r*****d
发帖数: 346 | 1 首先是感谢，版面、好帖子、赐教的ids, 尤其感谢好几个ids发信赐教，两个认真地
criticized我的简历，一个内推我拿到energy company的电面，一个我们面谈过（还保
持着联系）。都是淡如水之交。除了面谈过的那个都是江湖路上一面之缘。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
转眼间我也勉强能算一个转行的fresh graduate找工作的过来人了，希望我的经验对大
家有帮助。
我是math phd, 非牛校，2013年毕业的时候无实习无其他master degree. 转行是从
2011年开始的，当时无论文无实习无技能。摸索中矿工、码工、数据科学都遍历过，幸
运的是一直重视了统计跟CS。我真心认为象我这样底子差的有几点非常重要：1. 要有
耐心；2. 不要自闭；3. 最重要的还是要靠自己。
主线之一是论文，2010年秋写到毕业，2012年我想过quit想过再读一个master甚至考了
GRE, 当时父母陪读6个月给了我莫大的力量，还有系里两个中国stat profs主动找我谈
话，甚至联系朋友内推我，我非常感激他们。那段时间我特别容易把愤怒投射到
advisor身上，认为他有意针对我；现在我非常感激他，有要求，厚德载物，允许我犯
错与非理性。
另一个主线是获取技能。矿工码工entry level都有标准的备战渠道，不赘述了。除了
看书刷题，我做了几件事：attended三个学期统计课比如回归，贝叶斯 attended算法
数据结构，C++，也去bschool听了几门矿工课，也在coursera上了几门课，python, R,
machine learning, database. 有些课自己掏腰包要舍得，那会是学得最好的。还有
一定要多多与同学、TA还有profs交流甚至看能不能做点什么。我也走了弯路，比如考
CFA I没考起。
2011年末第一次投简历，jane street一轮电面跟credit suisse一轮笔试跟电面就没了
，一方面简历不行一方面没有内推。可喜的是笔试时认识了一个好友，还有就是通过了
笔试差点通过了电面，仿佛黑暗中有了坐标，鼓舞人心。btw, 有工作的童鞋们，请多
内推，一个电面就是一个solid内推；没有经验的童鞋可以从一个电面里学到很多东西
：）
2012年末技能方面我有一定信心了，不过还是没有面试。因为我coding偏弱，没有投
flag. 2013年初campus career fair, 我面了trip advisor的data scientist, 有收获
不过还是没有offer. 赞的是室友带我去bschool给一个local investment company办的
reception, 当时院长让在场所有人自我介绍，就是希望学生能与company管理层net-
working. 我说我是math phd统计很强对investment很热情blah blah真的很奏效，因为
在场没有math phd, 也帮了我接下来跟大boss聊天，后来大boss把hm喊过来互相认识说
我毕业之前要给他们投简历。
2013年8月答辩之后就好像每个piece可以拼凑到一起了。休息一周之后直奔NYC。那个
时候开始在indeed（力荐！）上找工作，一半applications都能在几天内收到decision
, 25%能收到电面。Being local很有帮助，因为公司不用花钱。你就跟hr说你local要
求跳过电面直接onsite, 小公司一般都会同意。印象深刻的是onsite一家internet
startup, 面完之后俨然从null变成砖家，以至于面第二家的时候（我现在的工作）仿
佛就是业内人士了。
简历我一共找了大约10个人修改。
i may wish i could have done better in: 1. 多投，我肯定没到50家，很多
canonical的公司都没面；2. 大部分都是海投的，内推很少，也是一个canonical的公
司没面的原因；3. 自己扛了些，我要是更厚脸皮social一点就好了 ：） |
g******i
发帖数: 118 | |
f****l
发帖数: 66 | 3 恭喜楼主，不知能否讲一下具体的工作方向？还有楼主认为哪些专业知识和技能对找工
作帮助最大？谢谢！ |
c********h
发帖数: 330 | |
e******7
发帖数: 797 | |
r*****d
发帖数: 346 | 6 工作方向是online advertising. 最有用的是the way one presents herself, 还有交
流。知识技能就是统计跟CS最有用。
统计：各种distribution, statistical test, (generalized) linear regression,
hierarchical modeling and simulation i.e. bayes, R
CS: 语言跟算法还有coding
一些基本的machine learning象SVM, etc. 基本理解加会用library就行。
【在 f****l 的大作中提到】
: 恭喜楼主，不知能否讲一下具体的工作方向？还有楼主认为哪些专业知识和技能对找工
: 作帮助最大？谢谢！
|
r*****d
发帖数: 346 | 7 start up internet company data scientist, 就是在datasciences版讨论最多的徒有
其表的那种。
【在 c********h 的大作中提到】
: 赞！楼主现在是什么工作？
|
c********h
发帖数: 330 | 8 不会啊，我面data science全挂了，楼主刷很多coding吗？
【在 r*****d 的大作中提到】
: start up internet company data scientist, 就是在datasciences版讨论最多的徒有
: 其表的那种。
|
r*****d
发帖数: 346 | 9 leetcode上70道题；C++课有个project写过几千行。
【在 c********h 的大作中提到】
: 不会啊，我面data science全挂了，楼主刷很多coding吗？
|
s*x
发帖数: 211 | 10 LZ还是很牛的，投了不到50家就找到了。恭喜恭喜·～ |
