Pat学长在今年5月以非名校informatics硕士身份毕业，8月成功上岸Discovery Financial Service从事Machine Learning的相关工作。
虽然看起来只有 3 个月，不过实际上从去年 9 月份开始，Pat学长就开始找工作了。
「推荐大家找工作的最好的时间点是在毕业这一年的八九月份，一般这时候就可以开始投递简历了。」
当讨论到投递简历时机问题时，Pat学长如是说道。
因为整个过程会很漫长，平均等到一份简历的时间大概是两周到一个月的时间，不管是被拒绝还是收到面试的消息，差不多是两个星期到一个月的时间。
对于当今非常「卷」的DS来说，Pat学长认为去SDE转码也许是最好可以避免被「卷」的方法，因为 SDE的坑位一直有，而且永远要比DS来得多。
当然对于想留下来继续在 DS 方面从业的同学们来讲，Pat学长也给出了一些他的建议。
对于Data Science来说，市面上的岗位一般可以从Machine Learning Engineer和Data Engineer这两个方面区分。
对于Machine Learning Engineer来说，你就需要明白一些Traditional Machine Learning、RNN之类的工作原理。
那么对于Data Engineer来说，岗位就更偏向于数据库相关的，你得知道 Data Warehouse 、Database等工作原理。
要根据自己，再根据在招聘网站上看到的职位要求来找到自己合适的方向，在过程中去找到自己不足的地方，不停地去提升。
从简历上来说，最重要的大概有三个方面，第一是你的教育经历，第二个就是你掌握的技能，比如你会的Python等级，第三就是你的项目经验，尽量按照自己是什么职位-在职位当中遇到什么样的问题-运用了什么样的方法-在什么样的情况下取得了什么样的成效的叙事模式去描述。
对于面试来说，Pat学长建议大家不要在面试中陷入「一问一答」的模式中，要学会主动去拓展话题并逐渐引向自己擅长的领域中去。
03、「Fintech」工作经验分享
