►前言：
麦肯锡公司是世界级领先的全球管理咨询公司，由美国芝加哥大学商学院教授詹姆斯·麦肯锡（James O’McKinsey）于1926年在美国创建。自成立以来公司的使命就是帮助领先的企业机构实现显著、持久的经营业绩，打造能够吸引、培育和激励杰出人才的优秀组织机构。如此优秀的公司再搭配上data scientist岗位，简直就是求职者眼中的香饽饽。废话不多说，创始人Pace今天就从七个维度来给大家深度地扒一扒麦肯锡的DS岗位，保证让你们有一个最完整最全面的了解！
本文内容概览：
☑️公司介绍
☑️岗位介绍
☑️面试过程
☑️工作体会
☑️工资/奖金介绍
☑️升职空间
☑️地理位置
►公司介绍：
麦肯锡 (McKinsey & Co) 是全球最大的策略咨询公司，和另外两家公司（波士顿咨询公司BCG， 贝恩咨询公司Bain）一般合称为MBB，算是世界上最厉害的三家策略咨询公司，同时也是北美咨询公司的tier 1. 麦肯锡全球员工超过2万人，并且在全球10多个国家都有分布，客户业务等也是遍布全世界。主要给大公司客户做策略咨询，包括但不限于产品设计，人员计划，盈利方针等。
毋庸置疑，麦肯锡是很多应届生想要去的公司，除了因为应届生能从公司获得很好的培训之外，在这里工作也能让能力提升很多；并且在以后的职业规划中，这样的工作经历也将成为自身背景很重要的一部分。但相对的，如此好的公司对于人才的选拔也注定不简单，被求职者公认的就是McK的面试极其困难和selective.
►岗位介绍：
近几年来，越来越多客户需要的不仅仅是qualitative解决方案，而是想要一套quantitative并且和bid data/modeling有更多关系的解决方案，麦肯锡这几年也招募了越来越多的data scientist. 一般来说一个项目的组成是：1个Manager+2个Business Analyst+1个Data Scientist，而数据科学家在项目里的作用就是为客户提供data方面的解决方案。
放一张自己的名片和工牌照片给大家看看：
具体来说，麦肯锡的数据科学家走的是“expert path”而不是传统consulting的“integrative path”。再具体一些，在麦肯锡的数据科学家在接收offer的时候都会被分配到一个practice(Marketing, Organizaton, Operation, Finance, etc)。当你进入一个practice之后，你做的项目90%都是和这个主题相关的，这也可以帮助这个数据科学家更快熟悉一个领域。
►面试过程：
一般来说麦肯锡的数据科学家面试有3轮：
第一轮：Online Assessment这个部分就是基本筛选了简历之后有一部分人会收到OA，基本都是选择题，考的范围包括Python，R，基本编程，基本画图等等，难度不会很大。
第二轮：Phone Interview这个部分就是过了OA之后，会有2-3个人分别给你约电话或者zoom面试，这个阶段面试者都是麦肯锡在职的数据科学家，他们会问的问题包括但不限于：behavioral question, Data Case, General Case, technical question. 这一部分非常因人而异，因为每个面试官的喜好是不一样的，但是case的问题基本这一个环节都会涉及，所以case是一定要提前准备的。
第三轮：Superday一般superday都是会被邀请到现场，然后superday会非常累，一般会有4-5场不同的面试，面对不同的Partner和高级manager，基本全部是case interview，一半general case一半data case. 一天superday下来会非常非常疲惫。
一般来说麦肯锡的数据科学家会有一波秋招一波春招，招的人数不会特别多（一般北美总共20-30人）其中中国人可能更少（10个左右一波），中国学生背景一般来自顶级BA/DS项目比如MIT BA，UCLA BA，西北MSiA，哥大BA等，所以我在麦肯锡见到/认识的数据科学家可以说少之又少，这也是麦肯锡和其他很多公司不一样的地方（很多其他科技大厂的数据岗位，中国人占50%以上）。
►工作体会：
在麦肯锡工作有很多和其他公司不一样的地方，我主要说5点我自己体会最深的地方。
- 1. Be Agile
这是麦肯锡的口号，也是我们一进公司就被灌输的，说白了就是做事情，update事情，update进度和road blocker，需要非常主动，并且需要主动寻求解决方法。所以在麦肯锡团队做事情你会发现效率非常之高，因为大家都非常主动，所以有任何难题马上就能解决掉。
2. 加班文化
其实美国的公司一般加班文化并不是特别多，但是麦肯锡（或者一些咨询公司）是一个例外。虽然比不上国内麦肯锡的加班疯狂，但是在美国这边，如果客户项目明天或者这周有一个重要的deliverable，那加班基本是家常便饭。所以如果想来McK的同学一定要想好自己是否能接受这样的加班生活。
3. 同事/老板都很友好
可能因为都是咨询师的原因，我觉得McK的整个同事工作氛围都非常好，尤其是老板，基本都很尊重你说的话，你的时间，以及你的成果，这一点来说还是比较舒服的。而且即使老板不好，McK也是根据项目换老板，所以索性下一个项目换一个老板就好啦。
4. Beach Time真的很棒
在自己没有项目的时候，咨询师/数据科学家是没有任何事情可以做的。这种时候一般叫做beach time，其实等于带薪休假了。而我的经验是其实我们经常可以在项目之间找到时间变成beach time，所以这也算是一种对高强度加班的休息充能吧。
5. 出差是真的很爽
我们多数工作（client work）都需要出差，出差我们的早餐、午餐、晚餐额度都很高，住的酒店+机票都可以比较高档并且报销，所以其实除了自己身体累一些，你可以节省很多很多生活成本！这算是咨询公司一种隐藏的福利，因为可以“享受”一些高档的生活同时节省生活成本。
►工资/奖金介绍：
McK的数据科学家基本起薪Base在11W美元左右，Bonus大概会有15%-25%左右。但是除了Base+Bonus，McK还有每人免费（无需match）10%左右的401K还有很多很多福利，所以其实McK虽然看上去工资低一些（相比很多科技大厂）但是其实总体算下来，福利还是非常不错的。
►升职空间：
数据科学家的升职空间一般按照下面这个路径：
Data Scientist – Senior Data Scientist – Specialist – Expert – Associate Partner – Partner – Senior Partner
一般来说应届生进McK是最低档次，也就是Data Scientist，大概1-1.5年可以升职到Senior，然后再1.5年可以升职到Specialist. 到Specialist之后升到Expert就有很大难度了，这个时候你需要的技能点也会有很大变化。
一般来说，很多人到了Expert level就开始转型了，因为到这个level之后中国人是非常难升职了，而且这个level的人工作能力已经得到了证明，外面很多公司招Manager都会看上。另外就是，很多麦肯锡的客户从麦肯锡“抢”人也是非常常见，因为在和客户一起工作的过程中，客户能更直观地表达自己的工作能力，所以有时候做完项目客户就会直接发offer.
►地理位置：
麦肯锡在北美这边所有大城市基本上都有办公室，当然最主要的基本办公室在芝加哥、纽约还有湾区。不过具体工作的location其实大家不用担心，因为McK的员工多数时间都是在出差去客户的地方，所以自己office在哪其实不是很重要，老板也不会特别在意比如你休息的一天有没有去办公室，大家对去office这件事都是比较chill，去办公室更多是为了和朋友/同事见面聊天。
对于转office location也相对来说比较容易，我之前在Boston Office，后来转到NYO，也基本写了一个申请大概3个月就通过了，所以大家对于具体location有要求可以尽管向公司提。