[心得] 2022-2023 data science 面試心得

軟工

30250


(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。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.70.141.176 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1684604521.A.143.html
MoonCode1樓 05/21 02:51
ducky06092樓 05/21 07:58
chang1248w3樓看來台灣自動轉職data engineering不只是說說 05/21 10:43
Saaski4樓push 05/21 12:00
kero9612405樓台灣很少有直接弄模型的吧,而且那種缺都找博士吧 05/21 13:38
DrTech6樓感受相反。我想找弄模型的人,至少能依照需求改架構(其實 05/21 13:42
DrTech7樓不難),結果來的人全部都只會call API。 05/21 13:42
DrTech8樓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 05/21 13:43
DrTech9樓了。很詭異。 05/21 13:43
hsuchengmath10樓應該跟hr 說要Appier mle 吧,怎會是da 05/21 14:16
AgileSeptor11樓 05/21 14:51
ssjtim12樓好奇 為啥有premium心情會好很多? 05/21 15:50
yiche13樓推 謝謝分享 05/21 15:53
wuyiulin14樓我其實很好奇套預設模型是什麼概念? 05/21 17:21
wuyiulin15樓畢竟我四中畢也是要改底層特徵演算法+架構才能畢業… 05/21 17:21
wuyiulin16樓還是這也算套模型?要從頭幹到尾才算嗎? 05/21 17:22
drajan17樓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 05/21 17:47
drajan18樓per 改架構 優化計算方法 ,如果只是做特徵應該不算弄模型 05/21 17:47
drajan19樓吧? 05/21 17:47
daoziwai20樓謝謝分享 我是頂大商研應屆畢業生 最近丟了超過一百封只 05/21 20:55
daoziwai21樓拿到兩個面試機會 很懷疑自己 05/21 20:55
leakleak22樓樓上說不定只是履歷看起來很爛而已 別灰心 05/21 21:21
leakleak23樓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 05/21 21:22
leakleak24樓續面 05/21 21:22
viper970925樓推分享 05/21 22:57
yueerwang8126樓推分享 05/22 09:58
tokyo29127樓推,最近也再再找DS的工作,丟了很多間目前只有一個通知 05/22 11:11
tokyo29128樓去面試QQ不曉得是不是在製造業做的自動化跟最佳化的專案 05/22 11:12
tokyo29129樓不夠有價值 05/22 11:12
yuinami30樓 05/22 12:20
更多心得
[心得] ASUS AI Robotics Center 被拒面試經歷
[心得] 2023 Yahoo Summer Intern Offer到手
[心得] 2023 找實習心得 - 全滅
[心得] 軟體考古系列:Redis
[心得] 代發-Nogle面試非常失望
[心得] 修補執行檔
[心得] 2023 面試心得
[心得] 台中資策會非本科心得分享