關於我的求學經歷，畢業於中國武漢大學經濟系學士，取得伊利諾香檳分校取得企業管理碩士；畢業後，我擔任資料分析師長達兩年的時間，其中七個月在Google擔任約聘人員，一年四個月在新創公司；我主要的工作內容便是寫SQL抓資料、建立一些圖表，提供數據導向的建議。

        在體認到自己並非如預期般學習與成長，我離職並同時申請 Galvanize Data Science Immerse 計劃，一個在舊金山為期 12 週的訓練營；在進入訓練計畫前，我曾四度的在統計測驗中不及格，終於在第五次的測驗中通過。

        Galvanize 計劃的課程內容著重在 Python 及 機器學習，且課程預設學員已經具備扎實的統計基礎，毫無疑問地，我初時相當掙扎，因為我並不會寫程式語言，在統計領域也不夠理想，但我並沒有任何選擇，只能更努力；在 Galvanize 計劃中，我不曾停下來休息片刻、沒有任何娛樂、沒有任何與朋友的聚會，僅有每天超過12個小時不停地讀書，但也因此讓我更適應之後的課程。

        但是，當我開始找工作時，依然在無數次的面試經驗中碰壁，即使我已經相當努力了，仍與一位真正的資料科學家差距甚遠，十二周的努力仍然不夠讓我具備轉職的條件；因此我不斷地求職、面試、遭到拒絕，持續求職、面試、再遭到拒絕，但好處是每一次我都多學了一點新的東西，變得更厲害一點。

        在 2018 年的三月，我已經離職近一年的時間，銀行戶頭內僅剩下不到 $ 600 美元，我完全不知道該如何支付下個月的房租，更慘的是，如果我在四月底前，沒有找到工作，我便會因為沒有工作簽證而必須離開美國。

        幸運的是，經歷過反覆地練習與嘗試，我從不懂如何介紹自己、不記得L1正規化是Lasso還是Ridge、不懂程式語言中成長，蛻變成當初期待自己的樣子。

        當我到Airbnb面試的最後一關，我已經有一份資料科學家的錄取通知；因此我一點也不感到緊張，我最後一關面試的目標，便是不留下任何一絲遺憾、展現出最好的自己，而面試也是我表現最好的一次，所有的努力與熬夜的夜晚都得到了回報，他們錄取了我。

   ▲Photo by Jackson Hendry on Unsplash

一些我想分享的訣竅

1. 知道你想追求的是什麼？設定自己的目標，加倍努力去達成，且永遠不嫌過多的努力。

2. 持續成長的心態非常重要，(如果你還沒聽過，請查閱 growth mindset animation video )別說自己不善於寫程式、不善於統計，重點都不在天份，別把天資作為自己懶惰的藉口；你所需要的只是在對的路上學習，持續不斷的練習直到你已經練好功。

3. 將所有面試的問題做筆記，特別是你無法回答的問題；你可以再一次的失敗，但別敗在同一個地方，持續學習、不斷地改進。

4. 如果有機會，和其他人討論一些你不懂的問題；我非常感激 Galvanize 所有同學和老師，大家都相當願意幫助彼此。

5. 加入當地資料科學的團體、參加資料科學的學習社團、結交業界的朋友、設計客製化的留言給你想在Linkedin上連接的人脈...盡可能地去拓展自己的人脈，你永遠不知道哪個人脈將為你開一扇門。

6. 有時候，結果只是運氣和準備的混合物，而你只是當下運氣不好罷了，別把當下的失敗歸咎成自己的不足。

如果今天我重新找工作，我會怎麼做？

• 在求職初始階段，別面試你想要的公司，除非你認為自己已經準備俱全。

當我初始找工作時，我相當後悔先面試了 Uber，面試結果非常糟糕以至於無法面試 Uber 的其他職務；大多數人都鎖定一些主要的高科技公司作為夢想的公司，然後大多數公司都有一個嚴格的規定：一旦你被拒絕，你在六個月或一年內不能再參與其他面試，因此在面試這些公司之前，你必須確認自己已經準備好了。

• 縮小你想要的工作範圍，瞭解哪些工作不適合你，可以替你節省很多時間。

如果你曾經看過資料科學家的職缺內容，你會知道工作職務是那些，有自然語言處理、電腦視覺、深度學習，還有一些 A/B 測試、產品分析等資料科學家；瞭解哪一些工作是否適合自己，將協助你省下大量的時間準備面試。

就我而言，我忽略一些要求博士學歷和深度學習、電腦視覺的職缺；但依然有很多領域需要去學習和準備，下列是一些求職過程中我學習過的統整資源，記得，還有很多資源你都可以學習，你花上大半天的時間光是搜尋這些學習資源，但是請謹慎挑選，並確保自己可以妥善利用到極致。