2022/06 新鮮人DE/DA/DS面試紀錄
研究所畢業約兩年後準備結束快樂gap year 生活，開始正式寫履歷、投履歷、面試找工作，這一次找的職缺是 Data engineer(DE) / Data analyst (DA) / Data Scientist (DS) 相關的職位，紀錄一下這次的面試經驗。
背景
116 工業與資訊管理學系學士，113資訊工程系-多媒體工程研究所碩士，畢業後有2年gap year的時間跟家人去做了文創工作室，同時自己接了一些家教進行當老師圓夢計畫順便糊口，在2022/06開始面試找工程師工作回歸本行。
這次主要準備履歷CV，github作品整理，SQL刷題(從沒寫過到面試大概準備1週，主要是寫leetcode提供的一週大補包，約40~50題)，leetcode演算法刷題(很久以前刷的，這次幾乎沒準備)
履歷
我有在cakeresume跟104上建立個人履歷，也有再額外做一份A4的CV，因個人美感極差，所以使用Canva 提供的免費模板來製作，就能很容易的產出簡單、乾淨、有美感的履歷。網路上的免費套版服務很多，稍微用心一下，就能比其他白底黑字的履歷出眾許多!
因我是新鮮人，內容的部份主要是給沒有工作經驗的人的參考:
- 簡單頭貼(乾淨明亮為主)、中英文名字、聯絡方式、github或網站連結
聯絡方式尤其重要!! 一定要記得附上電話或email，別人才有辦法連絡你!! github與網站則是加分項目，但現在使用github的開發人員越來越多了，已經有一點像必備項目。
- 簡單自我介紹
以學經歷、工作專長、技能、專案經驗為主，個性用簡單一句話帶過就好，其他不太需要提到家裡的族譜跟自己的生長環境，這是一個工程師的職位，會比較看重專業技能。
- 技能列點
可以把技能分類，例如:
【資料視覺化】 Tableau / d3.js / chart.js …
【機器學習】python / tensorflow …
【資料庫】MongoDB / MySQL ….
對人資初步篩選上會比較友善，他們可以更快速的從大標題知道此人是不是有符合職務需求
- 最高學歷及所做專案
研究所的部份就挑畢業論文或是研究計畫來寫，條列式寫出自己負責的項目，在團隊扮演的角色，幫助團隊達到什麼樣的成果。大學部分也可以寫自己的畢業專題，或是修課專題。若參與過的專案很多，就挑最相關的1~3個寫就好了，但是一定要明確標示自己負責的部份，不要寫出很多專業的項目結果自己根本不熟，面試的時候就會很尷尬。
- 其他興趣
若還有空位也可以放一下自己休閒的興趣，可以的話也盡量標示出在這項興趣的成就。例如有樂團經驗的話就可以寫出去比賽獲得什麼樣的獎項，讓別人知道自己做一件事是會努力做到某種程度而不是三分鐘熱度而已。
Cover letter
我個人覺得cover letter絕對要寫，而且要客製化的寫，除了簡述自己的專業技能外，更要寫出對公司、或是該職位的了解以及自己為什麼有興趣、為什麼自己適合這個職位。可以換位思考，若自己是人資，在看了幾十幾百個罐頭應徵訊息後，有一位求職者很用心的打了一篇求職信，一定會特別有印象甚至就會直接邀請她來面試(若履歷資格都符合的話)，人與人的相處絕對是靠感覺的，如果在人資這關就展現出真誠的特質，基礎印象分數先打好，就比較有機會取得面試門票。
作品集
使用STAR原則去描述作品專案，讓別人可以快速的掌握專案的內容，最好是附上github連結讓別人參考code，驗證真實性。
挑選公司的考量
這是我覺得整個找工作的過程中最重要的一環，在一開始的時候就會問自己:「我為什麼需要找工作?」，經過了兩年gap year的時間，我在現階段會想要快速了解產業生態跟如何將資料分析應用於商業實務，薪水則是次要考量，所以在選公司的時候只有根據自己的學經歷、學長姐建議、與職場同職位的junior平均薪資去提供期望薪資。
那我考量的究竟是什麼呢? 大概有以下幾個面向:
- 產業別
該產業未來發展性與自己對該產業的喜好，畢竟要是自己喜歡的產業才能做得開心，並在工作上激發創意。
- 公司規模
我個人偏好新創、中小型企業，希望能了解或參與整個公司的運作，了解全貌有助於理解工作內容的意義與創意發想。
- 該職位的工作內容
我個人偏好不要太多人的 Team，換句話說就是希望可以接觸到完整的工作項目，而不是切分成小任務的結果。以這次最終選擇的職位來說，公司專職Data的人員只有我一個，其他工程師都是後端兼做data analyst的工作項目，雖然我的工作內容會很多，也非常有挑戰，但就是這樣的挑戰讓我興致勃勃(聽起來很奴XD)。另外則是在junior的階段，我覺得能多接觸東西對我來說是好事。
