週日早安，

上週的資料科學求職攻略-(上)電子報收到許多讀者的熱烈反饋，能幫助到讀者讓我有更多動力，本周就不富堅，直接進入資料科學求職攻略-(中)。

雖說是資料科學求職攻略，但我認為這系列的攻略文許多技巧也適用於其他技術職、專案職位，希望不是DS領域的讀者也能從中獲益。

​

分享本周2個好消息：

• 新工作正式上工滿2個月，個人非常適應這份遠距工作，隨著台灣疫情日趨嚴重，大家越來越有可能「被隔離在家工作」，我未來也會找機會分享遠距工作的心得與建議。
• 5月份我即將啟動的第二屆線上共學社「hahow產品數據分析共學社」，我秉持著幫共學社員謀福利的精神，跟授課老師黃大維提出團購合作可能，最後成功得到大維正面答覆，取得8折團購優惠。​ 原價$3,500的「產品數據分析 - 打造網路產品的決策引擎」，團購價只要$2,800，應該是市面上最划算的價格，在此分享給有興趣的訂戶（有更划算的請告訴我，買貴退差價我也要買啊！) ​<此優惠限量，僅供電子報訂戶/報名共學社者優先，若有興趣請回覆email>

​

以下進入本週正題。

​

2021–2022 海內外資料科學DS/DA求職攻略(中)

面試準備、面試應答技巧、Bytedance/Binance面經

上一封電子報我講述了2021–2022這波求職初期的轉職動機、求職準備、履歷投遞。這一集來分享我如何拿到兩間科技巨頭offer，包面試前、中、後的一些技巧與心得。

一、 面試準備

A. 職位JD(Job Description)了解

在這一波履歷投遞中，我發現DA的職位可以大致分兩類：

• 純粹SQL拉數據、做Dashboard的DA：是產品端很常見的分析師
• 需要做模型、Project-based的DA：偏向輔助業務決策的數據顧問

雖然這兩種職位的JD不相同，但如果沒有特別偏好、DA經驗<3年，那麼其實可以試著兩者同時準備(只要會寫SQL、Python）；倘若你有明確轉職目標(呈上一集)，那麼了解市場現有的JD也能讓你快速過篩不適合的職位。

面試前我會根據不同的JD，tune自己的自我介紹內容，看是要著重在模型分析經驗，還是專案管理經驗。