2024 美国地狱模式上岸DS/MLE经验分享(壹) — 求职总结和找工策略
Medium好读版：https://medium.com/@bertmclee/d9f4b0f1e558
上次写求职心得分享文是2021.11.13，时光匆匆，两年半的岁月过去，我不再是那个初到
北京中关村的小毛头，而是在耶鲁大学宿舍里敲键盘码字，准备下个月毕业的老小毛头了
。
https://bertmclee.medium.com/c36b0138b86b
2021年末发布了一篇在北京、新加坡、台北的DS求职经验分享文，浅浅体验了一把流量暴
涨。
前言
在过去的两年半，我经历了在北京Disney+ 一年八个月的职场洗礼，经历了Yale的统计硕
士训练，从亚洲市场到美国市场再次成功上岸，决定重新提笔分享这次我在DS求职上不一
样的心得、体验和成长。希望能帮助到2024年仍然想要投入Data就业市场的朋友，specif
ically for：
- Data工作经验：NG (new graduate)、转专业、Early career (1–3 years), Mid-leve
l (4–6 years)
- Data岗位方向：DA (Data Analyst), DS (Data Scientist), MLE (Machine Learning
Engineer)
本次求职系列文Outline：
- 2024美国求职经历总结和找工策略
- 2024美国求职背景介绍
- 2024美国求职Timeline & Results
- 如何在2024艰难的就业市场中拿到面试？
- 个人心得和感谢
- 如何准备Product Case (& A/B Testing) Interview (Meta)
- Meta DSA面试准备经验、框架、热门考题和参考回答分享
- 如何准备ML Knowledge、Statistics、ML Design、ML Coding Interview
- 汇总过去准备过和面试上实际遇到的问题 (Expedia, AppLovin, Warner Bros、Walm
art...)
- 汇总相关准备资源
- 如何准备SQL、Python Coding Interview
- 汇总过去准备过和面试上实际遇到的问题 (Meta, Warner Bros, Expedia, Shopify,
CVS...)
- 汇总相关溯备资源
- 也许、也许还会写一写：
- 美中台星英DS机会、求职、就业发展比较
- DA, DS, MLE机会、求职、就业发展比较
过去两年半世界变化了很多，全球疫情、经济、科技都有剧烈变动，Data相关工作的就业
市场在世界各地经历了很大的起伏 — 整体来说， 供给大量的提升，需求则是上上下下
下下，科技大厂如Meta、Amazon、Google等都经历了疫情后的疯狂扩招和惨烈裁员。就以
2024年到目前为止来说，Tesla昨天(4/15)宣布裁员超过10%；Google在二月裁员了超过一
千人，包括我的一个强者朋友也受影响；Amazon、Microsoft、eBay、PayPal、Snap、Exp
edia等也都是今年裁员影响比较大的公司。每天打开一亩三分地、小红书都是：“2023、
24 NG (new graduate)该何去何从”、“投了一千封简历只收到3个OA (online assessme
nt)、1个面试、0 offer”、“找工焦虑、心态有点崩了”...。这个情况似乎在全球都差
不多，如今在美国、加拿大、英国、中国的毕业生都是相当艰难，跟科技业大扩招时代，
人手好几个大厂offer的景况实在相差甚远。什么时候会再次好转？窝不知道。对我来说
，我不敢期待未来会好转，也许现在就是未来十年内的最佳时机了，我能做的就是NCAA女
篮UConn球星Paige说的：“I did all I could so God can do all I can’t.” 我尽我
渺小的所能，剩下大部分只能交托给上帝。
https://i.imgur.com/TQrzoce.jpeg
2020二月至2024年四月SDE(软件工程师)岗位数量趋势图
2024美国求职Timeline & Results
在2023年六月底辞去Disney+的工作，离开北京后，我在八月中来到耶鲁。Yale的Statist
ics & Data Science Department有两种Master：
- Master of Science in Statistics & Data Science — 这是一个为期一年半(2023.8
–2024.12)，三个学期的Program。
- Master of Arts in Statistics — 这是一个为期一年(2023.8–2024.5)，两个学期
的Program。
这两个Program互相转换非常容易，但是除了我以外所有同学都是选择读1.5年的M.S. Pro
gram，如此一来可以先找2024 Summer Intern而不用马上找Full time position，时间比
较充裕。
一开始我也是M.S.，第一学期整个还在思考人生，入学前完全没有准备找DS的工作，在想
