在 Nordstrom 資料實驗室度過了兩年美好時光以後, 我獲得了一個亞馬遜網路服務 S3 部門的崗位。我為即將開始的人生新篇章感到興奮，也為耗時又折磨人的面試過程終於結束鬆了口氣。面試通常包含三種初篩的一種，以及全天的現場面試。這些面試充滿壓力，因為不知道會被問到什麼, 而且對方通常期待你大秀智力，資料科學家正常情況下不太會做這種事(至少不會脫離上下文，僅憑記憶在電話中大秀智力) 。
你需要時間
如果你在考慮跳槽(或進入這個行業)，我能給出的最好建議是現在就開始準備。你需要給自己大量時間, 避免填鴨模式。花點時間確保你能用自己的語言解釋核心概念。電話面試的問題通常是這樣：“如何向一個工程師解釋什麼是 p 值?”假設，要向一位非統計專業，不使用專業術語的工程師解釋。毫無疑問，你不想在這樣的場合初次解釋這些基本概念。 此外，不要低估緊張對於你記憶的影響，哪怕是回憶那些自認為很瞭解的內容。如果你是行業新人，你可能需要給自己更多時間去準備自己不熟悉的概念。
我也建議多花時間準備個人資料，即你的簡歷和自薦信。這個問題上有兩種看法，一派認為這很重要，一派認為這不重要。面試官真的會細看這些資料嗎?很難籠統回答，但當我在 Nordstrom 工作時參加過海量面試，就個人而言，我非常看重這些資料。拼寫錯誤不能容忍。自吹自擂的自薦信不是好兆頭。糟糕的個人資料代表對崗位缺乏興趣(或缺乏對閱讀者的尊重)，而堆砌關鍵詞是在暗示面試官詢問申請者何時何地做了這些。 在更廣泛的技術領域，大家傾向於認為 GitHub 上的東西才重要。但大多數公司，尤其是大型公司，不會看你的 GitHub 。他們會看簡歷和自薦信(這可能讓人驚訝，但科技不是精英統治的)。最終這些檔案會體現你如何職業化地自我展示，所以它們的確重要，哪怕你之前不這麼想。
實踐出真知
我建議多做實踐並分析自己的弱點。許多人誤以為反覆讀書是最有效的學習方法，但這不是當場解決概率問題和邏輯謎題的有效辦法(在你開始學習之前，強烈推薦《Make it Stick》一書)。通過專心解決實際問題，你會立刻發現自己的弱項，並確定學習的優先順序。花時間在已經瞭解的事情上是一種拖延症，何況你都已經很忙了。此外，這是一個技術領域，你應該準備好在技術層面回答問題。如果可以，我建議站在一塊白板前面解答實際問題，以便讓自己適應這種寫字方式還有邊說邊寫。在 Quora 上能找到很多相關的建議和麵試問題。
儘可能多瞭解未來的崗位
你知道什麼是資訊訪談( informational interview )嗎?在我朋友使用這個方法之前，我也不知道這是什麼!有時面試過程在推進，但你不知道自己是否想要這份工作。那麼你可以讓對方減緩節奏，然後做個資訊訪談以確定這是否是你真正想要的工作。你也可以花時間“偷窺”公司和麵試官。比如，為了亞馬遜的現場面試， 我花時間在 Linkedin 上查了每個面試人員和他們的背景。這會幫你猜到他們會提的問題。哦，這人是個工程師，那她可能不會問你統計方面的內容，但可能會問拓展方法的內容。等等她是個高階管理工程師，也許她會想了解我對領導能力和人際交往技巧。Ellen Chisa 有許多關於面試禁忌的建議。
獲取資源!
你可以料到以下領域會被問及：統計學、機器學習、預測、演算法、所有計算機系本科生應該瞭解的知識，以及與上面所有領域相關的擴充套件性和表現。哦對了，你還要準備用一種你選擇的語言程式設計。小菜一碟吧?!
