我是一名物理学家，在 YC 创业公司工作，由于我们公司的性质，因此我收到了很多电子邮件，请求我提供一些有关数据科学职业的建议。
又到一年一度的毕业求职季和跳槽季。大学生们即将依依不舍地告别母校和同窗，准备迎接来自社会的机遇和挑战;职场人也开始跃跃欲试寻求更好的工作机会。前方似乎充满了无限可能对不对?但是，作为经历过毕业季的“老人”来讲，深知求职的过程其实比很多人想象的更为艰难，更为复杂。作者 Edouard Harris 为那些想申请数据科学职位的小伙伴们提供了一套求职秘笈，希望能对你有所帮助。
我是一名物理学家，在 YC 创业公司工作，由于我们公司的性质，因此我收到了很多电子邮件，请求我提供一些有关数据科学职业的建议。
在这些邮件中，其中有好几封问我的问题都非常类似。随着时间的推移，对于那些经常提到的问题，我已经准备好了一些现成的答案。
就在几天前，我收到一封电子邮件，询问我在一封邮件中通常都会提到的大部分问题。我写下答案并回信了，但是后来，我意识到，是时候为那些找不到数据科学职位、却不明白个中缘由的求职者们扩展我的答案并公开发布了，现在就是很好的机会。
对于每个有疑问并提出问题的人来说，有十个人有同样的问题，但并不会去问。如果你是这十个人中的一个，那么这篇文章就是为你这种人而写的。希望这篇文章对你有所帮助。
下面是我收到的那封邮件，针对邮件长度做过删减：
对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，有目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！
电子邮件
发件人：Lonnie (化名)
主题：我想找份数据科学的工作
我是一名大学辍学生(我之所以这么说，因为很明显，如果你没有理论物理学博士学位和 15 年的数据科学经验，那一定是出了什么问题。)，[……] 当我在市场营销中徘徊时，我发现我最喜欢的还是数据部分。最初，我熟悉了 A/B 测试，后来获得了 Google 的 Google Analytics & Optimizely 测试平台的认证。然后我开始学习 Python、SQL 等语言。我刚从一家著名的数据科学训练营毕业，但我甚至很难得到面试机会。我都已经发出了 100 多份求职申请(甚至包括其他城市)，但面试机会仍然非常少。
为了提高技能，我正在攻读优达学城纳米学位(Udacity NanoDegree)和 DataQuest 线上课程。
如果您想看的话，您可以访问我的 LinkedIn：https://www.linkedin.com/in//
[…]
我觉得就是由于缺乏学术背景，才让我备受痛苦。这并不是什么真正的技能(尽管他们真的需要很多工作，而我正这样做)。我甚至都没有得到面试机会来展示我的技能。所以，我才这么说。
我在某家大公司有过一次面试，由于那是我第一次现场编写代码(或白板面试)，结果不太顺利。
我从另一家大型初创公司带回了一个面试作业，那是一份生存分析报告，但我没有好好研究过，所以做得也不是很好。
我完成了另一家大公司的面试作业并赢得了面试机会，但因为我的教育背景最终还是失败了(这点很愚蠢，因为他们手上已经有了我的简历)。
除此之外，就啥都没有了。[1]
我的答复
Lonnie，你好，感谢你的信任。
这是一个事实：只有 2~3% 的面试率可能是正常的，这要取决于你在哪里提交工作申请。有两个原因，而你并不清楚其中缘由。
消失于人海
第一个原因是，大多数招聘团队使用一种叫做“求职跟踪系统”(applicant tracking system)的系统来告诉他们最优秀的求职者来自哪里。如果你正是通过这样的渠道来求职，而这个渠道以前给他们留下了不好的印象，这样，他们就不会花更多的时间来看你的求职申请。[2]
你的工作申请很可能是由像这样的求职跟踪系统来处理。
