“ 今天给大家介绍一位“实习经历”丰富的小朋友,cc。他给大家分享的是自己实习相关的经历,从他的分享中,我看到了很多变化、努力、运气和成长,他不仅给来年实习求职的学弟学妹带来了个人分享,也给出了自己在接下来秋招求职中的一些计划和安排。希望无论是接下来要准备秋招的你们还是来年春招找实习的你们,都要更努力,更幸运。在此对cc表示感谢和祝福~”
01
—
自我微介绍part
大家好~ 我是cc,应用统计研二学生一枚,很高兴接到胖里学姐的邀请,向大家分享经历。下面我为大家分享本人实习道路的经历以及对秋招的一些想法,如果有理解不到位的地方也请大家指正。
02
—
实习求职part
研一时我很坚定以后的工作方向是算法工程师,毕竟工资高嘛。在研一空余时间会自学python和机器学习理论,但我不爱学习啊,自我约束力不行,课后空余时间就想着出去吃喝玩(大家还是要克制住,多花点时间去学习)。 这导致我机器学习理论和编程水平依旧很垃圾,加上本身不是计算机专业出身,注定在找算法实习的道路上会很坎坷。
找第一份算法实习面试了大概10多家公司,大部分公司都会问机器学习、深度学习和数据结构的相关知识,或者来道编程。面试官稍微对数据结构(本科到研究生没有学过)或者机器学习问的深一些,我就完全回答不上来。2019年10月找了个小公司做机器学习,想着可以先进公司加强自己编程和算法能力,弥补下自己的短板。往往理想很丰满,现实很骨感,领导每天给我们画大饼,让我们从网上找些机器学习原理写到word文档里,丝毫没有技术含量。第一份实习待了3个月,说实话没有学到什么东西。
我建议准备找实习的学弟学妹,适时或者面试通过后也要多了解下实习工作内容,免得入职后才发现:怎么和想象的不一样啊。另外,如果在实习岗位待了一段时间仍然没有学到东西的话,要及时找下一份实习。(胖里:其实对于不同的公司、部门和岗位,每个人的经历和想法都不尽相同,提前了解并没有什么问题,但也无需过度解读,因为有时候这种事情又很讲究缘分和运气。如果你遇到了一份「不合适」的实习,可以选择:1.即刻离职,找寻下一份;2.继续待着,同时投递新的,等待时机;3.继续待着,尽自己所能利用好公司提供的公共资源、学习资料和同事经验等。可能还有其他选择,但是当这种尴尬的场面摆在你面前时,可能你并不会轻易做出某种选择。另外,提前找实习可以给自己更多试错的时间和机会。)
第一份实习期间也没有接触到更多算法知识,如果继续走算法这条路自己竞争力太小,开始犹豫未来的职业规划,算法or数分,到最后也没纠结出结果。大概12月份我开始准备找第二份实习,投递简历时两个方向都会投递。每天刷boss直聘、实习僧投递简历,由于机器学习能力欠缺,没有拿到任何一家公司的offer(都挂在了编程上)。偶然机会在boss投递了某厂的数据分析,在年前面了一面,主要考察机器学习知识、编程能力和概率论基础知识,当时leetcode也只刷了十几道题,导致编程题没有做出来,只和面试官说了自己大致思路。一道概率论题目计算条件概率,不是特别难。1月份完成一面后就是漫长的等待和疫情,本以为这份实习已经凉凉。过完年2月中旬时厚着脸皮去boss直聘问面试官面试结果如何,面试官反问你觉得自己表现如何,我很诚恳的说了下自己的优缺点,结果给了二面机会(针对简历内容展开提问),最终拿到offer。
有时找实习还是看缘分的,小伙伴们不能放弃,想要的就要去争取,说不定就实现了呢。这份数据分析实习主要工作内容是负责短视频类的数据分析,平时修改完善短视频和feeds流产品的推荐漏斗python代码(说白了就是计算每层审核路径中的拦截率、耗时等指标);用sql取数做些临时性需求;月底做个竞品分析报告,从用户、内容维度拆解进行分析对比。