- 該職位的發展性
我個人偏好可以多方接觸，靠實力說話，且有機會在能力足夠後就可以當leader帶team做專案的工作機會，比較不習慣用年資來劃分職位的工作方式。
- 該公司/職位是否對未來的職涯規劃有幫助
因未來可能會想自己創業，所以希望能去一個比較年輕的公司，可以直接跟CEO/CTO密切合作溝通，從中偷學一些創業的經驗，比起去大公司可能會有更直接與實質的幫助。
- 靠感覺
通常面試官就會是入職後的mentor 或是上司，若真的拿到offer，會有很多時間需要跟這個人相處跟溝通，若在面試的過程中覺得跟這個人好像聊不太來、那就不要免強自己去這個地方，之後只會覺得很痛苦而已。反過來說，如果面試過程很來電，跟面試官溝通起來很順暢，就可以把這個公司的排名提前一些。
面試紀錄
- 普匯金融科技- AI engineer
來源: HR 主動聯繫
面試流程: 由一位主管先詢問履歷跟論文相關技術問題，後來面試官給了一個excel檔案，裡面有他們可以蒐集到的data 欄位，詢問能否從這些欄位去發想可以做的資料分析主題。後來由一位人資來介紹公司文化跟詢問期望薪資。
結果: 無聲卡
感想: 這是第一家面試的公司，面試過程超級緊張也很焦慮，講的不是很順，不過有這次經驗之後，後面幾家面試就沒有那麼緊張了。
2. 優必達 (Ubitus) — Data engineer
來源: HR 主動聯繫
面試流程: 一面是與一位data team 主管跟後端技術主管面試，自介後問論文專業問題，特別聊了跟資料前處理、資料庫、data pipeline相關的問題，之後換面試官介紹工作內容，團隊合作模式，主管人很好，有問必答。一面結束就馬上約我二面時間了。二面是跟data team的大主管聊，也是跟一面差不多的流程，沒有考技術題，大主管在公司待了很久，給人的感覺很親切，沒有距離感，溝通起來很順暢。
結果: offer get
感想: 本來只是想拿來練習面試，結果被圈粉! 主管們人都非常好，關於技術上、工作上的事情也解釋的很清楚，組織扁平化，是可以放心的跟他們討論事情的。公司做的雲端遊戲串流服務也是我有興趣的產業，面試完後這間公司在我心裡的排名直接上升到前3。小小的插曲是公司人資寄給我的錄取信竟然跑到垃圾信件，我到過了回覆日期後人資打電話聯繫我才發現，深深的覺得不好意思，不過也有趕快回信告知有選擇其他更適合的公司了。
3. 順立智慧(Cyberbiz) — Data engineer
來源: 主動從104投遞
面試流程: 一面先由一位非技術的面試官詢問關於學經歷的問題，因為我有籌備品牌官網的相關經驗，所以面試官主要針對這部份詢問之前的成果，另外也介紹了此職位的工作內容與公司未來規劃。他們的Data team是屬於新成立的團隊，正在招兵買馬，若能加入的話就能成為創始元老的一員(這點是還滿吸引人的)，這位面試官一直滿肯定我的學經歷，聊的挺愉快的。
接下來由兩位部門主管考python 跟sql的技術問題，第一題是給一個list的數字，請輸出最小的兩個數字，第二題考sql join 相關的題目，第三題考stack, queue的實作，難度都算簡單，但第三題我當下腦霧做不出來，面試結束才想出來並寄程式碼給面試官。另外主管也有問履歷上面寫到的專案問題，例如我有使用過GAN跟RNN的經驗，主管就請我簡單介紹這兩個模型的運作原理(主管有認真看履歷上面的專案，滿用心的)。
二面是由CEO直接進行面談，主要是問人格特質的相關問題，像優缺點、抗壓性，最有成就感的一件事，在團隊中擔任的角色，成長背景。另外我也有詢問關於公司的願景跟未來五年內的走向，CEO本人相當親切，對於我的問題都講解的很清楚也很樂於分享，其中他也有強調電商產業是一個競爭很激烈的環境，所以策略執行的步調都相當快，是我之前沒有特別想到的事情，收穫良多。
結果: offer get
感想: 這家原本是第一志願，因為經營文創工作室的時候在找品牌官網系統商，透過podcast知道有這間公司，剛好看到他們在徵Data engineer 就馬上投遞，希望能加入電商產業，了解更多商業上的分析技術與決策。但是之後出現了更符合自己職涯規劃的機會，所以忍痛拒絕offer，跟人資姊姊講電話的時候都快哭了哈哈。
4. SoundOn global — Data analyst
