大學的時候，我在微軟實習過兩次。第壹次實習是在舊金山的數據科學部門，第二次實習是在西雅圖的產品經理職位。在這個節目中，我將重點分享我的第壹次數據科學實習。以防妳不熟悉數據科學，簡而言之，它是計算機科學和統計數學的結合。
技能
所以在我分享如何獲得這份工作之前，我相信獲得壹份完美的工作其實只是壹個公式。首先，妳需要掌握技巧。
數據結構和算法
為了得到這份數據科學的工作，我做的第壹件事就是學習壹些編程課程。包括基本編程、數據結構和算法。利用我在這些課程中學到的算法，我終於得到了我的第壹份技術實習。我當時在北京壹家小軟件開發公司實習。實習結束後，我開始研究壹些有趣的數學問題。
自主學習和實踐項目
之後我也花了幾個月的時間學習統計數學，因為這是我的專業。然後，我開始通過自己在網上收集加州理工學院的機器學習課程。對於這些課程的資源，妳可以訪問虛擬私立學校，它對應於我們的課程，並獲得教程的鏈接。
然後，利用從這些課程中學到的知識，我開始在壹個叫Kaggle的網站上實踐壹些機器學習項目。Kaggle是2010在墨爾本創辦的網站，主要為開發者和數據科學家提供舉辦機器學習比賽、托管數據庫、編寫和分享代碼的平臺。這個平臺吸引了很多數據科學家的關註，這些用戶的資源是吸引我的主要因素。
綜合能力
所以，在做了這些準備之後，當我申請微軟數據科學的職位時，我相信脫穎而出的是我的統計數學專業，我的編程經驗和機器學習項目的綜合能力。這種全面的知識積累，可能在其他任何求職者的簡歷中都找不到。
面試問題
舊金山數據科學職位的面試主要有兩類問題。壹類問題是解決數學問題。有些數學問題主要側重於概率，有些則側重於組合學。這種問題我其實準備的很好，畢竟這是我的專業。另壹類與數據分析有關。對於這類問題，練習壹些機器學習相關的項目會很有幫助。這些必備技能並不是因為我想找壹份數據科學方面的工作，主要是因為我真的很享受實踐機器學習項目的過程。我知道這些項目在某些時候和某種程度上對找工作是有幫助的。我也知道基本的數學技能是值得學習的，因為它們是普遍適用的。
鏈接信息的能力
那麽，讓我們回到前面提到的公式。想要得到壹份滿意的工作，就像我剛才說的，除了要有技能，還需要鏈接信息的能力。在開始應聘這個職位之前，我在大學期間也嘗試過參加壹些數據科學的活動。所以我把這個想法告訴了我的統計學教授，然後有壹天，她告訴我有壹個講座，壹個來自微軟的講師解釋了數據在科學和統計學中是如何使用的。於是我參加了這個講座，然後我問講師微軟有沒有招數據科學的實習生，他說有，我就把我的詳細簡歷發給了他。我就是這樣得到面試機會的。就像掌握技能壹樣，我想參加數據科學相關的活動不僅僅是因為我想把它寫進簡歷。而是因為我想與這些信息保持聯系，以便獲得工作機會。對我來說這才是有意義的。
摘要
綜上所述，首先我認為正規教育和實踐經驗以及個人項目的結合才是核心競爭力。以我個人的經歷來說，我自學了統計學的課程，有過壹個項目的實習經歷，然後有了自己的數學和機器學習相關的項目，這些都促成了我在微軟的第壹次實習。然後，我的第二個經驗是:我覺得妳應該享受建立自己技能和連接信息的過程。如果妳有興趣，妳自然會更容易掌握這些技巧。好了，這就是本期極客程序員砍柴的全部內容。我們分享了學習目標和工作規劃的知識。希望妳能找到好的實習或工作。最後，如果妳想聽到更多免費的幹貨音頻節目，喜歡並訂閱我們的節目。下次見！