2024 美國地獄模式上岸DS/MLE經驗分享(壹) — 求職總結和找工策略
Medium好讀版：https://medium.com/@bertmclee/d9f4b0f1e558
上次寫求職心得分享文是2021.11.13，時光匆匆，兩年半的歲月過去，我不再是那個初到
北京中關村的小毛頭，而是在耶魯大學宿舍裡敲鍵盤碼字，準備下個月畢業的老小毛頭了
。
https://bertmclee.medium.com/c36b0138b86b
2021年末發布了一篇在北京、新加坡、台北的DS求職經驗分享文，淺淺體驗了一把流量暴
漲。
前言
在過去的兩年半，我經歷了在北京Disney+ 一年八個月的職場洗禮，經歷了Yale的統計碩
士訓練，從亞洲市場到美國市場再次成功上岸，決定重新提筆分享這次我在DS求職上不一
樣的心得、體驗和成長。希望能幫助到2024年仍然想要投入Data就業市場的朋友，specif
ically for：
- Data工作經驗：NG (new graduate)、轉專業、Early career (1–3 years), Mid-leve
l (4–6 years)
- Data崗位方向：DA (Data Analyst), DS (Data Scientist), MLE (Machine Learning
Engineer)
本次求職系列文Outline：
- 2024美國求職經歷總結和找工策略
- 2024美國求職背景介紹
- 2024美國求職Timeline & Results
- 如何在2024艱難的就業市場中拿到面試？
- 個人心得和感謝
- 如何準備Product Case (& A/B Testing) Interview (Meta)
- Meta DSA面試準備經驗、框架、熱門考題和參考回答分享
- 如何準備ML Knowledge、Statistics、ML Design、ML Coding Interview
- 匯總過去準備過和面試上實際遇到的問題 (Expedia, AppLovin, Warner Bros、Walm
art...)
- 匯總相關準備資源
- 如何準備SQL、Python Coding Interview
- 匯總過去準備過和面試上實際遇到的問題 (Meta, Warner Bros, Expedia, Shopify,
CVS...)
- 匯總相關溯備資源
- 也許、也許還會寫一寫：
- 美中台星英DS機會、求職、就業發展比較
- DA, DS, MLE機會、求職、就業發展比較
過去兩年半世界變化了很多，全球疫情、經濟、科技都有劇烈變動，Data相關工作的就業
市場在世界各地經歷了很大的起伏 — 整體來說， 供給大量的提升，需求則是上上下下
下下，科技大廠如Meta、Amazon、Google等都經歷了疫情後的瘋狂擴招和慘烈裁員。就以
2024年到目前為止來說，Tesla昨天(4/15)宣布裁員超過10%；Google在二月裁員了超過一
千人，包括我的一個強者朋友也受影響；Amazon、Microsoft、eBay、PayPal、Snap、Exp
edia等也都是今年裁員影響比較大的公司。每天打開一畝三分地、小紅書都是：「2023、
24 NG (new graduate)該何去何從」、「投了一千封簡歷只收到3個OA (online assessme
nt)、1個面試、0 offer」、「找工焦慮、心態有點崩了」...。這個情況似乎在全球都差
不多，如今在美國、加拿大、英國、中國的畢業生都是相當艱難，跟科技業大擴招時代，
人手好幾個大廠offer的景況實在相差甚遠。什麼時候會再次好轉？窩不知道。對我來說
，我不敢期待未來會好轉，也許現在就是未來十年內的最佳時機了，我能做的就是NCAA女
籃UConn球星Paige說的：“I did all I could so God can do all I can’t.” 我盡我
渺小的所能，剩下大部分只能交託給上帝。
https://i.imgur.com/TQrzoce.jpeg
2020二月至2024年四月SDE(軟體工程師)崗位數量趨勢圖
2024美國求職Timeline & Results
在2023年六月底辭去Disney+的工作，離開北京後，我在八月中來到耶魯。Yale的Statist
ics & Data Science Department有兩種Master：
- Master of Science in Statistics & Data Science — 這是一個為期一年半(2023.8
–2024.12)，三個學期的Program。
- Master of Arts in Statistics — 這是一個為期一年(2023.8–2024.5)，兩個學期
的Program。
這兩個Program互相轉換非常容易，但是除了我以外所有同學都是選擇讀1.5年的M.S. Pro
gram，如此一來可以先找2024 Summer Intern而不用馬上找Full time position，時間比
較充裕。
一開始我也是M.S.，第一學期整個還在思考人生，入學前完全沒有準備找DS的工作，在想
