如果要给这个学姐的求职经历
用一句话概括
那我想应该叫
《牛人是怎么样炼成的》
研一开学不到一个月
就已经手握Facebook和BOA
两张offer
但找起工作来谁还不是一样艰难
今天就来听听宾大小姐姐Zoe
复盘她的Data求职路
01
都说我运气好，但我吃了多少苦你们不知道
Hi大家好呀，我是zoe，现在在U Penn读MSE in Data Science Program。开学才两个多月，我已经快被peer pressure压疯了， 还好此刻我offer在口袋了。
说回求职，我从8月开始陆续申请了大概40家公司，有投行有科技大厂。 不过我目标很明确，就是要冲FAANG， 申请金融后台就是来对冲风险，其它中小型公司也没有申。
最后也如愿以偿，拿到了我最想去的Facebook Data Scientist Intern Offer。
6月的我，就是在刷题
我的整个求职季其实是今年4月开始的。拿到宾大研究生录信后，我就开始在LinkedIn上寻寻觅觅找校友做networking。 很幸运地，我和一位宾大学姐搭上了线。
也是她告诉我： “Facebook暑假就开始内推明年的实习岗位了！” 也是在这个时候，我决定上车WST。说到这，还有一段故事。本科在罗切斯特读书的我，一心就想毕业后继续读研，但我也有本科毕业就计划工作的朋友，当中有一位就给我安利了WST。
现在回过头看，一切都安排的刚刚好。
自打听说FB提前一年就锁定明年的暑期实习名额，我就紧锣密鼓地开始张罗刷题了。6月正式开始刷题，学习ab testing，看product的资料。为了加强自己的product sense，我看了exponent和data interview pro这两个YouTube频道。后者会更focus在data science领域。
除此之外，Udacity上也有不少免费的羊毛课程可以薅，ab tetsing我就是在上面学完的。
总的来说， 6月开始我就是以备考Final的态度，搁那刷题了。
不过因为我本科就是data science专业，这些technical题对我来说还是蛮好上手的。 所以有意向的学弟学妹还是要早开始准备。
在WST几位导师的帮助下，花了近一个月打磨好我的领英门面-简历后 （非常重要） ，我开始了疯狂networking。
8月的我，睁眼第一件事就是求内推
说实话，刚开始导师叫我立刻开始networking的时候，我真蛮社恐的。心理建设半天，还是打不开message对话框。
我该怎么介绍自己，用什么开场白比较打动人，怎样让对话框那头的人为我停留，这应该是很多中国留学生都困扰过的问题。但当时也没时间让我多想了，Derek老师和我说赶紧开始吧。得，为了拿offer，硬着头皮就上了。
但真正当我跨出networking这一步的时候，发现好像也没那么难。
每天醒来， 第一件事就是打开领英搜索栏，搜公司list—>找到在职的宾大校友—>锁定和我年龄相仿、工作年限在1-3年的。然后非常大方地和他们介绍我是谁，对他们公司的这个岗位感兴趣，方不方便内推。为了提高命中率，一家公司我可能会找好几个在职员工要内推。
从8月密集networking开始，我大概发了一两百条这样的cold-mail，频率快赶上发朋友圈了。 方法是野了点，但还是有人回应的。 后面我也想通了，我要是成功被他们内推进去，他们还能拿commission，这不是win-win嘛，所以没啥不好意思的。
成功拿到包括Facebook、Capital One在内的几个内推，论证这个方法可行后，我彻底放开了。也是在这一次后我明白，当你真正想要一样东西的时候，没有什么能阻挡你。
10月的我，终于收获了最想要的那张offer
8月中拿到Facebook内推后，我就开始全力准备面试。
面试准备期间，我把面经题全都过了一遍，每一个都写出了自己的答案和回答框架。
像SQL我就把面经主要刷了，看了mode analytics巩固知识点。Leetcode和vertablo也刷了。统计主要刷了面经，以及复习了下distribution，mean，median，mode这样的基础概念。
Facebook第一轮technical面试前， 我还专门去参加了Facebook自己组织的product sense workshop， 也确实，对我后面的面试很有帮助。在Facebook的technical和virtual onsite两轮面试上，我都被问到了产品题，很推荐大家参加！
因为前期准备很充分，两轮技术面都回答得很流畅，终面的第二天我就收到了Facebook的offer。
现在回顾我的一整个求职季，大概就是念念不忘，必有回响吧。
02
最开始的我，也是个没有product sense的傻瓜
听上去好像轻松在技术面中大获全胜，但其实最开始我最紧张的就是这两轮面试。
在确定Facebook就是我的目标公司后，我就和我的WST导师开始准备SQL和product sense题。Product这类题本身不设标准答案，再加上从前没有接触过，所以在所有题型里，Product算是我花了最多时间的。
这里要特别感谢WST，帮我专门找到了在Facebook供职的导师， 专业知识非常丰富又有经验，根据我的个人情况给了不少指导，逐渐地我也积累起了自己的product题回答框架。
脸书面试，被问...
