[心得] 2022-2023 data science 面試心得

(以下為代 po)

大家好，簡單分享我在 2022 年底到 2023 年初的面試經驗。本人約三年工作經驗，現職為 data scientist 。

1. 總共投了約 15 到 20 間，多數為台北的軟體業或外商。投遞方式為公司官網、104
、 LinkedIn 、少部分是朋友內推及 yourator　。扣掉獵頭推薦但沒興趣的，最後總共接到 8 個面試邀約，並拿到一個 offer 。包括：
- OOO : offer get (暫不分享)
- Dcard Junior Machine Learning Engineer : 二面後感謝函
- Appier Data Scientist, Analytics : 二面後感謝函
- 17live Sr./Jr. Data Scientist : 面試後感謝函
- ASUS AICS 大數據軟體研發工程師 : 一面後婉拒二面
- 趨勢 AI Research Engineer : 程式測驗後沒消息 (人事凍結)
- 鈦坦科技 senior data scientist : 要寫作業所以婉拒面試
- Taboola Algorithm Engineer : 婉拒面試 (投遞後過了三個月才寄面試邀約，已經要 onboard 了)

2. 事前準備：
- Leetcode : 陸續刷了 近 100 題，主要刷 array 及特定技巧 ，例如
backtracking 與 DP，另外也刷了一點 SQL ，看到 hard 就跳過。網路上已經很多刷題心得這邊不多說，只提兩點：
- 有 premium 帳號刷起來心情會好很多
- 這次面試考得都不難，頂多到 medium 難度
- 專案與自我介紹簡報：疫情期間幾乎都是遠端面試，自介簡報已經是基本配備了。 - ML 知識：花了點時間複習了相關知識，包括傳統 ML 演算法 (tree-based 為主)與 DL 技術 (熟悉領域的 SOTA 模型、基本知識)，但面試中幾乎都沒被問到。

3. 面試概述：

- Dcard Junior Machine Learning Engineer
- 時程：官網投遞 → D+20 面試邀約 → D+22 一面 → D+39 二面 → D+41 感
謝函

一二面都是技術面，主要都著重在情境題。情境題基本上就是給一個推薦系統的情境，並請妳設計一個解決方案，考驗你如何設計實驗、選擇指標、挑選演算法等等，面試官會開電子白板跟你一起討論。 一面包括自我介紹、討論過去專案，情境題、與程式測驗，程式測驗偏資料結構 (heap 、hash map)。二面則著重在情境題，另外還有問系統設計，例如如何訓練、部屬、 serving ，中間會用到的工具等。

個人覺得面試難度非常高，除了要很懂推薦系統的情境與方法外 (不只是尻過模型那種懂)，還要懂資料工程與系統設計，面試期間花了很多時間惡補，最後還是鎩羽而歸qq。

面試官人都很友善，感覺技術很強。至於 HR … 與我聯絡的 HR (intern) 好像很不想理我，讓我覺得很不受尊重：首先在約二面的時間時，她先給我兩個時段，我說時間 ok ，但希望有其他時段給我選，我比較好配合，但她就直接訂在原本的時間，並回了封罐頭確認信，也不知道有沒有幫我協調。接著在二面前，我準備了一些面試相關的材料，請 HR 先寄給面試官，HR 也是完全不回信，直到面試當下我問了面試官才知道他們有拿到我的材料。

雖然不是很誇張的錯誤，但在面試過程中，我要兼顧現職工作與其他公司的面試，週末也全都拿來準備 Dcard 的面試，結果 HR 一不鳥我的時間安排，二讓我以為準備的東西交不到面試官手上，現在回想起來，還是蠻不爽的。應該不是我毛太多吧 = =

- Appier Data Scientist, Analytics
- 時程：官網投遞 → D+14 一面邀約 → D+17 一面 → D+22 二面邀約 →
D+25 二面 → D+38 感謝函

其實本來要丟的應該是 ML scientist，但我也不排斥 DA ，想說就丟看看。

一面主要為自我介紹與程式測驗，程式測驗包括用 pandas 做 EDA 、算指標與SQL 測驗。因為不熟 pandas 語法，直接跟面試官說我要開 pandas cheatsheet ，面試官也不介意。雖然不難，但平常沒在用應該會寫不出來。

二面則是跟主管面，因為這個缺比較著重於撈報表、建 dashboard，而我過去經驗比較偏模型開發，主管感覺對我興趣缺缺，隨便聊聊不到 40 分鐘就結束了，另外主管看起來很累 (?)。面完就知道沒機會了，但感謝函還是等了約兩周。

- 17live Sr./Jr. Data Scientist
- 時程：官網投遞 → D+5 HR 來電聊天，約面試 → D+10 面試 → D+20 感謝
函

17 的面試會安排在同一天，有四關大約三小時，分別為程式測驗、技術面、主管面、人資面。

程式測驗考了一題 SQL ，其實不難，但平常很少寫，所以寫不太出來。技術面主要針對過去專案經歷來問，問得滿仔細的，且會適時切入一些技術細節。技術面後，換主管接手，主管主要都是問情境題，會根據你的技能，問你如何解決他們商業情境上碰到的問題。人資關則是聊天、公司介紹、問你一些性格問題等等。

整體來說，面試過程輕鬆愉快，人資與面試官都很客氣，面試難度也不高。此外，面試排在同一個下午對於在職的人來說方便很多。本來覺得十拿九穩，想不到最後收到了感謝函 (據說後來這個缺沒補人)。

- ASUS AICS 大數據軟體研發工程師
- 時程：官網投遞 → D+3 線上程式測驗 → D+4 面試邀約 → D+10 一面 →
D+10 二面邀約

線上程式測驗共兩題，難度 medium 未滿。一面面試官先介紹單位與工作內容，接著請你自我介紹，並根據內容提問。面試官技能可能不是在建模上，所以模型技術內容沒有問得很深入，但會一直拷問你實驗流程為什麼這樣設計，如何解釋不同方法等等。後來面試官有解釋，因為工作上會常需要跟醫師們溝通，所以必須要...有能力說服醫生？

最後半小時是程式測驗，難度雖不高，但我一直寫不出好的解法。面試官一直鼓勵並引導我想出更好的解法，後面也給了我一些建議。當下一直想說。

整體來說，面試過程愉快，面試官人很和藹，HR 效率也很高 (一面完幾小時就送二面通知)，不過一面聊到最後才知道這個缺比較偏 backend ，要負責串接醫院或診所的系統，後來又收到其他 offer ，所以就婉拒二面。

４. 總結：
- 感覺這段時間工作真的不好找，許多公司丟了都沒回。
- 很多間都有考情境題，建議面試時可以先準備好電子白板或 google 文件，被問到就分享螢幕，邊討論邊做筆記，會比較有條理。可以在 youtube 搜尋 data science
mock interview ，看看大家都是怎麼回答問題的。

--