昨天完成了3/4的VO，趁記憶新鮮，就來分享一下經驗。之所以只完成3/4是因為第三輪面完時，才發現面試期間recruiter表示最後的Technical session需要重新約時間，最後約到兩周後，好凌遲啊(我當初想要一口氣一整天面完，就是希望早死早超生) 畢竟有簽NDA，就不精確詳述內容了，但還是分享一下準備的方式和大致遇到的題目: . Χ 準備過程: 1. 我滿推薦Jeff Su的影片，但同時也分享一下目前在某retail大廠當director的朋友，準備Behavior的建議 (她給我的PDF檔無法成功上傳，但內容類似這篇: 🔗 www.linkedin.com )。重點在於: Your career story is not your career history。其實我前陣子面某跨國人力資源大公司senior manager職位時，就犯了這個錯誤(所以掛了)。但當時是我第一個final round，就當練習吧(汗). 2. 所有的session都用"short self introduction". 因此會建議準備一個長一點的self introduction(2-3分鐘左右)作為"tell me about yourself"這個問題，同時也準備一個短版本，作為面試破冰用。但無論長短，我的結構都是:. Who I am right now: 這邊除了談論我現在在幹什麼，也會強調2-3件我擅長的東西。例如: leading cross functioning team, analyze customer insights, being a fire fighter for ad hoc requests from our VP and SVP when they have any customer oriented or purpose driven questions. Who I was and why I became a DS (這邊我很快用我PhD的經歷與DS做連結，除了表明我的interdiciplinary背景外，也說明為什麼我成為DS) Who I want to be in the future . 3. Behavior非常建議找人幫你mock，特別是有主管或是較資深經歷的人。如果找不到，可以上網花一點錢找interview coach或mock interview，我自己找過兩家: prepfully和 IGotAnOffer，兩者各有優劣，P家那個價格比較貴，而我當時做mock interview時其實書也沒讀完，外加我當時很沒自信，因此mock analytical execution結果很慘烈。但說真的，那個經驗讓我清醒不少，也在之後改變了讀書方向，確實是有幫助的。至於I家，價格稍微便宜，我找了兩位不同FANNG家大廠的人做interview coach，第一位開門見山表示他的DS方向偏software engineering，因此不認為能在技術方面給我好的interview advice，但他對於behavior部分幫助不小。第二位剛好就是META的DSA資深員工 ，他給我Review了我電面時的回應外，也針對我做ananlytical reasoning的流程給了建議，最後給了10-15分鐘的mock，這部分我認為幫助非常大 4. ChatGPT是好朋友但不是外能工具: 我自己在review一些behavior的回應時，確實用ChatGPT幫我潤飾過，但實際上戰場時，狀況是很不一樣的。ChatGPT等AI只是輔助工具，重點還是要把這些Behavior interview可能會遇到的狀況內化為自己的東西。另外不要編故事，真正interview時，面試官極可能會針對你的回答，繼續抽絲剝繭下去(後面我會舉例)。 5. Behavior準備的故事 (如果你要面L5甚至以上的職位，這些都很必要): 任何你曾經遇到過的工作上的挑戰，最後如何化解 任何你曾經在工作上的成果(各種大小事都可以)，最後帶給周圍人影響 任何你曾經處理過的conflict 6. Analytical Execution & Analytical Reasoning: 我很推薦Emma Ding的影片，她把東西統整地很好。說起來汗顏，我有MS in Statistics(博士班時順便拿的)，GPA還3.9，但是我其實畢業後幾乎都忘光光了(認真)，而且我其實從高中時就是排列組合苦手(我超恨這個章節)，每次遇到機率問題更是會直接投降(這是真的)。這次很努力花兩周復健我的大腦，也上網找了很多Baye's Theorem和Binomial Probabliltiy的問題練習。當然也複習了很多Statistics碩士班必修的知識，說真的，無論面試結果如何，這整個過程對於我未來依然幫助很大(因為我有生以來第一次真正弄懂排列組合在幹嘛 lol)。 Baye's Theorem和Binomial Distribution很重要，因為social media或是e-commerce的很多設計，就是click or not click (Binomial)，然後考機率時最後再加g上Baye's Theorem做組合拳。如果是骰子問題，那就是uniform distribution，但這個也不難，掌握住基礎，遇到變化題也不會手忙腳亂。 7. 以下這兩個影片，是我花錢找interview coach時，那位在META的資深DSA給我的建議影片，我個人認為對我的幫助很大.google и When it comes to framing "how to measure success", I think this framework I've seen works for both data and product-oriented roles: 🔗 www.youtube.com. Here is an example of Facebook Marketplace Metrics: 🔗 www.youtube.com -baidu 1point3acres Behavior Session: 主要針對幾個情境 (1) 你是否曾經遇過身邊同事有"feel not welcome"的情況? 遇到時怎麼解決 (2) 你曾經在短期內要求自己努力學習的東西是什麼? (3) 你遇到衝突時要怎麼解決 第一種問題對我來講滿新鮮的，但我認為這個問題很棒。而且面試官很努力地"追問"細節，他想知道我處理該次事件時，對於兩邊人馬(A派討厭B，B感受到不受A派歡迎)的處理態度。面試官問得非常非常細......只能說"還好我曾經真的處理過這種情節?" (汗) .-- Analytical Execution: 著名的fake account問題，坦白講地裡的描述都很片段，所以我遇到之前從不知道"問題真正長什麼樣"(汗)，當然也是我本人沒有認真爬文啦! 我是那種爬到第二頁心就累了的懶人..... 1point3acres.com -baidu 1point3acres 但我看了一下VO 過程pass or fail的人，基本上都會