硅谷 Data Scientist 面经

Data真题系列阅读

Offer 帮求职资源库

Offer帮是专注于留学生求职的在线学习平台。以涵盖各领域的专业导师、长期课研的
求职核心课程、丰富的海内外企业资源，成为留学生信赖的求职学习平台。
关注这里，领取神秘的见面礼。
 OFFER 帮 · 求职面经库

硅谷 Data Scientist 面经

现在在美国 data scientist 这个职位貌似很火，有大赶 software engineer 之

趋势。下面把自己个人找工作的心路历程，经验，对公司的印象写下来供大家参考。下面
所有信息都仅代表个人观念，每个人的背景，经验都不一样，切不可一味照搬。

学历：
1. 美国 top 50 的学校 statistics & applied math 的硕士 MS
2. 然后去到全美 top 3 的 Industrial Engineering & Operation Research 学校攻读博
士 PHD，但是在 2 后年 quit，拿了第二个 MS degree。

工作背景：

Phd quit 之后，来到美国加州硅谷湾区（ Silicon Valley），在一家 Fortune 100 的 high-tech

的公司做 business central operations analytics 的工作，主要工作就是提供 end to end 的
analytics based business solutions，还有 coding，database extraction/manipulation。2.5
年时间，从 entry-level 升到 lead data scientist，硅谷人员流动真是太大了，两年半的时间，
我们 team 换了 3 个 senior manager，都是跳槽去了别的公司做 director。刚参加工作，因为
有很多 business 的东西要学，所以感觉还是压力挺大的，记得有几个 project 都要周末去
office 加班才能 hit the deadline。
skill-set （有些是我工作就直接用到的，有一些是在 graduate school 学过，复习一下为了面
试）：
1. Coding: SQL(3 yrs), SAS(3 yrs), R (5 yrs)
2. Statistics：A/B test，各种 experiment design，multi-var regression，OLS，
GLM，confidence interval，ANOVA，Bayes Rules, 几种常用 stat
distribution 各种特性和应用，logistic regression，multicollinearity，MLE，outlier，time
series analysis，Mixed Models and so on
 OFFER 帮 · 求职面经库

3. Operation Research: linear programming, non-linear programming, integer

programming 这里要说一下，这几个主要会 building model 就可以，注意里面有很多 tricky
的自设 variable，但是没人问详细的 algorithm 怎样 solve solution。

还有 Random-Variate simulation，Discrete Event simulation，queuing problem， NP 和 P

hard 问题， news vendor model，EOQ 等 supply chain optimization 的问题。

4. Machine Learning ： Support Vector Machine （ SVM ） ， Neural Network ，

Decision Tree， Random Forest， K-NN， Principal Components Analysis

（PCA）， K-Means clustering， Gaussian Mixture Models（EM algorithm） and so

forth。

我拿到的 offers：

Apple 一个 offer （senior data scientist），然后拒掉了另一个 team 的 onsite invitation

SanDisk （senior staff data scientist）

EMC 两个 offers （Marketing 和 R&D engineering）

Toyota （Analytics Manager 这个可以 lead 一个 team 的职位）

然后还拒掉了 Google 的 2 个 onsite invitation，时间太紧了，来不及面试了。

面试经历：

1. 不得不承认 Linkedin 是个很强大的 tool，。劝大家还是要舍得花钱升级一下 premium

吧，一个月少腐败一次，钱就出来了。它自己后台有 algorithm 可以给各位 HR 推荐，当
 OFFER 帮 · 求职面经库

recruiter 搜索相应关键词，有 premium 的人的 profile 会出现在比较靠前的一两页中。具体怎

么用，请自己 google。

2. 提交 application 有几种方法：A.去官网提交 application B. Linkedin C. 亲朋好友内推。

我自己使用方法 A 提交了 Apple，Google，Facebook 还有 Linkedin，只有 Google 的 5 个
team 联系了我。
方法 B 其实很高效，我一周平均会受到 3-4 个公司给我发 In-mail，但是因为很多原因（比如
location），都不符合我的要求，就婉言谢绝了。我的 offers 绝大多数是通过 Linkedin。
方法 C，很多人说高效，我觉 depends，我 Apple 的那个 offer 是我以前公司同事内推的，
hiring manager 看到我的 resume 周一打了电话，周五就邀请我 onsite，转个周一就给我发口
头 offer 了。但是 Google，Linkedin，Facebook 的朋友内推我，效果也不大，没什么进展。
而且主要看你朋友跟你申请的职位是不是在一个 department，如果在的话，成功几率大一些，
因为你朋友可以直接 talk to hiring manager。如果不在一个 department，基本没啥用。而且
你朋友是否真的乐意帮你还是另一回事儿了，我有自以为关系很近的朋友，最后以各种借口推
脱，最后只能证明是酒肉朋友，哈哈。

