直播公开课
特殊时间，一杯咖啡钱，
足不出户，和大厂导师“Coffee Chat”
什么是Marketing Science，为什么在甲方、乙方中越来越重要？
Marketing Science岗位薪资待遇和未来晋升方向有哪些？
统计、数学、数据分析、营销分析等专业的同学申请优势是什么？
如何准备Marketing Science岗位的技术面、行为面？
严重拖延症，找实习比同学晚一年；
同学都去了大厂当程序员，他却依然死磕数据岗；
技术面试“超纲”没表现好，竟然还能战胜其他15个候选人？
是什么“暗箱操作”，让他能够喜提Amazon全职Offer？
今天学姐要为你来揭秘来自UIUC的职图学员Eason的机智求职三部曲。
刚开始接触Eason时，他告诉学姐，自己的特点就是拖延症，干什么事情都习惯于在最后的时间完成，包括找实习和找工作都是这样。周围的同学在研究生的第二个学期就开始找了，而自己也是到了研究生二年级才开始招实习，最后一个学期快结束才操心自己的全职工作。
而且Eason在同学中也算是“另类”，因为他所在的专业，90%的同学的求职方向都是程序员，而他则志在数据方向，所以投递的岗位都是Data方向；周围同学大厂的程序员Offer，如雪花般地降临，而他的简历投递出去，收到一个面试邀请比例很低。即便是如此强烈的对比，也不曾动摇他的职业理想，但是拿不到电面让他陷入了苦恼之中。
百思不得其解的Eason，最终找到了职图， 希望能够得到业界导师的知道，并且通过职图课程，让能力得到提高。
拿不到第一轮的电话面试邀请，说明简历不过关。职图为Eason根据他的专业背景和求职方向，匹配了来自Amazon的导师为他做一对一的辅导。
职图导师为Eason分析道，其实他的经历并不差，在美国有整一年的实习经历，还有TA 和 Kaggle比赛项目，这些都是不错的加分项，但是一些关键词、Bullet points以及经历的位置可以调整。比如，在美国雇主眼中，在学校做TA, RA虽然有工资，是一份工作，但是因为仍然是校园范畴，所以不能算作Working Experience，而是应该放到School Project 中。
在导师的简历指导后，Eason同时也调整了自己的投递策略和数量。
Eason不像其他同学会采取海投策略，他采用的是精准投递，花了大量时间对Data公司和岗位做了研究，投出他认为与自己匹配度高的公司和职位。科技大厂他通过职图和自己的校友资源，帮忙内推，体量较小的公司，会在网上H1B Visa Sponsors Database中确定是否有过H1B申请记录，再进行投递。
精准投递，在前期看似是非常繁琐和低效的，但其实在最开始找到了最适合自己的职位，面试拿到Offer的几率也会提高。
简历关的难题已经解开，接下来就是面试关了。Eason不敢马虎自己努力得来的面试机会，于是做了非常充分的面试准备。
Data面试，逃不过的是技术面试和行为面试，而这两块的准备可以总结成为6个字：狂刷题，写故事。
针对于技术面试，Eason采取的策略是狂刷题，LeetCode上SQL和 Python的题目，他是一刷再刷，为了能够在白板面试时快速准确答题。
针对行为面试，在导师的指导下，Eason针对每个公司，不同组别的Data 岗位，都仔细做了研究，分析不同职位的具体职能是什么。因为在美国，Data岗位的差异非常大，有时候Data Scientist的职位，工作内容就是Data Analyst，而有时候Data Analyst的工作也会包括Data Scientist 和Data Engineer才能够胜任的建模和写码。
根据不同的企业文化和关注重点，Eason调整自己的经理故事，来一一对应。比如Facebook面试爱问偏向产品相关的问题， Wayfair也是具体的产品Case， Amazon的问题则是围绕着Customer（用户）为中心来提问。
能拿到Amazon的Offer实际上是非常惊险的，因为在面试当日的一轮技术面试时，面试官问到的问题，全部都是自己没有准备的，或者不知道的。
Eason拿到的面试岗位是Data组的Analyst职位，而Eason只准备了Data组Analyst可能会考到的技术知识点，完全没有想到面试时，竟然超纲了，问题都是非常底层的数据库原理和分布系统建立的相关知识点，这些Eason并没有准备，有些名词连听都没有听过。“实诚”的Eason实话实说，直接告诉面试官，自己不太熟悉这块知识，但是面试官还是用Amazon 刨根问底（Deep Dive）的精神，一直挑战着Eason的知识界限。虽然面试官全程笑容满面，但是看得Eason越回答越紧张。
