今天，小德就为大家带来了这一场分享会的复盘。
1.毕业于申请火爆的杜克大学MQM项目，是一种怎样的体验？
2.全美热门的数据类就业城市有哪些？我应该怎样进行选择？
3.留美找工作真的有“万能手册”？做到这几点帮你打好就业地基！
一、揭开“大神”的神秘面纱
01
教育经历
苏州大学金融（2015-2019）
Duke University MQM（2019-2020）
02
工作经历
1.GEICO (2020-2021) -Second Largest Auto Insurer in US：
Modeling Analyst
2.Affirm (2021- Now) – 美版蚂蚁花呗：
Marketing Analyst
二、杜克MQM项目的就读体验
01
In Person授课 VS 线上网课
我是2019年到的美国，那时候疫情还没有爆发，所以大概前半年的时间我们还是有In Person授课的。不过等到后半年，也就是疫情开始肆虐之后，我们所有的教学和学校活动也都安排了线上。
所以说线下和线上两种教学方式我是都有所体验的，在我个人看来，In Person授课的体验是远远要好于线上授课的。
主要原因有以下几点。
一是和教授的互动会更加的直接和密切，包括但不限于课堂上的交流与活动机会，课后教授也会跟你聊一些他的学术经历、人生经验和求职经历等，这对于我们来说是一个很好的交流机会。
第二则是线下授课会让你与同学产生更加紧密的联系，你的同学会有来自不同年龄阶段的人，他们分别处于自己人生的不同阶段，在和他们交流之时可以帮助你更好地制定未来的工作规划，并从真实案例中吸取经验。
除此之外，线下授课对于你未来的Networking校友网络的建立也会起到很积极的作用，最直接一点的“好处”，就是这些同学在他们工作以后都可以帮你提供第一手的内推资源。
02
有关教授的那些事儿
美国大学教授主要分为两种，学术型教授和业界型教授。北美大多数大学的学术性教授学术水平都是毋庸置疑的，不过我在大学期间还是跟业界型教授的接触更多。
我觉得和这些教授交流对我们有很多好处，一方面这些教授的教学都是非常就业导向的，他们教的都是非常实际的内容，或者说他们教的都是公司内会用到的第一手材料。
另一方面，就是教授们能够给你提供一些强力的内推机会。
03
“专业体验”与“课程设计”
基本上大多数数据类的项目，都是以就业为导向的，这就为我们带来了4个优势：
第一，整个项目的教学大纲都是比较系统化的。
众所周知，BA现在还是一个相对比较年轻的项目，不过这已经足够大多数学校发掘出一个比较固定的教学大纲，且这个教学大纲会在每一届学生的反馈下不断地进行创新和改进。
第二，大多数数据类项目的课程都是比较Hands On，所谓的Hands On就是它的Coding教学和Business Knowledge是结合的比较密切的。
第三，大多数的Data或者BA类项目，他都会以一个Capstone Project作为项目的结束。通过这个项目你可以接触到公司或者企业里的人，他们如果觉得你表现优异的话就会愿意给你提供内推，或者在这个项目结束之后直接邀请你去公司参加面试。
最后一点，则是我认为数据类的项目很多都会有一个比较灵活的选课。
从课程设计角度来说的话，大多数课都可以归为三类。
第一类叫纯Coding课，这一类课比较Technical、更重视你的Coding能力。
第二类就是比较偏向Business的课，主要教你一些business理论。
第三类，是我个人觉得最好也是最多的一类课，就是Coding和Business相结合的课。这类课就是会从一个Business Question出发，比如说我们为了解决一个问题，需要有什么样的Data？我们去哪里找到这样的Data？有了这些Data，我们需要什么样的工去去分析它？...
