“我是一个纯文科转理科的同学，我没有任何名校背景，其次我也没有很强的理工科背景，所以我找工作的一路并不是一帆风顺，这一路付出过的努力和流过的眼泪，不少。但是不管再累再难，我从来没有放弃过要在美国找到工作的想法，以及我始终有一个信念，就是我一定能找到工作。”
今天采访的主人公是就读于Baruch College的职图学员L同学，如果说讲故事都能拿到Offer的话，说的就是她了！她最终拿下了TikTok和Prudential 的 数据分析Offer。其实这一路走来，并不容易。周围的同学今年的求职情况都不是很乐观。不过听了她整个求职历程觉得，她为了让面试官记住自己，做的真的满满的都是细节！
我们来看看L同学为大家讲自己的求职经历“小故事”。
转专业找工作的我真的不容易
我的硕士第一个是文科，第二个是理科，可以算是优势也可以算是劣势，劣势的话可能背景不可能和读纯理科的同学比，但是优势就是会有Business Sense，这也是软实力方面的优势。
最开始是转专业的时候，专业方面的题目不是特别精通，找实习工作投递几百份简历，只能收到一两个回复，找到实习之后也没能通过实习转正，因为确实自己的技术没有另一个同学技术更好。这才意识到现在企业招聘要求越来越高，相关的实习和必备技能非常重要！
虽然之前找到了一些实习，但是找全职工作我还是非常迷茫的，我不清楚我找实习的方法能不能确保找到全职工作，加入职图之后，我的导师每次上课从来不会在乎时间，都能给到我很多很好的面试技巧建议，恨不得把一切他能想到的Tips都分享给我。
每次Office Hour我都会听一下其他同学的问题，去思考我的竞争力在哪里，有没有犯相同的错误。
加入职图后刚好有字节内推的机会，面试了3轮就面试成功了，在字节的实习是最真实、最满意的实习，很多面试官对于字节做的那些广告和项目也非常感兴趣，有大厂的实习机会对于后面找实习或者全职非常重要，尤其是在美国的实习。
我当初文科毕业之后也有找工作，因为第一次也没找做好准备，结果很不理想，几乎没有面试机会，第一通电话面试都会问我是什么专业？是国际生吗？需要身份吗？就没有后文了。
最开始简历回复率很低，最开始投递差不多200份才能收到一两个面试，而且都是小公司的面试，简历一直是在修改的阶段，导师也从不会在乎用自己的私人时间帮我修改简历，只为了在一个小时1V1时间里可以更高效，从我第一份投递到投递的最后一份简历，修改了10-20个版本。
最后投递，投100份能有五六份面试，简历方面一定要按照STAR原则来写，把事情的结果写出来，HR看的是结果，排版更要清晰、简洁明了。
虽然Python、SQL、R这些技能我也都会，但是简历还是要突出重点，不能只是把所有会的技能都罗列在上面，HR觉得看不到重点，认为你可能什么都会但是什么都不精通。
S（Situation）情境：你的项目是在什么背景下制作的，要在什么情况下应用。
T（Target）任务/目标：你在该项目中主要负责什么，目标是什么。
A（Action）行动：你在这个目标达成的过程中做了什么。
R（Result）结果：你通过行动得出了什么结果。
不知道大家有没有遇到过刁钻的面试官，我遇到过一个非常刁钻的面试官，根据一个问题一直问，问到我回答不出来为止。
虽然我认为那个问题自己回答的不是很好，但是我对自己的表现还是比较满意，表现得比较冷静。
面试官也不是只关注一个小问题是否回答失误，尤其是应届生，面试官也不是要求你的技术或者能力要100%达标，他们最主要的关注的是你的态度，以及对于公司、岗位的了解。
所以我表现出对公司特别有兴趣，提前为面试的岗位做好Research，在提问题的过程中融入自己的想法，比如在做Marketing过程中，公司的策略是什么，如果是我的话，我会如何做。这样面试官至少会觉得你的态度是很端正的。
每次面试完之后我都会发一封感谢邮件，在表现得不是很差的情况下，这封感谢信会给面试官不错的印象，也会让面试官更容易记得自己，哪怕觉得自己表现得不好，甚至会给自己加分。
我的面试全程持续了大概三个月，一共面了六轮，之前的面试基本都是聊一聊Project，工作经验，面试官会根据简历，问一些Case Study问题，直到最后一轮我有点慌了，是Coding Test，这也是我很薄弱的地方。
这一轮是今年新加的，我猜想是因为竞争太激烈了，相同实力的竞争者太多，面试官很难做出选择。所以在Coding Test前，我用一周的时间刷完了100多道SQL和100 道Python来提高自己的编程水平。
如果面试比较好的Data岗，Coding Test基本上都会有！在我看来难度还是有的，需要大量刷题，如果刷的比较少有一些题目是真的真的真的回答不出来（重要的事情说三遍）。
对于应届生，企业对于技能和硬实力要求会相对低一些，但最主要的是提前做好Research，去打动面试官，让面试官觉得你为了这份工作是做了很多的研究。这样才会给面试官留下深刻的印象。其实刁钻的面试官也是一种压力面试类型。