面试结束之后，Eason就觉得自己表现不太好，马上告诉导师自己肯定挂了。虽然自己另外一轮技术面试表现很好，但是15个候选人一起竞争，有一轮面试出错了，都很有可能失去这次机会。
不同于这轮技术面试，Eason的行为面试表现非常好。面试前一晚， 职图导师还在帮助Eason整理他的面试Script， 将话术调整地更加符合Amazon的企业文化（14条Leadership Principle 领导原则），更加重要的是Eason自己为面试做了充足的准备，不仅仅铭记Amazon“以客户为中心” 的理念，还准备好5个自己工作中的例子，每个例子都可以对应到5条Leadership Principle中的几条。
在行为面试中，严肃的面试官听到Eason做用户情绪分析的项目经验时，顿时非常感兴趣，一直在和Eason 探讨。
在之前的实习公司中，Eason参与了客户的情绪分析，他发现了许多Insight，向产品部分提供了数据分析Report和解决方案，帮助产品部门找到了产品迭代和优化的方向，而产品部门最终采纳了他提供的优化建议，客户的满意率也明显提高了。
Eason回想道，之所以面试官如此感兴趣，是因为他的这例子是非常符合Amazon围绕用户体验来迭代的理念，以及他的案例是真实工作中发生的，而且非常详细地展示了他做了什么，如何想的，做了哪些优化，最后的成果是如何的。让面试官对他影响颇为深刻。
面试结束之后的Eason，心情是复杂的，好不容易走到了最后一步，但在技术面试那一场搞砸了。但是不久之后，他竟然收到了最终的Offer，虽然面试官并没有透露更多的细节，但是根据Eason和导师的复盘解读，那一轮技术面很可能是压力面试，而Eason在行为面试中表现地非常出色，因此打败了一同面试的15位候选人，拿到了珍贵的Offer。
Eason向学姐分享，同学们想要找Data 方向的职位，至少要有一段相关实习或项目经历，因为面试时一定会问到，你在具体的商业问题中，如何利用数据分析找到解决方案的。
在FLAG 公司纷纷停招应届毕业生时，他却一毕业就拿到了Amazon的全职Offer。主要还是因为他有过一年的实习经历，积攒了很多的项目工作经验。而他身边拿到Offer的同学的共同点是，在美国有实习经验的。美国大厂行为面试中，面试官不喜欢面试者说自己在学校的一些项目和课程。因此，Eason准备的回复都是自己在真实工作中发生的例子。
虽然Eason之前工作的公司是传统的机械行业，数据分析不是核心业务，需要跟其他组部门协作，做一些数据分析，有时候是和产品部门，有时有时和市场部或者销售部门等等，锻炼了自己的沟通能力和快速学习和理解部门业务核心的能力。
而且传统行业，也并不是像我们想象中的，只有枯燥乏味的老产品，现在的传统行业，也在用高科技赋能传统产业，而数据分析师则市里面的重要组成部分。在和新产品研发部门合作时，Eason还参与了对无人驾驶、AI等项目的数据分析。现在看来，他真的非常感谢这段一年的实习工作，让他从产品、研发、市场、销售各个方面都有了新的认识。
他建议在在校马上毕业的同学，一定要提前准备相关实习或参加相关项目，求职一定要趁早！如果临近毕业或毕业后再准备，那签证、身份等问题的压力就会接踵而至，非常影响自己求职过程中的心态，在校期间的项目、课程和商赛经历虽然面试官也会提问，但他们最关注的还是实习和项目中你所遇到的真实问题以及解决方法。
职图飞跃实战Business Intelligence方向的项目中，你将在大厂导师的带队下，学习SQL等商业技能，通过学+练的模式锻炼硬技能，提高自己的能力，同时还能积累下一段高含金量的项目经验。
至今，共计160+的全球名企招聘了职图学员。
职图飞跃实战的学员，将在6个月的时间内，通过实战联名款真实商业项目，与各个部门相互合作，共同完成联名款产品网页搭建、营销推广和投放、商业智能分析及数据分析、优化的全过程，充实你简历的项目经历、让你面试不怵。
在实战周期中，学员将会在来自Amazon, Facebook, L'Oréal, LVMH, Casper 等领先公司的业界资深导师的带领下，体系化学习Marketing Analytics必备技能和工具，提升商业敏感度。通过学习分析指标、分析模型、数据可视、大数据分析，Technical+Non-techinical Skills双管齐下，并且掌握深刻了解指标定义、数据挖掘、数据分析以及可视化报告在商业实操中的应用，同时获得一份真实的商业项目实操经历！
扫码添加加职图资深咨询导师
回复【飞跃 1】
了解实战项目详情！
品牌电商
