【為什麼我們要挑選這篇文章】有人想當數據科學家，積極學習各種程式與演算法並取得證照，求職卻一直碰壁，於是寄信詢問一位在 YC 新創公司工作的物理學家的意見。那位物理學家看完他的經歷後，點出了兩個盲點……
這兩個盲點不只是應徵數據科學家需要注意，只要想當工程師，都要以此為鑑。（責任編輯：郭家宏）
或許你在慕課或者 courses 上面學習了許多的數據科學課程，又或許你看了許多這方面的書。
你很努力，但是卻拿不到一份相關的 offer。你很苦惱，你一直在猜想自己是不是不夠聰明，猜想是否是自己的學歷的原因，無法在求職路上提供幫助。
其實，事情遠遠沒那麼簡單。
Edouard Harris，一名在 YC 新創公司工作的物理學家，由於工作的關係，他收到了很多有關數據科學職業建議的郵件。下面他將從一封郵件談起，告訴你一些罕為人知的數據科學求職經驗。
以下是原文請欣賞！
為什麼一直拿不到數據科學 offer？
這是那封我收到的郵件，為保護當事人，內容有所增減：
發件人：Lonnie（化名）
主題：努力找數據科學方面的工作
我是大學輟學者（我之所以這麼開始，是因為如果你出生時沒有一個理論物理學博士學位以及長達 15 年的數據科學經驗，那麼一定是你的出生方式不對，作者想表達的意思是，每個求職者都在找工作時都困難重重）。
[…] 在我仔細研究了整個工作市場之後，我發現最喜歡數據方面的工作。我努力學習 A/B 測試方面的知識，並在 Google Analytics 中以及 Optimizely 的測試平台上獲得了它們的認證。然後我開始接觸和學習 Python、SQL 等。從某著名數據科學訓練營結課以後，我就開始極力地尋求求職面試的機會。我發出了 100 多份申請，但是幾乎沒有收到面試通知。
為了保持不斷學習和提升技能的狀態，我一直在 Udacity NanoDegree 和 Dataquest.io 報課學習。
我認為我的致命問題在於缺乏學術履歷，而不是工作技能的問題（雖然我確實需要提高各項技能，並且正在這樣做）。我認為學歷是短板，是因為我甚至都沒有面試機會來展示我的技能。
我在 A 公司有一次面試的機會，那是我第一次當場編寫代碼和在白板上寫偽代碼，自然很不順利。
除此之外，我還面過一個可以帶回家做的面試程式題，那是關於 xxx，一個大的新創公司的生存分析面試題，但之前我從來沒有研究過生存分析，所以也做得不好。
我之後面過另一個大公司 B，我順利通過了他們的第一面 —— 程式測試，但去公司進行第二面時，因為學歷沒有讓我通過。（這讓人很無語，因為他們其實有我的履歷）。
原因一：你用錯求職平台了
Lonnie，謝謝你的來信。
事實是：根據你申請工作的情況來看， 2~3% 的面試機率可能是正常的，有兩個你無論如何都想不到的原因。
第一個原因是，大多數招聘團隊使用一個稱之為 申請人追蹤系統 的東西來告訴他們最佳候選人的來源。 如果你透過一個過去反映不佳的管道申請，他們會花更少的時間看你的履歷和申請材料 ，因此你被選入面試名單的機率也更小。
例如，如果你通過 Indeed（求職平台）申請技術類的工作，非常有可能會失敗。每個人都知道 Indeed，這是一種很容易的申請工作的方式。這就意味著，大多數透過 Indeed 申請工作的人很可能是非常普通的人（台灣的話可能就是數字人力銀行）。因此，招聘經理會花更少的時間查看來自 Indeed 的履歷，因為她的預期就是 Indeed 上的應聘者就是普通的的。
您可以透過在大多數人還不知道的網站申請工作，來解決這個問題。Key Values 和 Y Combinator 的 Work At A Startup 都是不錯的求職網站。透過使用大多數人還不知道的網站，你將自己標記為有意主動積極尋找機會的人。在這些網站上申請工作的人最有可能高於平均求職者的水平，所以，公司對他們更感興趣。
原因二：不是每個 HR 都會辨識工程師人才
從類似於 Indeed 這些網站申請工作成功率低的第二個原因，你可能很難相信這一點，實際上，許多求職網站上的公司（尤其是大公司）並不是要透過它來找到他們想僱用的人。
這聽起來很瘋狂：為什麼他們還會在求職網站上發佈消息呢？你需要知道的是，在大多數大公司內部，人力資源團隊（HR）和招聘部門（例如工程師）之間存在著非常大的的分歧。通常，其實是 HR 在 Indeed 上發佈招聘信息。
不幸的是，人力資源部門裡面並沒有工程師，所以他們無法很好地辨別哪些候選人真正有能力，哪些人沒有。HR 只知道如何篩選履歷，也就是說，他們會看你是否來自一所好學校（比如史丹佛）或以前在一家大公司工作（比如 Google）。
這就是你的命中率為 2~3% 的殘酷真相：HR 無法辨別好、壞訓練營之間的區別。所以他們只好默認說所有的訓練營都是「壞」的，因為他們不想浪費工程團隊的時間來辨別可能不是很好的訓練營畢業生。這種事我見過很多次了。
幸運的是：大多數工程團隊都知道他們的 HR 無法篩選出合適的人選。因此，最好的工程團隊會透過他們自己的人際網絡和管道來招人，而不是通過求職網站。而我給你的最好的建議是： 多參加工程師舉辦的機器學習聚會 。這沒什麼難度：只需要去 meetup.com 網站，找到看起來不錯的聚會，然後去參加就行了。
你很快就會發現哪些活動有價值，哪些沒有。拓展你的人際關係網絡是有很多益處的，提出聰明的問題，嘗試進行有益的對話，就一定會在聊天時聽到「我們正在招募」的消息。
提升面試技巧的最好方法：多參加面試
簡單地說：求職面試是一種殘酷的，神秘的儀式。每個公司的流程都不一樣，並且每家公司都認為它的面試才是真正的面試。
有很多方法可以在面試中表現得更好，但最好的方法是多參加面試。所以我讓你參加聚會的建議也會幫助到你：面試得越多，你就會越好。 即使你毀了第一個，你也會像掌握其他技能那樣，在日後參加面試的經歷中慢慢學會如何面試。
最後，我很遺憾求職系統被如此對待。我知道這對職場新手來說特別難，也不公平。但是寶劍鋒從磨礪出：在你有 1 到 2 年的經驗後，那些公司會搶著要你。苦心人，天不負。
原文請參照此 連結
（本文經 大數據文摘 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈 嘘！这有几条没人会告诉你的数据科学求职秘密 〉 。首圖來源：Wikimedia Commons）
更多工程師求職消息
求職市場最搶手的 5 個程式語言技能，Python、Java 居然都沒上榜！
年後求職履歷寫起來！LinkedIn 公布 2019「十大硬技能」與「五大軟實力」
科技報橘 2019 全面徵才 ── 跟我們一起找到台灣在國際中的創新產業定位
我們正在找「社群編輯 3 名」、「資深採訪編輯 2 名」
來信請將履歷與文字作品寄至 jobs@fusionmedium.com，信件名稱：應徵 TechOrange 社群編輯：（您的大名）