|
|
p********a
发帖数: 5352 | |
p********r
发帖数: 1465 | 12 这是背景很牛的candidate，对于大多数fresh graduate是难以达到这个水平的 |
c*****l
发帖数: 1493 | |
r*****d
发帖数: 346 | 14 我回答一下统计方面我觉得好的，
概率跟统计基础：Morris H. DeGroot and Mark J. Schervish有一本probability and
statistics非常好，还有这一本Robert Hogg, Joseph McKean and Allen Craig,
Introduction to Mathematical Statistics
线性回归：julian faraway有两本书，linear models with r, extending the linear
model with r 非常hands-on, 力荐
贝叶斯：上课可能会比自己看书效果好，好像也没什么好书
machine learning初步: andrew ng @coursera, an introduction to machine
learning with application in r
SQL：select, from, where, group by, order by, 各种join 就是全部
不过知识技术固然好，，但不要太bookish了 ：） |
t*****a
发帖数: 459 | |
d***y
发帖数: 8107 | |
p****w
发帖数: 90 | 17 nice nn【在 rrented (rrented)的大作中提到：】n：首先是感谢，版面、好帖子、赐
教的ids, 尤其感谢好几个ids发信赐教，两个认真地n：criticized我的简历，一个内
推我拿到energy company的电面，一个我们面谈过（还保持着联系）。都是淡如水之交
。除了面谈过的那个都是江湖路上一面之缘。n：n：＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
＝＝＝＝＝＝＝＝＝＝n：n：转眼间我也勉强能算一个转行的fresh graduate找工作的
过来人了，希望我的经验对大家有帮助。n：n……nn--n[发自未名空间Android客户端] |
c******p
发帖数: 57 | 18 cong, 谢谢分享
LZ你的onsite有需要给talk的吗？选对方感兴趣的topic很难吧 |
r*****d
发帖数: 346 | 19 有一个onsite需要给talk, 很惨。。其实作为转行的fresh graduate貌似还不是砖家..
所以给talk好像too much..
【在 c******p 的大作中提到】
: cong, 谢谢分享
: LZ你的onsite有需要给talk的吗？选对方感兴趣的topic很难吧
|
s******0
发帖数: 1269 | |
|
|
r*****d
发帖数: 346 | 21 首先是感谢，版面、好帖子、赐教的ids, 尤其感谢好几个ids发信赐教，两个认真地
criticized我的简历，一个内推我拿到energy company的电面，一个我们面谈过（还保
持着联系）。都是淡如水之交。除了面谈过的那个都是江湖路上一面之缘。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
转眼间我也勉强能算一个转行的fresh graduate找工作的过来人了，希望我的经验对大
家有帮助。
我是math phd, 非牛校，2013年毕业的时候无实习无其他master degree. 转行是从
2011年开始的，当时无论文无实习无技能。摸索中矿工、码工、数据科学都遍历过，幸
运的是一直重视了统计跟CS。我真心认为象我这样底子差的有几点非常重要：1. 要有
耐心；2. 不要自闭；3. 最重要的还是要靠自己。
主线之一是论文，2010年秋写到毕业，2012年我想过quit想过再读一个master甚至考了
GRE, 当时父母陪读6个月给了我莫大的力量，还有系里两个中国stat profs主动找我谈
话，甚至联系朋友内推我，我非常感激他们。那段时间我特别容易把愤怒投射到
advisor身上，认为他有意针对我；现在我非常感激他，有要求，厚德载物，允许我犯
错与非理性。
另一个主线是获取技能。矿工码工entry level都有标准的备战渠道，不赘述了。除了
看书刷题，我做了几件事：attended三个学期统计课比如回归，贝叶斯 attended算法
数据结构，C++，也去bschool听了几门矿工课，也在coursera上了几门课，python, R,
machine learning, database. 有些课自己掏腰包要舍得，那会是学得最好的。还有
一定要多多与同学、TA还有profs交流甚至看能不能做点什么。我也走了弯路，比如考
CFA I没考起。
2011年末第一次投简历，jane street一轮电面跟credit suisse一轮笔试跟电面就没了
，一方面简历不行一方面没有内推。可喜的是笔试时认识了一个好友，还有就是通过了
笔试差点通过了电面，仿佛黑暗中有了坐标，鼓舞人心。btw, 有工作的童鞋们，请多
内推，一个电面就是一个solid内推；没有经验的童鞋可以从一个电面里学到很多东西
：）
2012年末技能方面我有一定信心了，不过还是没有面试。因为我coding偏弱，没有投
flag. 2013年初campus career fair, 我面了trip advisor的data scientist, 有收获
不过还是没有offer. 赞的是室友带我去bschool给一个local investment company办的
reception, 当时院长让在场所有人自我介绍，就是希望学生能与company管理层net-
working. 我说我是math phd统计很强对investment很热情blah blah真的很奏效，因为
在场没有math phd, 也帮了我接下来跟大boss聊天，后来大boss把hm喊过来互相认识说
我毕业之前要给他们投简历。
2013年8月答辩之后就好像每个piece可以拼凑到一起了。休息一周之后直奔NYC。那个