書籍
搞本概率論入門書，具體是哪本不要緊。我用的是Ross寫的, 典型的本科概率論教材。要是你有這本，我推薦做 1~5 章的自測題，以此決定是否在上面花更多時間。組合數學和基本概率問題是電話面試必備，要確保掌握。我也用過 Casella 和 Berger 寫的教材來複習期望和方差，這書可以說是統計學者的聖經。籠統地說多數面試比教材簡單。
對於計算機相關的內容，我一般參考三本書：《Programming Interviews Exposed》,《Cracking the Coding Interview》和《Programming Pearls》。 第一本是三本中最綜合的。如果時間只夠讀一本書，就讀這本。第二本簡潔具體，針對 Amazon，Google 和 Facebook 這樣的大公司面試，但不廣泛適用。我使用的版本還有些煩人的`插圖，教你確保自己是“一個跟面試官願意叫你喝酒的哥們”。這書的哥們兒氣重到我最終棄讀(本來期待得到更有價值的內容)。第三本無關面試。它是一個計算問題和解決方法的思維闡釋的集合。這本書不止適用於學習，還適用於理解計算過程。如果有時間讀一讀此書會是種享受。
對，就是 Coursera 這玩意兒。如果你已經丟掉了舊教材又不想買什麼書，Cousera 上的資料就可以滿足你。我非常非常非常推薦約翰霍普金斯大學的生物統計訓練營。這是對統計學本科一年級課程的有效複習。別花太多時間看課程視訊。用測試題和作業進行自我檢測，然後再去看薄弱環節的視訊。也可以看看資料科學專項課程。跟上面的課是由同一批老師組織的，內容包括探索性資料統計和R程式設計。吳恩達的機器學習一定要學且其樂無窮。他善於闡釋方法背後的動機，並在課程中花了很多時間訓練直覺。直覺對電話面試尤其有益，這些面試中你可能不想強調技術細節卻又要證明對領域的熟悉。由於我當時的目標是亞馬遜，所以雲端計算專項課程也令我受益。我正從零售技術領域轉向雲端計算領域，並且想更好理解我將面對的問題。在這種情況下，我只看了課程視訊來學習這個領域的用詞，而未深究技術細節。我總是在蒐羅 Coursera 的好課程，如果你有推薦的課程可以給我留言!
Coursera 的課程起止時間制讓我惱火。最近我發現，許多課程可以閱覽之前存檔的資料，不用等待新課開始。這對我來說是個重要變化，快去試試吧!
以上就是我所謂的乾貨。但我還想講一些老生常談。
第一，保持鎮靜!過於緊張會讓你無法回憶起一些知識。這對我來說是個麻煩，令我做出一些瘋狂的事，比如把所有東西寫下來貼牆上，但不推薦大家也這樣做。我最新的瘋狂手段是在電話面試之前幾分鐘做健身操，使自己汗流浹背氣喘吁吁。除此之外，如果你住在目標公司的所在城市，就直接約面試官面談。我表情充沛，而且能比電話面試表現更好。
不要忘了你同時也在面試對方。相信你的直覺。我曾對一個創業公司進行了資訊訪談。我感覺對方目中無人，根本不聽我說話，但我仍對那份工作感興趣。我試圖跟進，但每次都要預約一萬次才能得到確認。那是一次很糟糕的經歷，如果我相信了我的直覺(這些人不靠譜)也就不至於浪費那麼多時間。再有趣的工作也不值得每天花八小時跟不尊重你的人在一起。
最後一點，不要把自己的經歷跟其他人比較，因為你會誤解或失望。當我在經歷面試時，碰巧一些我熟悉的同事也在接受面試。那時把自己的經歷和他人相比較後，我覺得又驚訝又生氣。簡單來說，我和一個資歷較淺的男同事在同一個星期面試了同一個崗位。他被團隊成員當面面試，對方問了擲骰子概率這種很基礎的問題。我卻被不同辦公室的人電話面試，對方問了我一個博弈論最優解問題。這事令人難以接受，也很難不亂想不生氣。現在我把這事解釋為招聘經驗不足和公司不成熟。這公司不知道如何面試我的崗位，甚至可能因此僱用我不想共事的人，我不想在這種地方工作。
最終你應該儘可能準備充分，但不要因為你的知識有漏洞而懊惱。相信自己，相信自己的印象。從失敗的面試中學習，以便搞定下一個。