來源: 104主動投遞
面試流程: 由CEO跟CTO親自進行一面，一樣是自介後問一些論文跟文創工作室相關的問題，一部分是詢問為什麼有自己微創業的經驗卻選擇回來求職。技術部份是考一題sql 跟case, aggregation 相關的問題，偏簡單。之後就換CTO介紹職缺的工作內容，因為SoundOn 與gooodnight app合併，所以業務就會包含兩個app跟資料分析相關的工作，CTO講解的“非常清楚”，從產品面，營運面去解釋會接觸到的工作內容跟應用場景，講話過程不間斷不卡詞，言簡意賅，我直接被瘋狂圈粉XDDD，主要是因為我覺得跟CTO溝通起來很順暢，我可以很快地知道他想表達的事情。另外他們也提到這個職缺目前只有找一個人，而且會直接跟CTO溝通工作內容，中間不用再經過多層主管，這種扁平化又可以接觸到所有工作的方式是我的理想型(超奴XD)。重要的事情講完之後他們也有問我平常的興趣跟閒聊，讓我覺得這是一個很年輕的地方，滿喜歡的，於是排名直接上升到第一。
二面是實體到他們台北的公司，與幾位平常可能會接觸到的前後端工程師，產品設計師面試，主要是自介，問專案問題，之後就開始聊天，例如興趣跟飲食禁忌，還有傳說排位。這次面試主要是確認彼此個性合不合得來，大家都很幽默，同時在專業領域也很厲害，又被圈粉到不行。
結果: offer get
感想: 因為我本來就有在聽podcast 也原本就知道 SoundOn , 雖然這次面試的團隊主要是goodnight的創始成員，但面試起來的感覺很好，屬於一見鐘情的類型，所以很快就選擇接受offer。過程中我真的跪下來感謝CEO與CTO，因為我同時接到其他offer正在抉擇，寫信問他們能不能加快遴選流程，他們真的願意讓我快一點二面，也在二面隔天就告訴我結果，真的是佛心老闆，可以確認應該沒有跟錯人吧 哈哈。
5. Appier — Data scientist, analyst
來源: 主動到官網投遞
面試流程: 一面是一位資料科學家進行SQL考試，題目也是跟公司業務相關的，是關於找出對商家最佳的廣告進行投放。之後問一些數據分析相關問題，例如: 除了計算廣告平均點擊率以外，還有沒有什麼方式可以衡量如何選擇一個最佳的廣告進行投放。最後進行自介跟論文專業問題的討論。比起純考白板題，我比較喜歡這種跟未來職務有關的題目，可以更精準地看出求職者能力跟特質，求職者也不會為了刷題而刷題。面試官也有提到公司一直都很缺人，所以有興趣的高手或剛畢業的新鮮人都可以踴躍投遞嘗試！
結果: 通過一面，婉拒二面 (已拿到喜歡的offer了)
感想: 一面的面試官是一位追求效率的工程師，雖然感覺冷冷的，但有問必答，而且回答的很詳細。整體來說覺得還不錯，但我自己程度不足所以回答的不是很好，只覺得盡力了，以為不會通過一面，結果過兩天就收到通知二面的信件，也是跪謝面試官。
6. 麻布數據(Invos data) — Data engineer
來源: 主動從104投遞
面試流程: 一面是一個資料分析的面試官，先用google colab考基本python，題目是費式數列的函數實作，後來他要求要處理例外事件，但我對assert 跟raise error等函數並不熟悉，做出來好像不是他想要的樣子，後來發現彼此溝通認知上有差異，他希望看到用簡單的if else 去處理例外事件就好了，但他敘述題目的方式讓我以為他想看到try and except。算是我能力不足所以無法快速了解面試官想要的呈現方式，有點後悔以前怎麼不好好學一下assert，都是圖個方便就用print 去debug，這次經驗算是痛定思痛，要好好學一下基礎知識了。之後就是自介，問論文相關問題。
結果: 沒有通過一面
感想: 整個跟面試官講話溝通的過程就不太來電，當下大概就知道不會有二面，也確認自己沒有很想去這間公司。
7. 美商連科(Linc) — Python engineer
來源: HR主動聯繫
面試流程: HR先寄email邀請參加coding test，題目是跟公司業務有關的應用，像給定消費者的購物資料，找出消費行為最相似的兩個消費者，以及推薦最相關的產品給特定的消費者。
HR有提到若coding test 通過的話就會有一個共2.5小時的面試，一次把高階主管全部面完，就不會再有第二次面試。這個形式我還滿喜歡的，不拖泥帶水，一次解決，感覺是很有效率的公司。因為是美商，所以會有很多機會講英文，是可以練習英文口說的機會，HR的英文講得很好聽，被聲音圈粉（本人是聲音控！）
