关于Data Scientist 岗位工作申请，那些没人告诉你的内幕和办公室政治

今日份知识你摄入了么？

我是一名在一家YC初创公司就职的物理学家。由于我们公司的业务性质，我往往能收到大量向我寻求数据科学就业建议的邮件。

许多邮件都在问我非常相似的问题。时间久了，我已经整理出一些对于这些问题的固定回答。

几天前，我收到一封邮件，其中问到了我常收到的那些问题中的大部分。我做了回复，但同时我意识到把这些问题和回答公开发布出来给那些有着同样疑问的人或许更好。希望本文能对你有所帮助。

下面就是这封邮件，为了控制长度我做了些修改：

From: Lonnie

Subject：想找一份数据科学的工作。

我是一名大学辍学生（我先说明这一点是因为，如果你没有理论物理博士学位和15年数据科学经验的话，那从事这个行业就有问题）。当我在营销行业摸爬滚打期间，我发现我对数据的部分最为喜欢。我本身很擅长A/B testing，我也拿到了Google Analytics和Optimizely的证书。以此为起点，之后我又走进了Python和SQL。我刚从（某知名数据科学训练营）毕业，而现在我想拿到一场面试甚至都很困难。我已经发出过超过100份申请，但是面试却寥寥无几……我认为缺少科班背景是我最大的劣势，而并非我的技能。因为我更本就没有面试的机会来展示我的技能，所以我才得出这个结论。

我去过一次（某大公司）的现场面试，那是我第一次现场写代码，做的不太好。我从（某大型初创公司）拿到了Take Home测试，其中的生存分析我从没学过，所以也没做好。之后我又做了（某大企业）的Take Home并拿到了面试，但他们因为教育经历把我跳过了。既然他们已经看了我简历上的教育经历，为什么还要给我面试呢？

我的回答

嗨Lonnie，谢谢你的来信。

首先事实是：2%到3%的面试率是正常的，根据你在什么地方提交申请可能会有所不同。有两点你大概不知道的原因。

埋没在人海里

第一点原因，大部分招聘团队都使用所谓的申请追踪系统来了解他们最佳的候选人都是从哪里来的。如果你从一个过去表现不佳的渠道提交申请，那他们可能就会花更少的时间在你身上。

你的工作申请很可能就是被上图这样的申请追踪系统所处理的。

举个例子，如果你在Indeed上面申请一份技术型工作，很可能不会有什么结果。因为许多人都知道Indeed，而在上面投递也很简便，这意味着一般在上面进行申请的人，也是比较一般的。所以HR只花较少的时间在一份从那边来的简历上，因为没抱什么期望。

想绕开这个问题，你可以去那些大多数人还不知道的网站上进行申请。Key Values（keyvalues.com）和YCombinator旗下的workatastartup.com都是不错的地方。通过使用那些大多数人不知道的网站，你可以将自己变成一个有意识地搜寻机会的人。而一般在这些网站上进行申请的人，更有可能在平均水准之上。这也是为什么企业会更关注那些从不那么知名的渠道来的申请。

办公室政治

在通用就业网站上申请效果不好还有第二点原因。你可能不信，许多公司（尤其是大公司）在招聘网站上发布启事并不是真的为了寻找他们想要的人。

听起来有点疯狂：那他们在网站发布启事又是为哪般呢？你得知道，在大部分大企业里，人力资源和工程师团队的分裂是比较尖锐的。而Indeed上的招聘启事往往是HR部门发布的。

不幸的是，HR部门并不配备工程师，所以他们分辨不出哪些候选人是真正有才能的。HR只知道如何筛选你的证书，即检查你是否毕业于一所名校（斯坦福是否认为你是个好学生）或者你是否在一家好单位工作过（谷歌是否认为你有资格在他那里工作）。

这便是你的中标率只有2%到3%的黑暗真相：HR分辨不出好坏训练营的区别。所以他们默认的回答都是“不”，因为他们不想把工程师团队的时间浪费在良莠不齐的训练营毕业生身上。这样的例子我见过太多了。

但也有好消息：许多工程团队也知道他们的HR并不能很好地对才能进行筛选。所以最好的团队都是通过人脉和后门渠道而不是就业网站来招人。所以，我能给你的最好建议就是：去参与一些由工程师主导的机器学习聚会或会议。这里面没有捷径，你可以去meetup.com，找一些看上去相关的，然后加入他们。

你很快就可以分辨出其中哪些有价值哪些没有。社交活动中的利益是复合的，所以你要问一些聪明的问题，要尝试进行有益的对话，人们做自我介绍时，也要留意那些“我们正在招人”之类的公告。

面试

面试是一场黑暗神秘的仪式。每家公司的流程都不一样，而每家公司也都认为自家的面试才算得上真正正确的面试。

提升面试表现的方法有很多，但最好的方法还是多面。所以我上面让你多参与聚会的建议在这一点上就有用了：你面得越多，也就面得越好。就算你第一次搞砸了，也可以像学习其他技能时一样边走边学。

最后，我很抱歉这套体系有着严重缺陷。我知道对于新手来说这尤其困难。虽然不太公平，但也不是一点希望都没有：当你有了1到2年经验之后，就变成企业们追着你跑了。所以付出都是值得的。

原文作者：Edouard Harris

翻译作者：Siyu Hao

美工编辑：过儿

校对审稿：Dongdong

原文链接：https://towardsdatascience.com/what-no-one-will-tell-you-about-data-science-job-applications-bff2d4b5e983

往期精彩回顾

点「在看」的人都变好看了哦

点击“阅读原文”查看数据应用学院核心课程