說是不是該轉換賽道去做Sports Science，後來發覺轉換的難度有點高、不是很順利。再
後來功課開始多起來，一時感覺自己數學還是太差讀得有點痛苦，覺得自己不適合做DS/M
L，在思考自己是不是該去當PM，但是也沒有做PM的能力，甚至連去當醫生的想法都開始
冒出來。總之第一學期，就是隨便海投了可能幾十個DS Intern/Full Time崗，幾乎也沒
什麼面試就胡亂地過去了。
到了一月也不知道哪來的靈感，決定從M.S. Program轉到M.A.提前在五月畢業，也就是距
離畢業突然縮短到剩下四個月，並且要全力找Full Time崗，當時看美國的求職市場一片
淒慘，想著也許找不到工作就準備回國或去其他國家了。
從1/9開始海投，投了幾天都沒回應就開始追劇擺爛了(繁花不錯的、花少還好)，一度覺
得Data市場已經徹底關門，連耶魯學生都沒人要。不過後來就陸續開始收到面試，以下是
本次求職過程的完整流量轉換圖和詳細的求職、面試時間線：
https://i.imgur.com/LriRvsp.jpeg
美國求職完整Sankey
https://i.imgur.com/iG0UBFF.jpeg
美國求職Timeline (共13家公司進入技術面試流程)
總共投了大概有250–300家公司，300–350個崗位，接到18通HR Call，跟13家公司進行
了Technical Interview，6次走到終面/VO (virtual onsite)，最終拿下三個offer，分
別是：
- AppLovin — Machine Learning Engineer Intern (80–100% conversion opportuni
ty after summer)
- Expedia — Machine Learning Scientist II
- Warner Bros. Discovery — Data Scientist II
按照面試涉及的內容來分類的話一共經歷：
- General HR Call: 18
- SQL coding: 7 (Kafene, Expedia, Meta*2, CVS, Shopify, Warner Bros)
- Python coding: 10 (①Leetcode: Expedia, AppLovin銚Pandas: Home Depot(Offlin
e), CVS銫PyTorch Modeling: Walmart鉹ML Implementation: Expedia銗OOP: Shopif
y鉿General Coding: DataVisor*2, Warner Bros)
- Product Case: 2 (Meta*2)
- Statistics: 4 (Expedia, Meta, DataVisor, CVS)
- ML Knowledge: 7 (Expedia*2, AppLovin*2, CVS, Warner Bros*2)
- ML Design: 5 (Expedia*2, AppLovin*2, Warner Bros)
- BQ (Behavioral Questions): 7 (Expedia, Meta, Home Depot, AppLovin, DataViso
r, Shopify, Warner Bros)
- Experience, Projects: Probably all, more or less.
- Take-Home Project: 1 (DataVisor)
我計畫在這個DS求職系列文中針對以上幾個面試項目，逐一分享我的準備經驗、資源和面
試真題，有興趣了解的朋友可以持續關注。
如何在2024艱難的就業市場中拿到面試？
首先，我必須說現在以一個國際生的身份在美國想拿到面試真的很難，我完全沒有信心跟
你說讀完這段分享你就可以有超過10%的拿面率，或著在一個月內可以拿到超過10個面試
，但是如果有任何人因為參考了我的方法多拿了兩三個面試，那我就覺得足夠了，也許這
兩三個面試就能改變一個人的人生軌跡，in a good or bad way lol。
首先簡單描述我的背景：我是台大工科系畢業，算是工程轉專業到數據，畢業後在台北的
DBS Bank做DA十個月，在北京的Disney+做DS一年八個月，因此我這次找工作的身份就是
將近三年非美國工作經驗(actually 2.5yrs)的Early Career Data Scientist，同時因為
重新讀書，也可以算是NG (new graduate)。
我這次主要找的崗位還是DS和少部分的MLE、ML Scientist，從要求0–2 YoE的NG崗到要
求2–5 YoE的Early Career, Mid-level DS崗都有投，主要以後者為主。NG崗開的不多，
每個applicant隨便都上千人，我一個面試都沒拿到...，所以我的經驗也許不能完全適用
於沒有工作經驗的NG，
但是希望還是能提供一些思路。
以下是我在2021年寫關於如何拿到大量面試：
前期準備之後，如何得到大量的面試？
簡單總結這個題目：
1. 一份包裝漂亮的履歷。
2. 找內推、Refer。
怎麼寫好履歷？
(