02 我是如何获得微软工作机会的？

西雅图

我的两次实习

当我在大学时，在微软分别做了2次实习。
第一次是在旧金山的数据科学职位实习，第二个是在西雅图的产品经理职位实习。
这期节目，我将专注于分享我得到的第一个数据科学实习。
以防你不熟悉数据科学，简单来说，它是计算机科学与统计数学的组合 。

技能

那么在我分享如何得到这份工作之前，我相信，要获得一份完美的工作，其实只是一个公式。首先，你需要掌握技能。

• 数据结构和算法

我为了获得这份数据科学职位的工作做的第一件事就是参加了一些编程课程。包括基本的编程，数据结构和算法。
使用我所学到的这些课程的算法，最终获得了第一次技术实习。那是在北京的一个很小的软件开发公司做实习生。当我实习之余，我还开始研究一些很好玩的数学问题。

• 自主学习和实践项目

之后，我也花了几个月的时间学习统计数学课程，因为这是我的专业。
接着，我开始通过自己在网上采集加州理工学院的机器学习课程。这些课程的资源，你可以访问虚幻私塾，对应到我们的节目，获取教程的链接。

机器学习课程

那么，使用了我从这些课程学到的知识，我就开始在一个称为Kaggle的网站实践一些机器学习的项目。Kaggle是2010年在墨尔本创立的一个网站，主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。这个平台已经吸引了很多数据科学家的关注，这些用户的资源是吸引我的主要因素。

Kaggle

• 综合能力

所以，做了所有的这些准备之后，当我申请了微软的数据科学职位时 ，我相信能够让我脱颖而出的是的我的统计数学专业、我的编程经验以及机器学习项目的综合能力。
这种综合的知识积累可能是其他任何职位候选人的简历上所没有的。

• 面试问题

在这次旧金山的数据科学职位的面试中，主要有两种类型的问题。
其中一类问题是解决数学问题，有一些数学问题主要集中在概率学，另一些则专注于组合学。我
其实很好的准备了这种类型的问题，毕竟我的专业就是这个。
另一种类型则是数据分析相关的问题。对于这种类型的问题，通过实践一些机器学习相关的项目，将会非常有帮助。
这些所需的技能并不是因为我想找一份数据科学的工作，更主要是因为我真的很享受实践机器学习项目的过程。
我知道这些项目在某些时候、在某种程度上对于获取一份工作 有帮助。
我也知道， 基本的数学技能是值得学习的，因为他们是普遍适用的。

链接信息的能力

所以，让我们回到在前面提到 的公式，
想要得到一个满意的工作， 正如我刚才所说
除了要有技能之外，还需要有链接信息的能力。
在我开始申请这个职位之前，我还试图在大学期间参加一些数据科学的活动。
所以我把这个想法告诉了我的统计学教授，然后有一天 ，她告诉我有一个讲座，是一个来自微软的讲师讲解数据是如何在科学和统计学中使用的。
所以我参加了这个讲座 ， 然后我问讲师，微软是否有雇用数据科学实习生，他说是的，所以我给他发了我的详细简历。
这就是我怎么得到的面试机会的过程。
就像掌握技能一样， 我想参加数据科学的相关活动并不只是因为我希望把它放在我的简历中。而是因为我想保持和这些信息的连接，使我能得到一份工作的机会。这才是我觉得有意义的地方。

总结

总结的说，首先我认为，正规教育和实践经验和个人项目相结合才是核心的竞争力。
在我的亲身经历中，自学统计学课程，有一个项目的实习经历，然后，有自己的数学和机器学习相关项目，都促成了我在微软的第一份实习工作。
然后，我的第二个经验就是：我认为你应该享受建立自己的技能和连接信息的过程，如果你本身感兴趣的话 自然会更轻松地掌握这些技能。
好的，这就是本期极客程序员砍柴路的全部内容，我们分享了学习目标和工作规划的知识。希望你能够找到一份好的实习或工作。
最后，如果你想听到更多的免费干货的音频节目，点赞并且订阅我们的节目吧。我们下期再见！