很多面试官对于我的背景非常好奇，本科学西班牙语，第一个硕士学Marketing，第二个硕士学数据，面试官经常问我，为什么最开始选择小语种专业，现在又要做数据相关的工作呢？
之前在西班牙的时候发现我热爱上了Marketing，所以我去读了Marketing专业，但在读Marketing期间，我发现现在Marketing不单单是Creative Ideas，还有Data Analytics等方面，之前是对数据非常感兴趣，所以我选择了Marketing中数据相关的工作。
我也有把自己的爱好融入到工作当中，我平时比较喜欢拼乐高和绘画，全职工作的内容第一是做数据清理，第二是处理完数据用Tableau画出来。
所以我把这两点和我之后要做的工作相关联起来：拼乐高和处理数据一样非常需要耐心，不能出错，要有非常缜密的过程，把模型拼出来之后就以是图像的形式呈现出来，这也是我特别喜欢的地方，正好把他放在了我为什么喜欢做这份工作上面去。
有些同学可能会认为，转专业或者跨专业求职是自己的一大薄弱点，或者没有竞争力的地方，但是背景就好比你的“家世”一样，是不能改变的，我们能做的是把不能改变的转换成一个有趣的小故事或者优势，给面试官留下深刻的印象。
对于找工作，这四点很重要
1.信念
我的求职过程跟大部分同学一样，最开始找工作也处于一个迷茫期，也会怀疑自己，觉得自己技能不差但是为什么找不到工作，非常受挫。
但我看到哪怕是技术特别好的同学，他们也是会刷大量的题，哪怕是美国当地或者加拿大的同学，他们找工作也会经历前期一两个月难熬和挫折的阶段。
2.决心
虽然我在国内也不是名校毕业，在美国也读了两个硕士，我觉得我必须要在美国找到工作，也是对自己的一个交代，而且在美国工作几年哪怕最后回国竞争力也会比较大，所以当时家人想要给自己托关系找工作我都果断拒绝了，没有给自己留一条后路，我是坚信我一定是可以在美国找到工作的。
3.软实力
对我来说软实力提升会比硬实力容易一些，因为我是文科背景，比如我可以把我的Project或者我的小故事塑造的很吸引人，这个是我的优势，下面我会给大家讲我真实的两个小例子。
但是我的基础肯定不如理科背景的同学好，所以要花时间在技能和硬实力方面，去刷大量的题。大家一定要清楚自己的定位，清楚的知道自己哪方面比较薄弱，着重去补足！
现在这么严峻的情况下，硬实力非常重要，不能忽视，因为现在Data行业的竞争太激烈了， 组里的同事告诉我他们之前面试都没有那么难，只需要面试3轮，了解简历的内容和背景，做过的Project，问一些Case Study的题目就结束了。但是今年新加的Coding Test就是因为实力相当的求职者太多，用来选拔硬实力更突出的求职者。
字节跳动目前仍然有大量的数据分析、产品设计岗在等待着各位同学应聘，想要获得一份实打实的实习机会，夯实自己的软硬实力，跟随学长，参加职图的课程！即使无理工科背景，职图飞跃计划课程也能帮助学员提升自我，拿下高薪职位！
对于想要求职科技大厂数据岗的同学，与其自己摸索做“无头苍蝇”浪费时间，不如先把找工作前需要准备的问题解决掉，再开始准备简历，投递面试，会做到事半功倍的效果。
为此，CareerTu研究师花费上千小时针对三大热门岗位进行行业调研与分析，研发出了CareerTu有史以来最全面的行业百科白皮书！如果你还不知道2021行业百科白皮书具体讲了什么，就赶快来看看吧：
如果你想要熟练的学习数据分析技能，更重要的是在一个真实的商业项目中去实操，在实践中提升自己的硬技能和专业知识，同时有这样一份经历后可以通过更加具体的数据和经历，在求职中展示你的能力，更有说服力。
那就千万不要错过职图特地推出了Data Analytics飞跃实战项目，该项目重要亮点：Data set深度挖掘，SQL，Python，R等数据语言实战操作。不仅带着同学们实战、刷题，还会一对一导师辅导让学员们提升对行业的认知、Presentation、商业化思维等软技能。很多职图学员都斩获了自己心仪的Offer：
职图飞跃实战，Digital Marketing, Business Intelligence, UIUX三大互联网高薪职能必修课即将开始！FLAG导师亲自带队授课，手把手带领你实操企业项目，冲刺Offer！
在职图飞跃实战中，你将在Google、Facebook等大厂导师的带队下，使用Python、SQL提取和分析爱用户数据、学会Tableau创建数据可视化、学习最佳方式进行A/B Testing等等，全面夯实你的求职硬实力！
点击“阅读原文”直接了解项目详情！
如何判断自己适合哪一类数据岗位？
Microsoft等大厂面试流程及考察内容
具备哪几种编程语言和技能会让简历更吃香
深度解析Case Study、Behavioral Questions等常见面试题