結果: 通過coding test，婉拒面試 (已拿到喜歡的offer了)
感想: 參加coding test 之前HR也花了約1小時先跟我介紹公司跟該職務內容，確認求職者對該職位有正確的理解與真的有求職意願後才會寄coding test的邀請，是很尊重求職者的公司，也很感謝HR願意花時間講解職務給不一定會參加考試的求職者聽，對他們的印象滿好的。
8. kkcompany — Data analyst
來源: 主動到官網投遞
面試流程: 人資會先寄email邀請參加coding test, 可自選2小時考試，共4題，大概是leetcode easy 程度，我拿到2題數字處理，2題graph的題目，每題會評testing data分數(是否通過顯示測資)、正確性分數(是否通過隱藏測資)、效能分數(程式是否在標準時間內完成該測資)。我其中3題全對(每題的上面3個面向都全通過)，最後一題寫一半(沒拿到分數)，最後結果是75分。人資有強調主要是看邏輯過程，分數高低並不是主要考點。
結果: 通過程式考試，但婉拒一面 (已拿到喜歡的offer了)
感想: 題目不難，但要稍微想一下，可以的話還是建議面試前刷題維持手感。這次面試我都在準備SQL，幾乎沒有做演算法的刷題，都是當場想，所以時間有點不夠。在考coding test 的時候我以為我前面3題寫得很爛不會通過考試，所以第四題索性放棄出門買早餐，結果路上就想到第四題的做法，回來剩下五分鐘也來不及寫，最後成績出來，前三題竟然全對，我直接笑死。這個故事告訴我們永遠不要放棄，就算覺得自己很爛，也不一定是真的很爛。
9. 美光(micron) — Data engineer
來源: HR主動聯繫 + 朋友內推
面試流程: 一面時有三位面試官，都是data team的主管一起線上面試，自介後就詢問跟畢業論文相關的專業問題，之後主管介紹此職位的工作內容，也有提到之後升遷與轉調的機會，是一個有實力的話可以發展的不錯的地方。主管有提到二面會再跟大主管面談與進行程式考試，但因婉拒二面故不知道細節。
結果: 通過一面，婉拒二面(已拿到喜歡的offer了)
感想: 因為很多朋友在美光工作，想說面面看，面試官很好聊，感覺很好相處，聽面試官講起來應該是看實力不看年資的地方，不排斥半導體業的話就會是很棒的工作機會。
後記
整個面試、挑公司的過程就像在找另一伴，每個人都有自己的挑選標準，別人覺得好的不一定適合自己，看了很多心得文之後還是要回歸自己的心，問問自己想要的是什麼。一直以來我的決策習慣就是”跟著感覺走”，因為既然我會投遞那家公司，或是我會接受某間公司的面試，就代表我在理性條件上（例如薪水或工作內容）已經接受這些公司，剩下的只要考慮跟面試官談話的感覺即可，就像我們要找到一個會賺錢的另一伴很容易，但要找到一個聊得來的另一伴卻很困難。
因為剛好遇到疫情的關係，這一輪面試幾乎都是線上完成，讓我深深的respect 跑實體面試的人們，過程中消耗的體力與精神力難以想像，同時我覺得自己很幸運，能夠在家中以自己最舒服的狀態應試，最後也只花了2週～3週就取得自己喜歡的職缺，很感謝所有相關人員。以結果來說拿到offer的並沒有很多，主要是因為在前期就有拿到喜歡公司的offer所以婉拒了很多公司的二面，朋友們都覺得我太衝動，怎麼不多面試一些（跟我選男友時的說詞一致啊～），但我覺得soul mate 這種事是靈魂可以感知到的，所以選擇了就不後悔，也不用再去想是否有機會可以拿到更好的職缺，珍惜每個當下是我覺得更重要的事情。
在這次開始求職之前其實很焦慮也很忐忑，因為自己空了2年，會擔心是否已經沒有市場競爭力，所幸這個學歷跟經歷還堪用，另外雖然是在gap year，但我多多少少也是有繼續學習資工相關的知識，並且去優化之前的專案，也做了一些學校裡面學不到的實際商業分析，可以感覺得到軟體工程這一個行業還是看實力居多，只要自己確實具備相關技能跟踏入職場的心理準備，就算不是應屆畢業生也還是會有機會的。
最後也是透過這次的面試，讓我了解到自己還有哪些專業技能的不足，例如data pipeline 自動化流程的建立，A/B testing的設計，還有資料分析驅動的商業決策都是我還要再精進的部分。面試對我來說不只是獲得一個工作的機會，同時也是透過跟不同專業人士的對話了解自己的不足以及當前的產業趨勢，這趟面試下來收穫很多，很感謝各個公司的面試官與人資花時間與我對談，也誠心的祝福各個求職者/公司 都能找到適合的去處與人才。
