爆！Amazon撕OFFER了！

说到求职，我的经历可谓传奇：明明拿了亚麻OFFER，但组整个没了；本以为走到绝路，竟然又设法把之前的OFFER“讨”了回来……

现在想想都觉得不可思议，就记录下这段过山车般的求职经历吧~

说起来我的“基础配置”可能有点矛盾：有求职意识，但了解得很浅；有过实习经验，但经历比较水，还没有学校project复杂；用Python做过project，但从未刷过题……

在这样的状态下，我了解了直通硅谷，决定通过数据科学求职1V1定制计划系统性地梳理一下知识点。

扫码咨询ALLinONE计划

按个人节奏定制课程，高速上岸！

在上课之前，我填写过一份自评问卷，详细写了自己最薄弱的地方。

而后，我匹配到了专属的1v1导师。K老师来自顶尖大厂，平时的工作就是用model做分析，工作内容离不开A/B testing、data visualization什么的，和我的需求非常合适。

导师很认真，每堂课都会新做一个slide，内容都是针对我的薄弱项定制的，课上会进行全流程式的提问和问题拆解。这样学就很快啦，比自己乱七八糟学一堆有的没的快太多了。

除了补齐tech上的弱势，对我而言最受益匪浅的就是一些problem diagnose的方法了——

我们会先clarify metrics是什么、怎么算出来；

而后区分time是sudden还是stable，各自的解决方法都会给我讲得明明白白，比如怎样从前端往后端一步一步看；

再就是decompose the metrics了，把大的分体切分成一个个小块；

最后segment the users and propose a possibilities，每次导师都想得比我更全、更细，这也是我需要无止境努力看齐的地方。

不过也多亏了反复的打磨与练习，几个月后，我早已不是那个连题都没刷过的小白，即使看到没见过的题目，也会按照导师的办法进行思路拆解。

不光导师给力，直通硅谷的整个团队也是我的backup。

顾问导师不仅和我的1v1导师一起双修双审了简历，求职中遇到的任何问题，我也都会po到群里，比如分析JD什么的。

学习过程中经常遇到不会做的题，就请教助教老师。老师怕说不明白，还会特意手写解法给我。比如这道Lyft的case题目：

助教导师回复答疑

去年8月集中投递后，我收到了很多家move on，Amazon、Roblox、Databricks等等。

这时候几乎天天找班主任老师要资料，老师们每次回复都很神速，简直就是我的移动资料库。

8月中旬我约上了亚麻的面试，赶紧找教务老师约了Mock。那位来自亚麻的S导师也超级nice，给我讲了很多亚麻面试的流程和要点。

9月初顺利通过一面，很不巧地阳了，二面拖到了月底。还好没耽误太久，10月中下旬，我收到了来自Amazon和Capital One的OFFER。

亚麻的组不算核心，但名气更大。权衡再三，我签下了亚麻的OFFER。

没想到，签了字的OFFER也能飞……

11月，亚麻频频爆出hiring freeze、lay off等事件，人心惶惶。我的HR跟我玩起了失踪，怎么着都不回复，我差点急死，群里的一众老师轮番安慰我。

没过多久，亚麻HR主动给我打了电话，说我的组有internal 问题，要重新team match。

不仅我懵了，老师们也懵了。顾问导师说他从业快10年，从没碰到过签了字最后没OFFER的情况。

不过还是老师们经验更丰富，让我先冷静下来（我简直焦虑疯了），建议我给Capital One打电话问问能不能要回OFFER。

我打了电话，C1的HR说因为我事先decline，已经开始安排其他人面试了。

但没想到，事情在此出现了转机：C1 HR回复：帮我争取到了和某组DS director的meeting。

我赶紧找到教务老师，帮忙问问这个组是做什么的。老师问了在Capital One任职的导师，告诉我这个组负责一些model的monitoring和审批，对documentation、latex有要求，做一些偏结构的、简单的model。

并且最重要的是：这个组还有HC。

听完我心中的大石头放了下来：有位置就行！巧的是，我写了一本科的latex。

Team match果然非常顺利，和导师们复盘过后，大家都觉得面试官的话听起来非常positive。

两天后，我终于拿到了OFFER！而这个时候，已经是1月末了。

虽然过程令人唏嘘，但总算拿了OFFER，狠狠抱紧！也非常感谢老师们的陪伴！

扫码添加小助手

免费领取1V1咨询机会！