时候开始在indeed（力荐！）上找工作，一半applications都能在几天内收到decision
, 25%能收到电面。Being local很有帮助，因为公司不用花钱。你就跟hr说你local要
求跳过电面直接onsite, 小公司一般都会同意。印象深刻的是onsite一家internet
startup, 面完之后俨然从null变成砖家，以至于面第二家的时候（我现在的工作）仿
佛就是业内人士了。
简历我一共找了大约10个人修改。
i may wish i could have done better in: 1. 多投，我肯定没到50家，很多
canonical的公司都没面；2. 大部分都是海投的，内推很少，也是一个canonical的公
司没面的原因；3. 自己扛了些，我要是更厚脸皮social一点就好了 ：） |
g******i
发帖数: 118 | |
f****l
发帖数: 66 | 23 恭喜楼主，不知能否讲一下具体的工作方向？还有楼主认为哪些专业知识和技能对找工
作帮助最大？谢谢！ |
c********h
发帖数: 330 | |
e******7
发帖数: 797 | |
r*****d
发帖数: 346 | 26 工作方向是online advertising. 最有用的是the way one presents herself, 还有交
流。知识技能就是统计跟CS最有用。
统计：各种distribution, statistical test, (generalized) linear regression,
hierarchical modeling and simulation i.e. bayes, R
CS: 语言跟算法还有coding
一些基本的machine learning象SVM, etc. 基本理解加会用library就行。
【在 f****l 的大作中提到】
: 恭喜楼主，不知能否讲一下具体的工作方向？还有楼主认为哪些专业知识和技能对找工
: 作帮助最大？谢谢！
|
r*****d
发帖数: 346 | 27 start up internet company data scientist, 就是在datasciences版讨论最多的徒有
其表的那种。
【在 c********h 的大作中提到】
: 赞！楼主现在是什么工作？
|
c********h
发帖数: 330 | 28 不会啊，我面data science全挂了，楼主刷很多coding吗？
【在 r*****d 的大作中提到】
: start up internet company data scientist, 就是在datasciences版讨论最多的徒有
: 其表的那种。
|
r*****d
发帖数: 346 | 29 leetcode上70道题；C++课有个project写过几千行。
【在 c********h 的大作中提到】
: 不会啊，我面data science全挂了，楼主刷很多coding吗？
|
s*x
发帖数: 211 | 30 LZ还是很牛的，投了不到50家就找到了。恭喜恭喜·～ |
|
|
p********a
发帖数: 5352 | |
p********r
发帖数: 1465 | 32 这是背景很牛的candidate，对于大多数fresh graduate是难以达到这个水平的 |
c*****l
发帖数: 1493 | |
r*****d
发帖数: 346 | 34 谢谢斑竹！ ：D
我回答一下统计方面我觉得好的，
概率跟统计基础：Morris H. DeGroot and Mark J. Schervish有一本probability and
statistics非常好，还有这一本Robert Hogg, Joseph McKean and Allen Craig,
Introduction to Mathematical Statistics
线性回归：julian faraway有两本书，linear models with r, extending the linear
model with r 非常hands-on, 力荐
贝叶斯：上课可能会比自己看书效果好，好像也没什么好书
machine learning初步: andrew ng @coursera, an introduction to machine
learning with application in r
SQL：select, from, where, group by, order by, 各种join 就是全部
不过知识技术固然好，，但不要太bookish了 ：） |
t*****a
发帖数: 459 | |
d***y
发帖数: 8107 | |
p****w
发帖数: 90 | 37 nice nn【在 rrented (rrented)的大作中提到：】n：首先是感谢，版面、好帖子、赐
教的ids, 尤其感谢好几个ids发信赐教，两个认真地n：criticized我的简历，一个内
推我拿到energy company的电面，一个我们面谈过（还保持着联系）。都是淡如水之交
。除了面谈过的那个都是江湖路上一面之缘。n：n：＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
＝＝＝＝＝＝＝＝＝＝n：n：转眼间我也勉强能算一个转行的fresh graduate找工作的
过来人了，希望我的经验对大家有帮助。n：n……nn--n[发自未名空间Android客户端] |
c******p
发帖数: 57 | 38 cong, 谢谢分享
LZ你的onsite有需要给talk的吗？选对方感兴趣的topic很难吧 |
r*****d
发帖数: 346 | 39 有一个onsite需要给talk, 很惨。。其实作为转行的fresh graduate貌似还不是砖家..
所以给talk好像too much..
【在 c******p 的大作中提到】
: cong, 谢谢分享
: LZ你的onsite有需要给talk的吗？选对方感兴趣的topic很难吧
|
s******0
发帖数: 1269 | |
|
|
l*********s
发帖数: 5409 | 41 re!
【在 t*****a 的大作中提到】
: 谢谢楼主的分享。数学出身的人就是牛！
|
