干货 | Uber Data Scientist求职完整攻略

►攻略内容概览：

  • 公司简介

  • 数据科学在Uber里的角色

  • 所需技能

  • 具体工作

  • 面试过程

►公司简介：

相信不论哪国留学生对Uber都不会陌生。Uber是一家跨国叫车公司，在全球超过785个城市开展大规模业务。他们的服务范围从叫车和送餐到物流和微移动。Uber的目标是:

通过自动驾驶技术和城市航空运输，让未来更接近客户，帮助人们快捷便利、力所能及地订购食物，消除医疗保健的障碍，创造新的货运预订解决方案，帮助公司提供无缝的员工旅行体验。

为了实现这一壮举，Uber已经慢慢地将数据科学和分析整合到几乎每个部门和服务中——比如风险管理、营销和政策执行。

►数据科学在Uber里的角色：

Uber的数据科学家在不同的团队中扮演不同的角色。作为数据科学家, 在很大程度上，您将由您所申请的团队决定。数据科学的角色通常包括基本的业务分析、建模、机器学习和深度学习实践。Uber是一家拥有数据科学团队的大型公司，负责安全和保险、乘车、风险、平台、营销科学、政策和优步餐饮等方面的工作。

►所需技能：

每个工作的要求取决于部门。然而，除助理职位外，优步通常更愿意聘用至少有三年工作经验的合格候选人。

招聘的基本要求如下:

  • 统计学、数学、经济学、运筹学、计算机科学、物理学或其他相关专业的博士、理学硕士、理学学士或学士学位。(学历越高越好)
  • 在实验设计方面(A/B测试优先)，3年及以上的探索性数据分析、统计分析和机器学习模型开发经验。(高级数据科学家至少10年的相应经验)。
  • 精通至少一种编程语言，如Python、Java、R或SQL。
  • 在大型复杂数据集(Hadoop、Hive、Vertica、Presto)中构建pipeline和ETL，将结构化和非结构化数据集转换为可操作的数据模型。

►具体工作：

优步有各种各样的数据科学团队，他们的工作分散在公司各个不同的部门。根据小组的不同，他们的职能可能包括:

  • 安全与保险: 执行机器学习算法，并优化安全政策，以帮助减少客户的安全相关事件。
  • 核心客户: 预测和自动化Uber核心拼车产品的各个方面。
  • 风险: 开发机器学习模型和策略，以遏制和管理市场滥用和支付欺诈。
  • 研究: 进行内部研究，以更好地了解市场环境和改进产品。
  • 营销科学: 应用统计建模、机器学习或数据挖掘技术，为优步的全球营销战略提供有价值的见解。

►面试过程：

面试过程从招聘人员或招聘经理的初步筛选开始，分别持续15分钟和30分钟。接下来是一个Uber take-home的挑战。包括SQL问题、实验性/商业智能问题和数据分析问题。接着是45分钟的技术电话筛选。技术筛选后是现场面试小组，由5位面试官组成。

  • 初步筛选

这是在你的申请提交后，和一个招聘经理或招聘专员的电话面试。这个面试是关于评估工作角色、团队和你的总体背景的带有轻技术的面试。问题是有关你过去经历的问题，以及它将如何在优步适用。招聘经理可能还会问一些更高级的技术问题，比如:

  • 什么是营销归因？
  • 你会用什么标准来衡量一个模型的可靠性？
  • 如何向非技术人员解释p value？

招聘经理一般都在找“red flags.” 确保回顾一般的建模和分析概念，并实践交流技术概念和项目。

  • Take-Home挑战

在完成最初的电话筛选后，你将收到一个take-home的挑战，你将有一周的时间来完成。

作业包括三部分:

  • SQL和分析：一个带情景的Uber问题示例。这个问题要求编写SQL来解决各种分析问题。
  • Qualitative部分：关于度量评价和实验设计的一般问题。
  • 建模：一个应用的预测建模练习。

请注意，这种take-home的挑战基本上已经被Uber标准化了。然而，根据团队的不同，他们可能会对原来的take-home挑战的具体内容进行修改。

  • 技术筛选

该过程的下一步是与数据科学家进行技术面试。大多数情况下，访谈中提出的问题都是与Uber相关的案例研究，希望得到开放式的回答。这里的目标是测试你的批判性思维和解决问题的能力。问题包括机器学习问题，如特征选择和模型构建，重点关注现实生活中的Uber问题。如果你的角色更侧重于分析，你也可以对一个基于产品的问题做好准备。

问题例子如下：

  • What are performance metrics for evaluating various Uber services?
  • How do you investigate that a certain trend in the distribution is due to anomaly?
  • What problems have you faced with supervised machine learning and how do you overcome them?
  • How would you predict ride requests? How would you evaluate the estimated time to arrival algorithm in Uber?

  • 现场面试

通过技术筛选后的下一步是现场面试。现场面试包括5-6轮，每轮45分钟。这是一个全天面试，包括白板编码、与团队经理和数据科学家的项目讨论、业务案例研究和统计概念讨论。

安排大致如下:

  • 与数据科学家的一对一访谈。你将会得到一些开放式的商业智能和分析问题，以及一个统计和概率问题。
  • 产品经理的行为面试。
  • 招聘经理对Uber进行了深入的面试，并对团队进行了讨论。一定要问一些深思熟虑的问题。
  • 与数据科学家的技术机器学习访谈。这次访谈将讨论建模概念和机器学习设计问题。
  • 与数据科学家进行45分钟的面谈，内容涉及SQL或算法编码。如果是分析部门，就用SQL; 如果是机器学习部门，就用算法。

请记住，最终目标是评估如何将数据科学概念应用到与uber相关的专业业务问题上。复习统计和概率方面的知识、A/B测试和实验设计和建模概念。

在技术知识方面，记得练习编码和SQL练习，以及在面试查询中可以发现的问题。多练习这些问题可以帮助你通过基本的技术水平。

►结语：

PH求职会继续不忘初心！用最一手、最专业的信息与态度帮助大家用最触手可及的成本去最优化申请效果！