3. 我这四个月都是下班以后准备各种面试和提交申请，时间有的时候排不开，还要
postpone，不是很方便。所以如果你工作比较清闲或者 fresh graduate 的话，那估计 2 个月就
能找到心仪工作了 J

4. 心态要保持好，我一开始觉得我名校背景，大公司的 3 年工作经验，应该可以秒杀平蹚
所有公司。但事实是，犹豫种种原因，事情会复杂很多，really case by case，我下面会有阐
述。

下面我就按照我面试过的印象比较深刻的大公司，排列顺序没有任何额外意义，只是我回想起来
哪个公司，就写下来。

Apple：

2. 我 9 月在主页提交了 application，10 月有个 team 联系我，那个 team 主做 BI，想找一

个做 modeling 的 data scientist。HR，还有 hiring manager 的 talk 都很顺利，第三轮是一个
 OFFER 帮 · 求职面经库

做 BI 的 team member，白人女的。我失败了，因为经验不足，我原本以为都到了第三轮面试
了，应该会 focus 在 technical 或者 business 的问题，但是聊了两句就知道这个女的根本不懂
data scientist 是做什么的，她还停留在 Excel 的 BI 思维。问题 75%都是各种 behavior
questions，比如为什么申请 Apple，我回答后，他竟然追问为什么是他们部门，他们 team 跟
别的 team 有什么不同的吸引我之类的无聊问题，于是我 fail 了。。。。11 月底我的朋友内推
了我的简历给另一个 hiring manager，于是跟 hiring manager 聊过之后就顺利 onsite 了，之
后一周就发了口头 offer。在 12 月初另一个 team 从他们的系统里面找到我的简历，然后联系
我，通过 HR， hiring manager 和组里的 data scientist 的三轮面试，我顺利拿到 onsite，因
为时间不够忍痛锯掉。
Google：

1. 8 月底，在 google 官网提交了 application，9，10，11 月各有 1-2 个 team 联系我。

Google 现在给我的感觉是，这个公司扩张太大了，现在阿猫阿狗都能进入 Google 了。人员背
景混杂不堪。面试我的人中除了一个 columbia 的 PHD，之前在 NYU 的 stern 做过 AP 的人，
面试问了很多 OR 还有 STAT algorithm 的问题，不得不说有水平。其他面试的人，基本上 tech
方面都很水。 而且更加恶心的是，有一次面试时候竟然遇到一个越南裔的人，明显种族歧视。
他一进入面试屋子，脸上就能看到“我不喜欢你”。面试期间 35% tech 问题回答无误，65%
behavior scenario 问题，各种刁难。比如会问我，如果你在一个 team 工作，有人抢了你的
credit，你怎么办。而且还会根据我的回答，进一步问更加变态的问题，面试中各种不屑的表
情，叫人恶心。总的来说，如果面试你的人水平一般，不能很深入了解你做的东西，那再加上与
生俱来的 Google 员工的天之骄子的傲气，他们是很难接受你的。12 月有一个新的 team 在
linkedin 上面联系我，问我有兴趣吗，态度很客气诚恳，HR，外加两轮电面，拿到 onsite，拒
之，因为我知道即使我拿到 offer 也不会去。个人观点，通过对 Google 股票市场，华尔街财报
还有近两年亲身观察。Google 在 2015，2016 年有很大可能裁员，我不想趟这盆浑水。但是我
还是看好 google 中长期的发展的，现在只能算大公司急速扩张的阵痛。