脸书面试其实一共有三轮，一面一般是hr talk，更多是会根据你的简历以及过往经历问一些behavioral questions。 第二三轮开始，就上硬菜了。
我的二面技术面就被问到一个产品题和两个sql题。产品题直接上来就问我要怎么推荐Instagram hashtag。三面virtual onsite上，也考到了产品题和统计题。
不过比起第二轮注重metrics和细节，这一轮会更注重overall product interpretation 。围绕着messenger payment，面试官就会问我如何画一个distribution来表现有多少人在用messenger，当然metrics和ab tetsing这样的基础问题也有问到。两轮product的难度差不多，都在45分钟左右。
不过，和我面的capital one这样的金融公司相比，脸书在面试时间选择上会更自由，可以约一个月内的任何时间。面试侧重上，大家也能看出来，更注重你的product sense，而像capital one就更注重modelling。 所以如果你也有意向申请Facebook，对它旗下的各种app有深入了解非常必要。
歪打误撞，我冲进了BofA
比起Facebook这个我潜心苦求的offer，Bank of America这张offer整个拿下过程用一个词概括就是 猝不及防 。
因为当时主要考虑的还是科技大厂，networking的时候并没有把BOA考虑在内。那天邮箱突然收到一封他们recruiting team发来的邮件，说觉得我各方面很符合他们的quantitative analyst岗位，我就直接进面试了。
一面也是终面就是和Director 1-on-1， 虽然这开场听着很死亡，但整体的氛围非常轻松。和科技大厂面试官都是年龄相仿的一线员工不一样，金融公司的面试官普遍年纪大，级别高。说是面试，更像是在聊天，没有生硬的behavioral问题。第二天我就拿到了offer。
事后在想，recruiting team能够光看我的领英就找到我，networking能够进展顺利，关键的一点还是简历。 所以比起急着去做networking，我更认同先把简历精修到位。
整个改简历的过程，我也收到了WST几位导师的帮助。会和我一起go through每一段经历，告诉我关键词要加粗，包括用到的编程语言，数据的大小，技术的名字。重点描述成果，数字具体化，比如做了几个图标，用了哪个模型。
（Zoe简历中的一个bullet point）
事实证明，最终的简历确实 “*伤杀**力很强” 。
从改简历到导师帮忙mock面试，复习统计和machine learning的知识点，再到最终拿到offer，更让我相信只要你目标明确意志坚定，总会等来属于你的运气。
最后，还想给U Penn的学弟学妹们一些求职小tips， 一定不要错过U Penn这个平台 ，好好去利用学校的career fair，尤其是不少金融公司都会到学校来做招聘宣传，像我的Blackstone内推就是通过on campus recruiting获得的。
（U Penn一角）
而终面碰到宾大校友这种事，我遇到了两次，最终也都拿到了offer。最后，祝大家都能够早日拿下自己的dream offer！
---------------投稿人：Zoe------------
求职故事、留学生活、工作心得
有用的好玩的，都在这儿了
WST Offer榜
官方网站：
WST Career官网
打开官网点击"Offers"
可以查看每一张学员的offer