PTT評價

[心得] 2022-2023 data science 面試心得

看板Soft_Job標題[心得] 2022-2023 data science 面試心得作者
as922425
(Howdareyou)
時間推噓23 推:23 噓:0 →:19

(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


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。


--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.70.141.176 (臺灣)
PTT 網址
※ 編輯: as922425 (219.70.141.176 臺灣), 05/21/2023 01:43:47 ※ 編輯: as922425 (219.70.141.176 臺灣), 05/21/2023 01:46:51 ※ 編輯: as922425 (219.70.141.176 臺灣), 05/21/2023 01:56:14 ※ 編輯: as922425 (219.70.141.176 臺灣), 05/21/2023 02:21:37

MoonCode05/21 02:51

ducky060905/21 07:58

chang1248w05/21 10:43看來台灣自動轉職data engineering不只是說說

Saaski05/21 12:00push

kero96124005/21 13:38台灣很少有直接弄模型的吧,而且那種缺都找博士吧

DrTech05/21 13:42感受相反。我想找弄模型的人,至少能依照需求改架構(其實

DrTech05/21 13:42不難),結果來的人全部都只會call API。

DrTech05/21 13:43現在一堆四大的碩士博士,都只會套預設的模型,然後就畢業

DrTech05/21 13:43了。很詭異。

hsuchengmath05/21 14:16應該跟hr 說要Appier mle 吧,怎會是da

AgileSeptor05/21 14:51

ssjtim05/21 15:50好奇 為啥有premium心情會好很多?

yiche05/21 15:53推 謝謝分享

wuyiulin05/21 17:21我其實很好奇套預設模型是什麼概念?

wuyiulin05/21 17:21畢竟我四中畢也是要改底層特徵演算法+架構才能畢業…

wuyiulin05/21 17:22還是這也算套模型?要從頭幹到尾才算嗎?

drajan05/21 17:47我也很好奇弄模型是什麼意思?我們組上弄模型的都是在發pa

drajan05/21 17:47per 改架構 優化計算方法 ,如果只是做特徵應該不算弄模型

drajan05/21 17:47吧?

daoziwai05/21 20:55謝謝分享 我是頂大商研應屆畢業生 最近丟了超過一百封只

daoziwai05/21 20:55拿到兩個面試機會 很懷疑自己

leakleak05/21 21:21樓上說不定只是履歷看起來很爛而已 別灰心

leakleak05/21 21:22找身邊前輩或是面試直接和面試官交流一下看法 改一改繼

leakleak05/21 21:22續面

viper970905/21 22:57推分享

yueerwang8105/22 09:58推分享

tokyo29105/22 11:11推,最近也再再找DS的工作,丟了很多間目前只有一個通知

tokyo29105/22 11:12去面試QQ不曉得是不是在製造業做的自動化跟最佳化的專案

tokyo29105/22 11:12不夠有價值

yuinami05/22 12:20

b16016005/22 13:36

Beaua05/22 14:38

BeardSmallGG05/22 15:47感覺沒用到frequency 如果是鎖的題目 lintcode都有

TSMCfabXX05/22 20:01OOO 你是要俄羅斯公司工作?

TSMCfabXX05/22 20:0217 Live 用的是 Google BigQuery, 解封後產業競爭激烈

TSMCfabXX05/22 20:03Appier 最近開缺以 PM 產品經理 日本窗口較多

mimi967205/23 09:34推推

pk79012705/23 10:16有心得給推~

WaterLengend05/23 10:21

Tsbh9016805/24 00:35推資料科學面試心得

kokolotl05/24 18:46投很多沒回應的案例可能需要修改履歷

table831805/24 23:26