我的业务思维能力比较欠缺,实习小组的数分工程师都是偏模型方向,我觉得待在小组对自己增强业务能力帮助不大,加上个人原因,结束了三个月的实习,在5月份开始投递第三份实习。此时,许多公司已经开始招聘暑期实习,当然不能错过进大厂的机会啊。不知道自己哪来的自信,暑期实习大部分投递的都是机器学习岗位,结局也能猜到,笔试基本没有通过(还是挂在了编程上)。幸运的是拿到一份偏运营的数分实习,期待这份实习可以加强自己薄弱的业务能力。
实习期间本人总结了一些建议:找实习要趁早,同时综合考察自身能力,找准定位未来工作方向。投递实习的时候不要怕,有机会就投(当然也不要盲目)。实习过程中要记得写周报,做好每周的复盘,知道这周做了什么,以及制定下下周的学习计划。
(胖里又要说话了,哈哈哈:大家可以根据对自己能力的评估,对自己以后的工作岗位及工作方向进行适时调整,找实习尽量不要盲目,可以学习cc有目的地进行选择和学习,比如增强自己哪一方面的能力。实习期间,还是建议充分利用自己之前可能没接触过的资源,多请教,多学习,个人工作复盘很重要,我也是从实习开始养成了写日报的习惯,坚持到现在,无论日报还是周报,于你应该只有益,无害。)
03
—
秋招计划part
下面说下我对秋招的一些想法:
秋招可以开始着手准备了,许多公司已经开始提前批,心慌慌啊。我也会从以下四个方面着手准备。
1、我认为数据分析可以分为偏建模和偏业务两个方向。建模需要一定的编程能力和业务能力。编程也已经成为各公司笔试的趋势,许多大厂在秋招笔试时都会有几道编程。建议大家有余力可以学一些数据结构的相关知识:排序、树(bfs、dfs)、动态规划、贪心等。虽然我现在也没怎么刷,哈哈哈。往年大厂的数分笔试题中也会出现类似编程题,主要是解题思路,拿到题目后知道该用什么方法去做。然后利用代码把解题思路呈现出来。
2、数分业务:不同行业指标体系、如何构建指标体系、新老用户留存率、流失分析、指标异动如何分析、用户画像、准备几款app的功能以及核心指标等等。胖里的日常和数据管道也经常会推送文章,大家记得阅读收藏。
3、统计学知识点:假设检验、参数估计、abtest、概率论相关(二项分布、泊松分布、条件概率)等。这些在网上也会有许多文章可供大家学习。
4、机器学习:
(1)了解基本的机器学习理论,知道哪些算法是分类、回归或聚类,如:分类有svm、决策树、逻辑回归、朴素贝叶斯、KNN等,回归中的线性回归、加入正则项的Lasso回归、岭回归等。
(2)了解每种算法的应用场景。比如:逻辑回归常用于二分类,多分类的话需要进行softmax处理;哪些模型对缺失值比较敏感;决策树(ID3、C45、CART)的优缺点;数据分布不平衡该如何处理等等。
(3)另外知道进行不同算法之间的比较,如:Bagging和Boosting的区别、随机森林和GBDT的异同、GBDT和XGBoost的异同等等。这些其实许多博客都会有介绍,大家有时间可以看下记个笔记,机器学习这种东西只要你看了,面试的时候就可以说出个所以然。
以上是我本人对秋招的一些看法以及秋招应该准备的知识点。即将面临秋招,心里还是有些许忐忑。大家还是要提前准备秋招的,虽然说秋招笔面试时造飞机,工作中拧螺丝,如果不好好准备的话,连拧螺丝的机会都没得哦。
祝大家秋招斩获心仪offer,奥利给!
给cc加鸡腿,感谢cc的分享,祝他实习之路顺利,秋招更顺利!
本篇就不挂其他推文入口了,需要一丢丢经验的,学习资料的,内推的,加群的,请自行扫描下方公众号,自己探索~
轻轻地扫一扫~ 关注我吧!
喜欢的点个在看吖!