|
但请记住，大多数招聘人员都是不懂技术的，而且他们通常只通过关键字来来查找，所以你必须非常清楚，你的MNIST项目不仅仅是简单的数字分类任务。 3. 缺乏版本控制/开发运维/数据库技能 没有数据科学家所要求的基础技能是致命的。 这里有一些必备的条件: 版本控制(例如GitHub/GitLab) 开发运维(如AWS/Floydhub/Digital Ocean/Flask) 数据库(比如mySQL / mongoDB) 为什么它对你的工作申请起负面作用 让人们对数据科学感到兴奋的往往是算法。可以用神经网络或决策树来解决问题是很有趣的。 因此，大多数人投入很多时间去提高算法能力。但是问题在于，设计模型并不等同于深度学习或数据科学。 数据科学中那些不那么有趣的部分(设置服务器、清理数据)几乎占据了你作为数据科学家的大部分日常工作，所以残酷的现实是，仅仅擅长Python/sklearn/TensorFlow/Keras/PyTorch是不够的。 不具备这些基本的技能，很容易被招聘者拒绝掉。招聘官都有这个“变态”心理，他们更感兴趣能听到一个说“不”的理由，而不是一个说“可能”的理由。 不会GitHub ?不会mongo ?不好意思,谢谢你来面试。 该怎么弥补此类问题？ 如果你有这些技能，但你的简历上没有列出，那就把它们列出来。如果您没有任何版本控制、devops和数据库工具的经验，您需要获得一些。不仅因为它在简历上看起来不错，还因为它是作为数据科学家必备的技巧。 例外 如果你要申请更高级的职位，列出这些技能就不那么重要了，因为大家都会假设你的数据科学工具经验很多。 4.没有从你完成的项目中学到任何东西 在你的简历上写一个项目，如果你被面试，很有可能会被问到这个问题。 如果面试官问你在某项工作中学到了什么，“没有学到什么”不是一个可以被接受的答案。 为什么它对你的工作申请起负面作用 既然你花了很多时间在一个项目上，与你从中学到的东西有关的问题会告诉面试官你有多喜欢深入地思考你的问题，以及你的沟通技巧。 即便是搭建一个相当简单的数据库，你也应该在这个过程中有所得。所以做完一个项目说不出任何建设性思考的人，对于招聘者来说是负面信号。 该怎么弥补此类问题？ 如果你的简历上列出了一个项目，并且得到了面试机会，那么你要提前准备好一些见解，将会对你的面试非常有用。 例外 没有例外。如果你的简历中包含项目，那么你真的应该认真思考你从中学到了什么。 注意:拼写错误 这个并不是专门针对数据科学的，但是当我们发现打字错误与面试表现之间的关系时，我们确实感到震惊。一直以来，那些简历上有打字错误的人，无论是以拼写错误的形式，还是是错误的格式，表现都比那些简历没有错误的差一些. 拼写错误是一个很好的例子，它是一个完全无意识的错误，无论你的经验水平如何，你都不应该犯这种错误。它会客观上降低申请的通过率。 为什么它对你的工作申请起负面作用 很显然对简历细节的关注与对项目和技术开发细节的关注是相关的。 该怎么弥补此类问题？ 把你的简历拿给母语为英语的朋友审阅，尤其是细节部分。有必要的话，告诉他们，如果你被录用了，就奖励他们50美金，可以更好激励他们去发现任何不合适的小问题。 （责任编辑：晨鸿） |
