• 資料科學協會
2024 領航計畫已開放報名,請點擊後查看報名資訊
前往 Medium 閱讀好讀版

Source: macrovector

資料分析與科學求職與技能準備

活動主辦單位:Taiwan Data Science Meetup 台灣資料科學社群

大綱

一、 準備個人資料與取得面試

二、準備面試

三、 面試技巧

四、 調整心態

五、問答

六、實用資訊

講者:Jacky Chung| Data Analyst @ Cryptocurrency Exchange

講者:Shirley Chen| Product Data Analyst @ Outdoorsy

一、準備個人資料與取得面試

1. 如何準備履歷(格式、哪些大類)?

Shirley:

A. 格式:Summary -> Professional Experience -> Analytics Project -> Education -> Professional Qualifications。

B. 最新的經驗放在那個session的最上面。

C. 格式保持一致性 (舉我的履歷來說,我每個工作的bullet point都只有四個)。

Jacky:

A. 如果有工作經驗,加強分享工作經驗

2. 如果我有工作經驗,應該要怎麼樣寫?

Jacky:

A. 工作成就一定要用明確的數字表達,如果不方便說明確的數字,可以用比例來表達,Ex.透過你所做的分析,達成了多少比例的增長或減少了多少比例的時間。

B. 確保以「你」自己作為出發點,寫你確實曾做過的事,面試官詢問你的時候可以從容且有自信地闡述自己所完成的成就。

Shirley:

A. 我用STAR-L格式,在S(situation)、T(task)、A(action)、R(result)後自己加L(learning),說明每件事學到了什麼。

B. 利用不同的動詞當開頭去吸引人資的眼睛 (可參考195 Action Verbs to Make Your Resume Stand Out) 。

3. 如果我是學生沒有工作經驗,應該要怎麼樣寫?怎麼選哪些專案 (Project) 放在履歷上?

Jacky:

A. Project是展示武力的地方;先去看Dream job現在在做什麼專案,針對你想投的職缺去客製化你的project,如果是希望你有Python和machine learning的能力,可以在project中特別強調這段。

B. 對Junior來說,我認為必須具備做project的技術能力;可以寫有明顯結果評估的 (ex. 增加利潤x %)。你在這個project中做了怎樣的分析,用了哪些方法論,建立了甚麼模型,有什麼結果(例提高了多少%的準確度),都是非常好、可以寫進去的project。

C. 作品集-文章:很多專案都可以寫成medium文章;圖表、code都可以截圖放在文章裡。medium文章可以放在履歷、或是在面試裡可以呈現出來。

D. 作品集-coding:code可以上傳到Github。

Shirley:

A. 不用放七八個專案,每個專案只放一個bullet point。我覺得可以只要放一兩個專案,這幾個專案都是用不同的技能完成的,可以寫得比較深入一些。

B. 我之前也選了幾個專案,寫了code放在Github上;也用了Tableau 做了visualization;也把學到的東西放在Medium上。

4. 有沒有其他關於準備履歷的技巧?

Shirley:

A. 針對職缺客製化履歷,根據自己想要的職位分成不同的版本,像我想要往資料分析的領域發展,因此就有Data Analyst、Marketing Analyst與Product Analyst這三個版本。之後只要小幅修改就好。

B. 記得每天在投遞工作之前一定要先修改履歷與求職信,把每天調整履歷視為一個重要的代辦事項。

C. 關鍵字很重要,要包含想投的工作的職缺說明中的關鍵字。

D. 多請別人幫忙改,請學校的career manager,或是在業界的前輩或學校的學長姐幫忙修改,雖然每個人注重的部分可能不一樣,這樣來來回回真的會花很多時間,但真的很值得,因為多修改一定會有幫助的。

Jacky:

A. 參考Linkedin上別人的履歷。

B. 有經驗的人可以著重在軟實力的發揮。這個project你與誰溝通,與多少不同功能/階層的團隊(人)合作。

C. 多累積社群參與的經驗、作品集(如Medieum);我在HR round時,HR都會提到我在medium上的文章。

D. 網路上有許多的模板可以參考,如在Overleaf上面的Awesome CV,可以讓你客製化你的履歷,也能讓你的履歷超級整齊。

5. 除了履歷以外,有沒有其他東西想要補充,像是Cover Letter、Linkedin profile?