说是不是该转换赛道去做Sports Science，后来发觉转换的难度有点高、不是很顺利。再
后来功课开始多起来，一时感觉自己数学还是太差读得有点痛苦，觉得自己不适合做DS/M
L，在思考自己是不是该去当PM，但是也没有做PM的能力，甚至连去当医生的想法都开始
冒出来。总之第一学期，就是随便海投了可能几十个DS Intern/Full Time岗，几乎也没
什么面试就胡乱地过去了。
到了一月也不知道哪来的灵感，决定从M.S. Program转到M.A.提前在五月毕业，也就是距
离毕业突然缩短到剩下四个月，并且要全力找Full Time岗，当时看美国的求职市场一片
凄惨，想着也许找不到工作就准备回国或去其他国家了。
从1/9开始海投，投了几天都没回应就开始追剧摆烂了(繁花不错的、花少还好)，一度觉
得Data市场已经彻底关门，连耶鲁学生都没人要。不过后来就陆续开始收到面试，以下是
本次求职过程的完整流量转换图和详细的求职、面试时间线：
https://i.imgur.com/LriRvsp.jpeg
美国求职完整Sankey
https://i.imgur.com/iG0UBFF.jpeg
美国求职Timeline (共13家公司进入技术面试流程)
总共投了大概有250–300家公司，300–350个岗位，接到18通HR Call，跟13家公司进行
了Technical Interview，6次走到终面/VO (virtual onsite)，最终拿下三个offer，分
别是：
- AppLovin — Machine Learning Engineer Intern (80–100% conversion opportuni
ty after summer)
- Expedia — Machine Learning Scientist II
- Warner Bros. Discovery — Data Scientist II
按照面试涉及的内容来分类的话一共经历：
- General HR Call: 18
- SQL coding: 7 (Kafene, Expedia, Meta*2, CVS, Shopify, Warner Bros)
- Python coding: 10 (①Leetcode: Expedia, AppLovin铫Pandas: Home Depot(Offlin
e), CVS铯PyTorch Modeling: Walmart鉹ML Implementation: Expedia銗OOP: Shopif
y铪General Coding: DataVisor*2, Warner Bros)
- Product Case: 2 (Meta*2)
- Statistics: 4 (Expedia, Meta, DataVisor, CVS)
- ML Knowledge: 7 (Expedia*2, AppLovin*2, CVS, Warner Bros*2)
- ML Design: 5 (Expedia*2, AppLovin*2, Warner Bros)
- BQ (Behavioral Questions): 7 (Expedia, Meta, Home Depot, AppLovin, DataViso
r, Shopify, Warner Bros)
- Experience, Projects: Probably all, more or less.
- Take-Home Project: 1 (DataVisor)
我计画在这个DS求职系列文中针对以上几个面试项目，逐一分享我的准备经验、资源和面
试真题，有兴趣了解的朋友可以持续关注。
如何在2024艰难的就业市场中拿到面试？
首先，我必须说现在以一个国际生的身份在美国想拿到面试真的很难，我完全没有信心跟
你说读完这段分享你就可以有超过10%的拿面率，或著在一个月内可以拿到超过10个面试
，但是如果有任何人因为参考了我的方法多拿了两三个面试，那我就觉得足够了，也许这
两三个面试就能改变一个人的人生轨迹，in a good or bad way lol。
首先简单描述我的背景：我是台大工科系毕业，算是工程转专业到数据，毕业后在台北的
DBS Bank做DA十个月，在北京的Disney+做DS一年八个月，因此我这次找工作的身份就是
将近三年非美国工作经验(actually 2.5yrs)的Early Career Data Scientist，同时因为
重新读书，也可以算是NG (new graduate)。
我这次主要找的岗位还是DS和少部分的MLE、ML Scientist，从要求0–2 YoE的NG岗到要
求2–5 YoE的Early Career, Mid-level DS岗都有投，主要以后者为主。NG岗开的不多，
每个applicant随便都上千人，我一个面试都没拿到...，所以我的经验也许不能完全适用
于没有工作经验的NG，
但是希望还是能提供一些思路。
以下是我在2021年写关于如何拿到大量面试：
前期准备之后，如何得到大量的面试？
简单总结这个题目：
1. 一份包装漂亮的履历。
2. 找内推、Refer。
怎么写好履历？
(