这类Coding + Business的课，我觉得是最有意义、最好玩，也是最有内容的课。
三、留美就业？
送你一份“找工秘籍”！
北美招工的话主要分为两部分，就读期间的找工作准备，以及你毕业以后或者临近毕业的时候，进行投简历和面试的一个准备工作。
01
就读期间
由于北美数据类或者BA类项目的时长都比较短，所以说同学们一开始上学就要为毕业后的找工作做好准备。
那么在就读期间，有这4件事是可以花时间去着重做一下的：
1.做好本职学习工作。
特别是对转专业或者说跨专业的同学来说，由于自身对Coding或者数据类这方面接触不多，所以一定要好好利用上课时间，做好基础知识的储备。
2.利用学校提供的额外资源。
因为对于商学院的数据类项目来说，往往Coding或者Technology Pro上的侧重不是很多，所以学校会给你提供一些额外的资源，包括Data Camp与Coursera，大家一定要好好利用这样这样的机会来提升自己的Technology Skill。
3.好好利用学校的Career Consulting服务。
学校的Career Consulting会有非常有经验的老师或者工作人员给你提供求职咨询服务，这些服务包括但不限于定期举办的Career Event。
4.Networking的搭建。
Networking的搭建有两个很明显的好处，一是你可以了解真实的行业信息，这样你就可以在毕业之前了解到这是不是我喜欢的行业，这个岗位是不是我想做的事情。
另一点就是Networking可以作为长期关系的第一步建立，这也是与后续的内推息息相关的。
02
简历与面试
在临近毕业或者已经毕业之后，咱们就要通过大量的投简历和面试，来真正的开启自己的求职过程。
求职过程主要可以分为两步，简历关与面试环节。
我觉得对于简历而言最重要的就是两点，第一是要条理清晰，没有语病；第二，要遵循一个直角三角形原则。
简单来说，你最重要的内容一定是要放在最上面，然后随着你简历往下写，你应该把重要内容放在靠左的地方，根据阅读的顺序从上到下、从左到右。
同学们可以看一下我上方放出的图片，我们要尽量的把重要的内容留在这个绿色的三角里，把一些不重要的内容留在这个红色的三角里。
在你通过简历关之后，迎接着你的就是面试官面试。
北美数据类面试主要的流程包括：Phone Screen、Coding Interview、Hiring Manager Screen、Onsite这4种。
Phone Screen，其实就是HR给你打电话问一问你的个人基本情况和工作意愿。这一关的话，基本上只要你正常回答，90%以上的情况是能通过的。
Coding Interview，对于数据类毕业的学生来讲的话，主要是通过做题的方式，考验你对于SQL、Python (Data)与Algorithm能力的掌握情况。
Hiring Manager Screen，即与你未来的老板直接交流。主要是会问你三个方面的问题，Work Experience（考察你的工作能力）；Behavior Question（体现你除了工作以外的处事能力）；Business Case（大概率会考他们平时工作中遇到的或者正在解决的困难）。
最后一轮也可以说是最重要的一轮，就是Onsite。
在这一轮里和你面试的主要是你的同事或者是未来会和你工作非常紧密的同事们，这轮面试主要目的就是看看你这个人好不好相处，你的工作能力是不是达标，你是不是一个能胜任这个工作的人。
四、疫情期间
找工作的难点与机会
01
大环境趋势下的难点
第一，就是整体的就业率肯定是偏低的，和疫情之前比起来，大家可以从下图中看到，虽然最近就业率有所恢复，但是还是低于疫情前的水平。
第二，就是市场上的竞争比较大，由于很多公司的Senior员工都被裁员了，我们NG和Senior比起来的话，由于缺乏工作经验，在薪水差不多的情况下，竞争力还是会相对比较低。
02
困难的反面，便是机遇
第一，疫情催生了很多新兴的公司，比如外卖和流媒体在疫情期间都非常的火爆，所以这类公司会提供给我们更多的工作机会。
第二，在疫情中损失较小或者没有损失的行业，他们也会趁这个时候多招一些人、多吸引一些人才。
第三，在疫情中受影响相对较小的岗位，比如说Software是有传言说这这个岗位的就业率不降反升了，还有Data类相关的岗位。因为这类岗位的话是可以远完全实现远程办公，所以说对疫情、对这些这类岗位来说没有特别大的影响。
五、毕业后的就业方向
与就业城市选择
首先是就业方向，大抵可以分为三类。
第一类是Data Analyst，数据分析师。主要能力要求是Business Sense + Communication，主要负责数据处理，简单的分析和可视化。
薪资水平的话大概是$8W – $12W。
Data Scientist是第二大类的工作岗位，主要的能力需求是Modeling + Coding的能力，主要工作内容是建立统计模型，设计实验（A/B Testing）与发现data insight等。
薪资范围会更广一点或者更高一点，大概是$9w-$15w的区间，根据你的公司和地区的不同浮动。
第三类就是Data Engineer，这个是比较少见的一个方向，主要要求的能力是Data Infrastructure + Big Data + Coding，这一类工作的主要内容就是帮助公司建立数据科学的pipeline。
工资范围大概在$9W-$15W一年。
在就业行业方面的话还是比较广泛的，主要来说呢就是互联网、金融、制造业和其他。
互联网几乎可以说是各个部门都会需要数据类的人才，因为互联网的收集数据能力实在是太强了，从数据中发掘发掘出有价值的信息的概率高得多。
金融方面则以银行和保险公司为主，都会有对数据分析师的需求。
对于就业城市和代表企业的推荐，以及城市安全方面的信息，大家可以从下图中进行获取，在此就不多赘述了。