Shirley:

美國公司多半會要求cover letter。

我相信很多人一定好很奇求職信重要嗎?這個問題我覺得一半一半,有些公司在你填寫申請的時候會強制要求你附上,有些公司則是選擇性地要求你上傳檔案,更有些公司完全不介意你有沒有求職信。

其實求職信很簡單,不需要長篇大論,只要回答為什麼你對該職位有興趣,公司想要了解你的興趣與公司的發展是否相同;還有,為什麼你認為你可勝任該職位,基本上就是看你如何說明/包裝自己過去的經驗。

一開始把模板準備好,後面就是把公司名稱/職稱修改一下就好。

Jacky:

台灣不太要求cover letter。可以濃縮成一段摘要,包含曾經做過的事,擁有的能力,投履歷時附上。

6. 如何增加投履歷、拿到面試的成功率?

Shirley:

A. 內推優於自己丟履歷:建立人脈,增加內推機會,但記得在請別人內推的時候一定要有禮貌,也記得要好好的自我介紹,很多時候你們只有一面之緣別人根本不記得你是誰,如果有好的自我介紹,絕對會幫你加分。

a. 利用一畝三分地找內推。

b. 找同學校的學長姐幫忙。

c. LinkedIn上面的connection;送出邀請時要加notes,說明我是誰、我怎麼知道你,也可以創造對話機會。

B. 仔細閱讀 Job Description (JD) 的內容細節,針對職缺客製化履歷、把JD的關鍵字放在我的履歷上。

Jacky:

A. 一畝三分地。

B. Data Scientist meetup。

C. 在Linkedin上貼文章、增加能見度。

D. 跟獵頭保持聯繫。

二、準備面試

  1. 分享一下常見的面試流程

Shirley:

美國常見的面試流程分以下幾關:

A. Phone Screen(電話面試):HR或Head Hunter在求職網上看到你,或是你透過內推與海投申請工作,他們會打電話給你,簡單聊一下過去的經歷,跟你想申請的職缺的細部內容。

B. Online Assessment:Coding問題。

C. Hiring Manager 電話面試:主要會跟你想申請職缺的hiring manager做進一步的面試,主要會問一下coding question了解你的解題思維,或問你一些產品相關的問題。

D. On-Site:基本上通過就是拿到offer了。

2. 如何準備Soft Skills (Hiring Managers, Cross-function partners)面試?

Shirley:

A. 每天只要練習一個故事,利用STAR-L (Situation, Task, Action, Result — Learning)的架構去複習,順便回顧自己之前的經驗,把它變成一段很特別的故事,讓面試官被你的經驗吸引。

B. 根據不同主題選故事。

C. 以下列出了幾個非常重要的主題:Adapt to Change/Client-Facing Skills/Conflict Resolution/Leadership Experience/Communication Skills/Learn a New Technology/Motivation and Values/Overcame Adversity/Problem-Solving Skills/Project Experience/Stress Management/Risk Taking/Teamwork Experience/Time Management/Volunteer Experience。

D. 可以參考Amazon 14 Principles。

3. 如何準備Technical Skills(Programming, Modeling, Stats, etc)面試?

Jacky:

A. SQL:Leetcode、Hackerrank、Stratascratch。

B. Python:Leetcode。

C. Product Sense:產品數據分析課程(大鼻&晨曦 in Hahow)、一畝三分地。

D. Machine Learning:七月在線。

Shirley:

A. 補充Product Sense:Lean Analytics(書)。這本書把公司分成六大類,並列出這六大類公司分別要用哪些metrix去衡量。

B. 我之前在Linkedin的e-learning上,學了一整套Product ( https://www.linkedin.com/learning/becoming-a-product-manager>) 課程,所以我覺得Linkedin的在線課程也很棒。

三、面試技巧

Shirley:大學或研究所畢業後

找工作期間一定要保持最好的狀態,在一開始就把該準備的文件準備齊全,像是履歷、求職信,這樣你遇到任何面試你都不會怕。

A. 大學畢業:可以從做過的專案、參加過的各種社團活動或實習為出發點。

B. 研究所畢業沒有工作經驗:可以從做過的專案、參加過的各種社團活動或實習為出發點。

C. 研究所畢業有工作經驗:以全職工作經驗為主要。

Jacky:跳槽

A. 保持在隨時準備好的狀況下,機會隨時可能來敲門。可以透過下班後的閱讀文章和定期寫題目來維持自己的競爭力。

B. 收集你的daily-life work,在這一份工作每天做了些甚麼,完成了些甚麼專案,觀察它的成效,並寫進你的履歷中。

C. 不要怕自己的經驗會不會不夠,瞄準好自己的dream company,需要甚麼技能就嘗試在自己現在的公司增加該技能。

四、調整心態

Shirley:

找工作除了自身的準備要夠之外,其實運氣也佔了很大的比重,但雖然是這樣,要把自己能準備的準備好,我相信你如果準備好了,你一定比別人更加幸運。另外分享調整心態小撇步:

A. 請一定要對自己有 自信心 ,美國很喜歡candidate有信心。

B. 時間管理 的重要:我用Bullet Journal子彈筆記,寫下你每天需要完成的待辦事項,也幫自己規劃大目標,讓找工作變得更有意義。

C. 享受過程面對失敗 :我投了幾百份,只收到5、6個回覆,這都很正常。每次回顧,想想學到什麼,下次如何改進。記得以樂觀的心態去享受找工作的過程。

五、問答

  1. 我念的是11個月的program,學長姐建議最後再找工作。請問有沒有什麼時間安排的建議?

Shirley:

我們那時候只有9個月;我自己是上學期專注在內推、下學期海投。也藉由參加Career fair練習如何在招聘經理前展現自己。仔細觀察招聘經歷對我的自我介紹、回答的反應,快速修正。

2. 請問如果是公司做過的project, 那放在github上時要如何把公司資料刪除呢?因為刪了就會少一個feature,但是做假資料 分析結果就會不好看。

Jacky:

不建議把公司的project放在github上。如果真的要放,可以把欄位名稱改掉,例如欄位A。

3. 請問如何準備面試中case study 環節?

Shirley:

推薦Lean Analytics這本書;一畝三分地上面也有很多人分享product sense,要用什麼metrix;也可以找Podcasts聽。

總結:多聽、多看、多學。

4. 請問在linkedin上認識人、請人幫忙的技巧?

Shirley:

一定要加notes,訊息例如:我透過linkedin找到你,你的XYZ工作經驗很厲害,你做過的ABC專案我很有興趣,請問可不可以認識你?

Jacky:

了解他的工作內容,從尬聊開始。認識這個人,也順便了解這個工作。而且內推有分好幾個等級,例如很熟、不太熟、一面之緣。(如果讓這個人也很了解我,對內推也有幫助。)

5. 想問如果在台灣沒有正職工作經驗,只有一些資料相關的實習經驗的剛畢業生,在現在找資料科學的工作會不太好找嗎? 想了解以資料科學來說,建不建議工作一陣子再出國? 謝謝。

Shirley:

我以前在台灣只有2、3個實習經驗。

現在找資料科學的工作會不太好找嗎? 不一定,現在還好。去年疫情可能比較難找。

實習經驗好好的包裝,也很棒。

建不建議工作一陣子再出國? 我自己是想一次念完。這很難說。

Jacky:

現在找資料科學的工作會不太好找嗎? 因為你有實習經驗,所以應該不會。

如果知道自己缺什麼,就去做project,把缺乏的技能補起來。把你會的展示出來,會大大增加找到工作的機率。

建不建議工作一陣子再出國? 如果是想在美國留下來,有工作經驗較好;我覺得他們蠻重視實際經驗。如果純粹念書、享受在國外的生活,不一定。

6. 想請教Shirley,在Product Analytics 的實習經歷中,有一點是利用MySQL,整合數據,提升了公司利潤15%,這是怎麼做的呢?

Shirley:

這是當時公司的一個行銷企劃,我們想要改變產品功能(feature),然後測試改變之後(做A/B test),看利潤增加多少。

7. 我想找相關的工作,但是沒有實習經驗,只有做一些專案;但目前時間又不允許找實習。現在剩下一年畢業,中間還要寫論文,能不能透過刷題、參加Kaggle比賽等等來替代即戰力的展現?