比如说，如果你想通过 Indeed 申请技术方面的工作，实际上，你不太可能会得到任何职位。因为每个人都知道这个方法，而且这个方法很容易。这意味着，申请工作的普通人，很可能确实就是个普通人。因此，招聘经理不会耗费太多时间去看来自 Indeed 的简历，因为在她的印象中，这些都是很普通的简历。
为了解决这一问题，你可以通过在大多数人还不知道的网站来申请职位。Key Values(https://www.keyvalues.com)和 Y Combinator 公司的“在初创公司工作”的页面(https://www.workatastartup.com)就是很好的起点。[3] 通过使用大多数人还不知道的网站，你将自己标榜为有心寻找机会的人。在这类网站申请工作的普通人，多半都在平均水平之上。这就是为什么公司更加关注通过鲜为人知的渠道申请职位的求职者的原因。
办公室政治
第二个原因是，在普通的求职网站申请工作效果并不太好。你可能很难相信这一点，但是实际上，在这些求职网站发布职位的很多公司，尤其是大型公司，实际上并没有打算这样来找到他们想招聘的人。[4]
如果你真的这样来寻找一个技术职位的话，那么你就大错特错了，很抱歉，确实就是这样的。
这听起来很疯狂，那他们到底为什么要在招聘网站上发帖呢?你需要了解的是，在大多数公司中，人力资源团队(HR)和工程师之间存在严重的分歧。而发布招聘信息的通常就是人力资源团队。
不幸的是，人力资源部门并没有工程师，所以他们无法确定哪些候选人真正有才华，哪些人没有。人力资源部只知道如何筛选证书，这意味着检查你是否上过一所好学校(如斯坦福大学认为你足够优秀，可以入学)或在一家好公司工作过(如 Google 认为你足够优秀，可以入职)。
所以，这就是黑暗内幕：为什么你的命中率只有 2~3%。因为人力资源部无法区分训练营的好坏。因此，他们不得不默认地说：“No!”因为他们不想浪费工程师团队的时间来寻找那些可能没有任何好处的训练营毕业生，这种事我见多了。
幸运的是，有一个好消息：大多数工程师团队都明白他们的人力资源部门无法筛选人才。因此，最好的工程团队是通过网络和特殊渠道而不是招聘网站来找到人才的。因此，我给你最好的建议是：开始将自己融入由工程师驱动的机器学习会议。这里并没有什么魔法：你只需找到相关的会议，然后就开始去参与。
你很快就会发现哪些是有价值的，哪些是没有价值的。人际关系网的好处是多方面的，所以要问一些聪明的问题，试着进行有意义的对话，并在人们自我介绍时留意那些“我们正在招聘”的公告信息。
面试
简单地说，面试就是一种黑暗的、神秘的仪式。每个公司的面试流程都不同，每个公司都认为自己的面试才是“真正的面试”。
有很多方法可以让你在面试环节中表现得更好，但最好的方法是多做、多尝试。因此，我建议你多去参加面试，这也会对你有所帮助：你参加的面试越多，你就会表现得更好。就算你的第一次面试失败了，这也是一项和其他技能一样的技能，你会在前进的途中得到它。
最后，我很遗憾这个系统破坏得这么厉害。我知道这对菜鸟来说特别难，这确实是不公平的，但要相信：隧道尽头有光明。当你有了一两年的经验之后，公司就会开始追着你。这种奖励，是值得你为此付出汗水的。
[1] 在一封后续的电邮中，Lonnie 告诉我，他不认为训练营是受挫的原因，问题在于他没有受过多少正规教育。
[2] 求职跟踪系统还可以根据关键词自动筛选出简历。但我发现大多数人已经知道在简历中包含正确的关键词，因此我不再赘述。
[3] 我知道，通过在这里给出这些招聘网站的链接，我确保更多的人知道它们。但是在不久的将来，这两家网站都不大可能会达到如此大的规模。
[4] 当然，有些人是这样做的，甚至是那些有时偶然找到好的候选人。但如果你就是这样的求职者，那就把这些公司当做意外惊喜吧!
对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，有目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！