Facebook：
1. 8 月收到 LinkedIn 的上面 HR 内部联系。HR，hiring manager 面试后顺利拿到
onsite。Onsite 之后拿到口头 offer，但是奇怪的事情发生了，拖了一个月没给我 official 的
paper based 的 offer，最后 HR 电话通知，因为 hiring manager 跳槽走人了，所以我被 hold
off 了，如果有变化，另行通知。。。我觉得我的运气也真是差到一定地步了。
 OFFER 帮 · 求职面经库

2. 9 月底-10 月初，另一个 HR 联系我， FB 每个 team 面试程序不太一样，我面的这个有

2 轮 onsite，我挂在第 1 轮 onsite。只能怪自己面试经验不足，上来第一个问题就挂了，叫我
估 算 Facebook 有 多 少 个 active user 和 当年 的 “like“ 数 量 。

LinkedIn：
是我面试最恶心的一个公司，极度歧视和 bias，中国人不少，尤其是在 central business
analytics 这个大 department，因为他们的 senior director 是个中国人，之前在 EBay 工作。
所以他跳槽来 LinkedIn 的时候把他在 EBay 的做 analytics 的班底全部挖过来了，经过几年发
展 ， 目 前 这 个 department 100% 所 有 的 director ， senior manager ， manager 都 是
Ebay/Paypal 的中国人把持着。如果你 ebay/paypal 的员工，现在做 analytics 的，那么你赚到
了，去 Linkedin 很容易。如果你是其他公司的，那你在起点上就比 ebay/paypal 的人差很远。
我跟这个组的 3 个 senior managers 吃过 business lunch/dinner，之后都收到了据信， 理由
各种奇怪，最恶心的一个 hiring manager 说因为我在跟她 connect 之前在 Linkedin 官网上面
申请了 20+的 applications，所以觉得我不够诚实和 transparency，真的是第一次听说这种理
由据人。
之后 11 月感恩节前，另一个部门的白人 manager 在 linkedin 上面联系我，说想聊一下他组里
面的一个 data scientist 的新职位。电话和 face to face 的 talk 都很顺利，manager 说他的 HR
会在感恩节后给我发 onsite invitation。等 来的却是封据信，原因是这个白人跟之前因为
20+applications 据我的 manager 认识，交流了我不够诚实和 transparency，结果我悲剧了。
这是我面试 4 个月中除了 google 的越南裔种族歧视外，另一个令人发指的赤裸裸的歧视。看来
在美国，对于说觉得中国人帮中国人这种事情不要奢望了，最好祷告不要背后**一刀就不错了。

3. 而且 Linkedin 这个公司光鲜亮丽的外面下面还是有些隐患的，我找做 finance 的朋友研

读过他家的 K10 还有 Q10 财报，这个公司 IPO 之后每年的利润都是负的，而且 facebook 现在
也在做 professional network，未来会对 linkedin 的 business 造成很大冲击，2015，2016 年
有很大可能裁员。

Amazon：
1. 9 月 HR 联系我，过了一个月第一轮 tech 面试后，又过了 2 个月第三轮 tech 面试，之
后杳无音信。。。。纯属浪费时间。
 OFFER 帮 · 求职面经库

2. 另一个 team，10 月联系我，HR，hiring manager 之后 onsite invitation，然后有

hold off，理由是有个 internal candidate 内部 transfer 过来了。。。。。。然后把我 refer 给
另一个 team，然后重新 HR，tech 通过，死在 hiring manager 手里。

Toyota：
HR，hiring manager 还有 onsite 一共三轮面试，没什么特别的。传统汽车业，也开始利用考
虑利用 analytics 来分析 customer 数据，帮助 business 做出推荐。公司稳定，福利好，竟然
除了 401K 还有 pension！而且现在低油价， 未来汽车销量前景看涨。

SanDisk：

HR，hiring manager，case study，两轮 onsite，因为之前有过几次 case study 的经验，所

以有所帮助。公司前景看好，尤其是现在 smartphone，smart wear，tablet，smart home，
smart TV，data center 还有 SSD 硬盘的普及和大量需求，未来 5 年内应该不差。

EMC：
HR，hiring manager 还有 onsite 面试，onsite 的时候有人问了 machine learning 的一些
algorithm 的很细节问题，基本上你需要知道所有细节，但是不需要你现场推到数学公式，只需
要明白细节原理，能表达出来就好了。

