Company E 給了一道 spatial modeling 的題目，Company H 則考我 stochastic forecasting，也有請NLP DS的會要你train word-embedding/用unsupervised learning 的方法歸類文檔，而 trading firm 會給你 coding test/mental math test。

（D）Final interview（3–5 hours）- 若能闖到這關，就真的意味著那公司是考慮請你的，不然才不會叫4–8個人輪流問足你幾小時問題，題型包括：閑談（即behavioral interview）、technical interview、case study和white boarding（coding interview）。

要是最後一關失敗了，該怎麼辦？

通知你面試結果的人會是 HR 而非 hiring manager。面試失敗了的話，請包握從這間公司學習的機會 — — 要是這公司給你的印象還不錯，誠懇地告訴HR，這次的面試是寶貴的學習經驗，你也很喜歡他們的團隊，希望以後可以做得更好，問他們有沒有關於 hiring team decision 的資訊可以分享。他們花了幾小時跟你面談，多會願意告訴你他們的想法，而這只會是口頭交代，不會透過電郵，所以要是你電郵HR，直接建議約個時間通電。

我可以在這裡分享一下從電話得來的資訊：Company H 的 HR 告訴我他們已請了一個有相關經驗的 industrial candidate（非戰之罪orz）；Company I 說他們是 start-up，希望有個能獨當一面的 candidate 做 consultant，他們很喜歡我求知慾強，但未有資源栽培新人，我相信是我面試時表現得不夠自信吧（後來從 LinkedIn 得知Company I 請了有相關工作經驗的人）；Company O的HR說大家都覺得我很符合 cultural fit，但在解題方面比較 passive，而且他們想要一個懂得寫 production code 的人（之前通過take-home exam時從沒聽說要production code這feedback！做Company Q的試題時做對格式了）（唉，其實本身我報 Company O 時是報 weather specialist 的職位，但結果沒 opening，就把我的申請轉成 DS）。由此可見，每間公司想要的特長，都有點不同。

面試中跟我說過話的人，我都嘗試加他們 LinkedIn，日後有相關工作機會或Meetup，我也有可以連絡的人；同時，亦擴大我的網絡，增加我可以觸及的陌生人（2nd, 3rd degree connections）。

給仍在象牙塔的朋友們

從研究院出來的fresh grad，並不容易三言兩語說服別人你會寫 industrial standard 的 code。可以的話，把你研究的 analysis code 包裝成 modules 甚至 package，放上 GitHub，就是有力的證據。在研究院五年級時，我把研發出來的climate data analysis technique包裝成python package，原意是想多些人能夠使用，後來加上的 unit test 和 documentation，impress了最後一家面試的公司。 😉

廣結善緣～即使覺得挫敗也千萬別做隱青 😖

這個寫在最後，也是我最想分享的部份！經過這一年，我知道還在待業狀態，要強打著笑容約會/結識朋友是不容易的（當別人問你做什麼時，自卑感就湧上來了），但事實上，最在意你待業的人其實是你自己。要是你也不相信你是值得被幫助的，哪有人會來幫你？

在我失業這段期間，我有坦誠告訴朋友我的難處，他們也很積極給我找門路，這才有以上那麼多的referrals。（注：列表中「referred by candidate」的情況是，我有朋友找到工作，推掉了其他面試，並告訴相關recruiter我是一個好的candidate，建議他們連絡我。）非常感謝我給力的朋友們！ 🙏 🙏 🙏

同時，我也有在 LinkedIn 嘗試結交背景和我相關的人 — 推薦我到 Company O 面試的氣象學家，就是在 LinkedIn 結識的，然後在實習的某一天買午餐時巧合碰上他，得悉他的同事離職了有空缺。我請他為我遞了求職申請。緣份就是如此chaotic和隨機的事。

以上分享的這些事情，我會希望在我求職前，有人告訴我 😊 希望我的分享對你有幫助吧。有問題的話，歡迎留言，我會盡力補充/解答。

（此文寫於2018年12月31日，原載於本人 Medium網誌）