原文：
towardsdatascience.com/how-to-get-a-data-science-graduate-scheme-internship-e10a88387357
大学毕业后，我花费了几个月时间和超过 300 次申请才获得我的第一个数据科学研究生计划。
事后看来，我本可以做很多事情来做得更好，我计划在这篇文章中与你分享，以提高你获得数据科学实习或研究生计划的机会。
让我们开始吧！
👉你还可以在 YouTube 上观看这篇文章的视频版本！
cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FEmXrz72TRc0%3Fstart%3D20%26feature%3Doembed%26start%3D20&display_name=YouTube&url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DEmXrz72TRc0&image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FEmXrz72TRc0%2Fhqdefault.jpg&key=a19fcc184b9711e1b4764040d3dc5c07&type=text%2Fhtml&schema=youtube
学习一些数据科学
在申请实习或研究生计划之前，你应该学习一些基本的数据科学和机器学习知识。
我并不是说你需要成为强化学习或稳定扩散的专家，但了解数据科学是什么将有助于你在申请职位时。它还将确认数据科学是你长期看到的职业。
介绍自己进入数据科学和机器学习的最佳方式是遵循一个路线图。如果你感兴趣，我可以创建单独的文章详细说明一个全面的学习计划，以下链接。
如果我要重新开始，我会如何成为一名数据科学家
如果我能重新开始，我会如何学习机器学习
通常，你应该在以下领域有一些知识：
Python
SQL
数学与统计学
监督学习和无监督学习
再次强调，你真的不需要在这些所有事情上都是专家。你正在申请入门级职位，所以他们不期望你什么都知道，也不应该这样期望。然而，具备基本理解可以展示你的兴趣，并表明你对追求数据科学是认真的，这是雇主喜欢看到的东西。
最重要的事情是确保你做项目。如果你正在申请研究生项目和实习，你可能没有任何经验，所以项目是你展示你的技能和数据科学能力的方式。
尝试使用不同的算法解决多种类型的问题进行各种项目。然而，我犯的一个错误是做了太多的“浅层项目”。拥有 2 到 3 个深入且困难的项目比拥有许多简单的项目要好。所以，尽量优先考虑质量而不是数量。这将使你在面试中的对话更加有趣。
准备简历 / 履历
在发送你的第一份申请之前，你应该做的一件事是制作你的简历。我有一整篇文章解释如何创建完美的数据科学简历，我推荐你查看，因为这个步骤非常重要。
这份数据科学简历让我获得了工作和面试机会
总结这篇文章，主要的关键点是：
尽量做到一页纸；招聘人员没有时间阅读多页。
使用 Overleaf 的模板以LaTeX格式制作；我更喜欢 LaTeX 的样式，而不是 Word 或 Google Docs。
在顶部添加一个技能部分，列出你所有的相关技术能力。在评估你的技能时，使用“熟练”或“熟悉”等术语；避免使用星级评分或说你“高级”。
添加你完成的项目，以及两句话简要描述你所做的工作和使用的工具/技术。
添加你的学位，尤其是如果你是STEM学科的话，因为许多数据科学实习和研究生职位都将此作为要求。
爱好和活动有助于展示你不是机器人，并展示你的独特性。
在审查了数百份数据科学简历后，上述列表确实产生了巨大差异，所以请确保你做到这些！
如果你想要我的简历模板，请点击下面的链接查看我的通讯！
欢迎来到‘Dishing the Data’
申请流程
在申请时，你应该清楚你愿意接受哪些职位。在我申请研究生项目时考虑的一些事情包括：
