业界 | 想转行？数据科学全流程求职指南
本文覆盖数据科学求职全过程。从申请到面试，到拿offer之后的协商，所有细节一应俱全。每个阶段都有作者丰富的个人感悟以及链接资源~
内容不仅适用于有兴趣在美国申请数据科学相关工作的求职者，大体上也适用于各种技术工作的申请。
工作申请
在网上打造个人IP
请谨慎处理自己在社交网络上公开的信息。
比如，检查你在Facebook或者其他社交媒体上的隐私设置，确保公开的范围适当。很多公司的网申表格中都可以选填推特账号，除非你的推特主要用于专业用途（例如，介绍数据科学相关资源或晒宠物），否则不要填写。
如果你有GitHub账户，建议使用Pin功能优先展示你希望别人看到的项目，并添加解释该项目的README文档。 另外，我强烈建议你创建自己的博客，用于展示数据科学相关的内容，例如，你做过的项目，机器学习方法的解释，或者参加会议的摘要。
如果你还是认为写博客浪费时间，请参考Dave Robinson撰写的相关文章。如果你使用R，可以尝试使用blogdown来创建网站。Emily Zabor为blogdown写了一篇很棒的教程。另外，你还可以在Mara Averick创建的资源列表上找到更多的关于blogdown的资源。如果你不使用R，你可以直接使用Hugo（blogdown构建在Hugo的基础之上）搭建个人博客，或者用更简单的方式——在Medium网站上创建博客。
相关链接：
http://varianceexplained.org/r/start-blog/
https://bookdown.org/yihui/blogdown/
http://www.emilyzabor.com/tutorials/rmarkdown_websites_tutorial.html
https://maraaverick.rbind.io/2017/10/keeping-up-with-blogdown/
职位寻找与评估
广撒网
数据科学家有很多别名，包括产品分析师、数据分析师、研究科学家、量化分析师和机器学习工程师。类似的职位在不同公司中头衔也不一样。有些公司还在不断改变头衔所代表的职能（Lyft最近将数据分析师更名为数据科学家，然后又更名为研究科学家）。
就数据分析师与数据科学家的区别，现在行业内也没有达成一致意见（参见Mikhail Popov最近发表的一篇总结不同观点的文章）。在寻找工作的时候，你可以搜索上面提到的所有头衔以便更广泛的查找职位，然后根据职位描述来评估自己是否合适。如果你对初创企业感兴趣，Angelist上有数千个职位，其中许多职位都列举出了薪资范围。