Walmart Lab/eCommerce：

HR，然后两轮 Tech 的 interview。第二个 tech 是个中国女的面试，极度傲慢，几乎每一个问

题，都不等你说完，就会把你打断，然后自己以为是地问 follow-up question，其实就是我马
上要陈述但是被他打断的话。。。。。最后我实在忍不住只好说“may I finish my words？
“，那时候起，我就知道我肯定 fail 了。。。。

Symantec：

HR，hiring manager 通过，挂在第三轮 tech interview，因为这个职位 heavily focus on

machine learning，所以 100%的问题都是 ML 的，我没有准备充分，导致失败。
 OFFER 帮 · 求职面经库

Nike：

同一个 department 的 senior data scientist 竟然前前后后有 3 个不同 HR 联系我，但是

phone call 之后就没消息了。不知道什么意思，管理之混乱跟硅谷做 high-tech 的还是有很大
差距的。

Dropbox：

因为是 9 月面试的，那时候我经验非常不足，主要是我的原因导致失败的。HR 和 hiring

manger 顺利通关，case study 自己认为做的不错，但是我把大多数时间放在 report 和 PPT，
没有好好准备 presentation，结果 onsite 的 presentation 悲剧了。

BlueJeans：
11 月初 Linkedin 联系的我，HR，hiring manager 顺利通关，case study + onsite 都表现自我
满意，最后被拒，理由是有其他人更合适。

Intuit：
HR 通过，挂在 hiring manager，因为她觉得我离开现在的公司的理由，不是很 convinced。
后来我才知道这个公司所有员工都办 EB3 GC

AutoDesk：
HR，tech 面试顺利通过。Hiring manager 环节挂掉，hiring manager 极其奇怪，问得问题
100%跟 tech 没有关系的，比如他问我，你觉得你现在的 manager 和 director 会给你什么
rating，为什么给你这个 rating，然后围绕这个问题讨论了 20mins，最后竟然问到我 manager
和 director 的 full name，我当时相当震惊，觉得很不 professional，被我婉言拒绝，于是我就
挂了。
其 他 类 似 Oracle ， Ebay/Paypal ， NetApp ， Juniper ， Tesla ， Zynga ， Genentech ，
Broadcom，JP Morgan Chase 这样的公司还有一些 start-up 公司，基本都停留在 HR 和
hiring manager 这两个环节。
 OFFER 帮 · 求职面经库

下面是我 4 个月的面试发现的一个有趣的现象，也许我的数据样本总量不够大，所以结论有偏
差，但是应该可以给你一些提示和 reference。

1. 如果面试的 hiring manger 是印度人，我的成功率是 0%。

2. 如果我面试的 hiring manager 是中国人，我的成功率是 0%。

3. 我拿到的这些 offers 的 hiring manager 全是欧美白人（加拿大，美国，犹太人等）。

4. 如果面试你的组里平级同事是印度人，除了 Apple，其他全部失败。

5. 如果面试你的组里平级同事是中国人，除了 Apple，其他全部失败。

虽然我不喜欢什么阴谋论，但是我自己的亲身经历告诉我，印度人不喜欢中国人，这个我可以理
解，因为我也不喜欢印度人，以后我做了 manager，我的组里也不会雇佣印度人的 J。
中国人嘛，不能一棒子打死，Apple 和 Google 的朋友就很帮我。其他的国人就不想说什么了，
还是那句话出门在外，主要还是靠自己本事，有人乐意帮你是你的福气，只是不要奢求人家一定
会帮你。更重要的是要注意防备小人算计，以前在学校即使是 graduate school 也没有机会体
验国人的人心险恶，勾心斗角，互相算计，但是这次是真的领教了。

再有就是，如果有机会，还是推荐给白人 boss 打工吧（至少前 2-3 份工作），毕竟你是在美帝

工作，口语还是很重要的，尤其是 data scientist 一般都是面向 business 的，英语听力和口语
至关重要。我面试 LinkedIn 的时候，那些 senior manager 都直接跟我说中文的，因为他们自
己组里面 90%都是中国人，平时他们自己交流都是中文。然后再看他们跟别的白人交流，那口
语/口音烂得惨不忍睹啊。。。

Anyway，还是希望大家工作顺心，找到自己心仪的工作。