地点– 我知道我想在伦敦；其他任何地方，我都不会接受。你对远程/办公室工作的偏好也可能影响你的决定。
薪酬– 研究生项目是有薪酬的，因为你是一名全职员工；然而，并非每个实习都是带薪的。所以你需要决定这是否是你决定性的因素。
角色– 我严格寻找数据科学职位，但你的灵活性可能比我更大，可以接受数据分析师、数据工程师甚至软件工程师的职位。
要求– 我对建模很感兴趣，无论是统计建模还是机器学习，所以我希望工作涉及一些建模。
组织– 你是想为一家初创公司还是一家成熟的公司工作。更知名的组织往往提供更结构化的实习和研究生计划，但你自己可能觉得在初创公司工作更有趣。
行业– 你是否想进入特定的行业，如金融或保险。
一旦你设置了你的偏好，你就可以使用这些过滤器开始寻找实习和研究生计划。
有些人可能会告诉你为每个公司定制你的申请。虽然我同意这一点，但如果你在大学或学院，你可能没有太多时间来投入这个过程。但如果你有，那很好，并且考虑每个申请都是独特的。
然而，我相信你应该追求数量，并优先考虑数量而非质量。我在获得数据科学研究生计划之前申请了超过 300 个职位，这有点过分，但对我有效，并给了我大量的经验。
显然，不要申请每个被命名为“毕业生/实习生数据科学家”的职位，但使用你的过滤器确保这是一份你想要的工作。你总是可以在之后拒绝这个提议。
面试
数据科学面试在公司之间有所不同，但你很可能会有一个编码、技术和文化面试。
对于编码面试，许多初级职位通常包含一个简单的 Hacker Rank 或 Leetcode 问题。我建议使用这些网站练习几个问题。这是我做的，我能够通过大多数这些面试，尽管我远非一个优秀的程序员。
你可能会收到一个带回家的任务或案例研究。对于这些，结果并不那么重要，重要的是解释你如何处理问题的思考过程。所以，确保你了解问题的类型，并能够解释你为什么做某些事情。
对于技术和文化面试，我又有另一篇单独的文章解释如何在这些面试中表现良好，但关键点是：
研究公司，特别是它的文化价值观，并围绕这些价值观定制你的回答。
在 Glassdoor 或 Indeed 等网站上查找过去的面试问题。
制定关键例子和基本问题的广泛答案。
熟悉你做过的项目，因为你可能会被问到这些问题。
保持活力和魅力。
如何通过数据科学面试
突出表现与不公平优势
上述整个过程是获得实习的标准程序。然而，你可以利用其他东西来脱颖而出，并增加被雇佣的机会。
例如：
如果你有一个好的网络或者认识该行业的人，可以问问他们是否考虑过雇佣数据科学家或者你是否可以成为无薪的暑期实习生。这将给你带来实际工作经验，基本上是你所追求的。
如果你是一名大学生，请向学校申请做一个夏季项目。可能性很大，你将能参与其中，最坏的情况是他们说“不”。
尝试参加包含你可以完成并添加到简历中的计算项目的大学课程。
你也可以通过以下方式让你的申请脱颖而出：
撰写技术文章并在网上分享，展示你对该领域的兴趣。
参加 Kaggle（Kaggle）比赛，并努力在比赛中取得好成绩；这显示了你对潜在雇主的技能。
创建一个详细的网站或作品集来展示你在该领域的作品和热情。这将有助于确立你的身份，并表明你对数据科学是认真的。
这些想法很简单，但许多申请研究生计划和实习的人可能没有这些。这完全关乎使用帕累托原则：多付出 20%的努力，就能超过 80%的人。
如何开始技术写作和博客写作
申请数据科学的研究生和实习职位可能具有挑战性，尤其是在当前的就业市场中。然而，上述所有点都应该帮助你获得你的第一份数据科学工作！
另一件事！
我提供一对一的辅导电话，我们可以讨论你需要的一切——无论是项目、职业建议，还是只是确定你的下一步。我在这里帮助你前进！
[与 Egor Howell 的一对一辅导电话]
职业指导、工作建议、项目帮助、简历审查topmate.io](https://topmate.io/egorhowell/1203300)
与我联系
YouTube
LinkedIn
Instagram
网站