Jacky:

還在學,沒有實習或任何工作經驗;在工作經驗那塊還是有個抬頭比較好,例如可以幫教授做個研究助理(RA)。

Kaggle的資料都很完整,只要發揮創意就可以套,寫出不同的演算法,得到不同的名次。

我想強調一下個人專案,建議可以從自身的興趣出發,例如我喜歡NBA,就可以自己做爬蟲、清理資料、建立Dashboard、加入machine learning…等等,這些基本上就是公司的Data Analytics在做的事。藉由這樣的個人專案,證明自己有這樣從頭開始的能力,非常加分。這些都可以寫成medium文章,放截圖,展示做的Dashboard、得到什麼洞見;或者可以做成PPT,可以放個連結在履歷中,說明我有的能力。

8. 請問你們工作都是在什麼網站投遞的,通常收到面試機會的機率有多少?

Shirley:

LinkedIn、Glassdoor、Indeed、ZipRecruiter(以使用頻率排序)。

Jacky:

台灣還是以104為主,但現在Yourator、Linkedin上的職缺也愈來愈多。

9. 大學是念控制,現在在唸碩士,有機器學習短短的實習經歷。我想找資料科學相關的工作,請問以大學學位、短短的機器學習實習經歷,一定要把碩士讀完嗎?

Jacky:

碩士不太像是必須,但你必須要證明自己的能力。

JD上如果有要求碩士,那要念完碩士;接下來看其他幾點要求,如果你符合的話,應該還是可以收到面試機會。

10. 目前在四大電資讀碩一,想找資料科學家的相關工作,會建議在學期間可以培養什麼的技能嗎?(ex專注於技術能力or商業軟實力的部分?)

Jacky:

學生可以專注在技術能力;商業軟實力可能跟身邊的人組團隊,做project。

資料科學家必備技術能力:

a. Python(對資料科學來說很重要,幾乎涵蓋了所有事情)。

b. 產品知識架構、分析方法。

c. Machine Learning必學;怎麼連結Python和ML。

d. R也可以。

e. SQL(努力刷題、題來就解)。

f. 多看數字,培養感覺。

11. 我不是資料分析科班出身,目前是做AI顧問工作,因為工作有接觸並學習資料科學和ML,請問如何要有系統、高效地自學這部分內容?然後如何才能實現轉職?在資料科學實際工作中,主要做哪些工作?

Jacky:

a. Machine Learning分很多領域,例如NLP、視覺化、Prediction,先決定想要走的領域,這樣也比較能系統性的學習。目前工作上較常接觸的是預測,例如預測營收、顧客的消費等等。

b. ML大架構的話,可以看看林軒田老師 、李宏毅老師的youtube;如果你做了一些專案,獲得面試機會,可以再從我們推薦的網站刷一些題目,刷題就是探究ML不同的內容、幫你練習,幫助你在面試時順暢的回答。

六、實用資訊

刷題

  1. Leetcode (https://leetcode.com/)
  2. Hackerrank (https://www.hackerrank.com/)
  3. Stratascratch (https://www.stratascratch.com/)

Product Sense

  1. 產品數據分析(大鼻&晨曦 in Hahow)
  2. 一畝三分地
  3. Lean Analytics ( https://www.books.com.tw/products/F012855082>, https://www.tenlong.com.tw/products/9787115374769>)

Youtuber頻道推薦

  1. 課代表立正 : https://www.youtube.com/c/课代表立正>
  2. Joma Tech: https://www.youtube.com/c/JomaOppa>
  3. Data Interview Pro : https://www.youtube.com/c/DataInterviewPro>
  4. StatQuest with Josh Starmer: https://www.youtube.com/c/joshstarmer>

Medium 部落格推薦

  1. yuwei (講者): https://jacky308082.medium.com/>
  2. Shirley Chen (講者): https://guanyinchen.medium.com/>
  3. 戴士翔 | Dennis Dai: https://dennis-dai.medium.com/>
  4. Vincent Tatan:https://medium.com/@vincentkernn
  5. Will Koehrsen: https://williamkoehrsen.medium.com/>
  6. Netflix Technology Blog: https://netflixtechblog.medium.com/>
  7. Henry Feng: https://henryfeng.medium.com/>

筆手:Danielle Wu
校稿:Jacky Chung、Shirley Chen
👉 歡迎加入台灣資料科學社群,有豐富的新知分享以及最新活動資訊喔!

社團法人
資料科學協會

立案證書字號

1090070264

Copyright 2020-2024 資料科學協會 All Rights Reserved.

本網站由 資料科學協會 維護