程序员技术选型

遭上家公司辞退，花两个月拿到四个 offer，还实现收入翻倍，这很难吗？现任 Airbnb 软件工程师的 Emma Ding 介绍了她的经验，说不定可以帮助到近期正在找工作的人。

如果你在疫情期间被裁员或者你是数据科学领域的求职者，你一定能从这篇文章的某些部分找到共鸣。以下是 Emma Ding 的自述：

被解雇

2018 年 12 月，我被告知自己将在 2019 年 1 月被解雇。而就在三个月前，公司的工程副总裁在给 People Success 主管的信中表示，我是公司表现最好的人之一，并主张给我涨薪。这使得我的工资提高了 33%。正因如此，我在工作方面变得更有动力，渴望在新的项目上获得更大的进步。

我以为：「公司的未来以及我自己的前途一片光明」。

但就在这时，一个消息如晴天霹雳：「受公司缩减成本计划的影响，我将在 1 月 15 日被辞退。」

被迫寻找新工作是一件很艰难的事情。浏览了市场上的数据科学岗之后，我很快意识到我与别人在知识方面的差距。我之前在 B2B 初创公司所做的工作仅涉及入门水平的数据工程和机器学习。这与许多工作要求毫无关联，如产品嗅觉（product sense）、SQL、统计等。我具备一些基础知识，但不知道如何补充更高级的技能。

但是，还有比这更严峻的问题：我去哪儿找面试机会？我在初创公司只有一年半的工作经验，还没有统计学或计算机科学相关的学位。

随之而来的是一系列问题：失去签证身份之前找不到工作怎么办？找到新工作之前出现经济下行怎么办？尽管有那么多忧虑，但除了找到一份新工作，我别无选择。

准备搜索职位

面对艰巨的求职任务，我需要一些信息来决定下一步做什么。经过研究，我发现市场上一半以上的数据科学职位是产品驱动职位（「产品分析」），其余的与建模或数据工程有关。我还注意到，非产品分析的职位往往要求更高。例如，大多数建模职位需要博士学位，工程职位需要计算机科学背景。显然，不同职位的需求差异很大，因此要有针对性地进行准备。

了解到这些之后，我做出了一个重要的决定：为所有类型的职位做准备任务量太大，而且很可能效率不高，我需要专注于一类职位。

我选择了产品分析，因为根据我的背景和经验，我更有可能获得这类职位的面试机会。当然，并不是每个数据科学领域的人都和我有一样的背景和经验，因此我总结了在大公司中这三类数据科学职位的通用要求。这些信息为我节省了大量时间，我认为它对正在寻找数据科学工作的其他人也有用处。但在此我要补充说明一点，对于小型初创公司而言，面试的情况可能有所不同，或许需要将三类职位所需的知识结合起来。

产品分析（约占市场职位的 70%）

要求：具备产品上线的实践经验、敏锐的商业头脑、优秀的 SQL 技能。

示例：Airbnb 数据科学家（分析师方向）、Lyft 数据科学家、Facebook 数据科学家、Google 产品分析师。

建模（约占市场职位的 20%）

要求：掌握机器学习知识（不仅包括如何使用机器学习，还包括基础数学和理论）、强大的编程能力。

示例：Lyft 数据科学家（算法方向）、Airbnb 数据科学家（算法方向）、亚马逊应用科学家、Facebook 研究科学家。

数据工程（约占市场职位的 10%）

要求：掌握数据工程技能的端到端数据科学家、了解分布式系统、会使用 MapReduce 和 Spark、有 Spark 的实践操作经验、强大的编程能力。

示例：Airbnb 数据科学家（基础研究）、初创公司的数据科学家。

（编辑：济南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!