对话冯天宇 | 留美数据分析师揭秘 美国硅谷到底“香不香”
2021-04-19 浏览: 221 点赞: 0
很多时候,我们看到的只是人们作出选择后的结果,因每个人的性格、境遇和价值观念的不同,选择的过程千差万别,但我们处于相似的时代背景,又会在无数的微小差异中看到相似性,获得共鸣感。对那些优秀的,或者是独特的人来说,他们是如何选择的?选择的过程是什么样的?

图片

本季高礼校友人物专栏将以“选择”为主题,持续对话高礼学子,同他们一起探讨当下青年的人生选择,借此呈现每位学子在选择时最真实的心境与过程

图片

本期嘉宾

冯天宇

2015级人大经济学专业
高礼Fintech一期毕业生

冯天宇在本科毕业后前往UCLA的商业分析项目,现于美国领英就职一年。


本次对话将从毕业后的求职聊起,他在商业分析项目毕业后选择留美工作,为何选择在美工作?规划职业方向时会考虑哪些因素?在美求职的经历如何?工作一年后再回顾,会如何评价商业分析专业?


最后对话主题从工作选择落回了大学生活,作为过来人,冯天宇还分享了大学中如何面对迷茫和有效试错的宝贵经验。




本文5000字左右,预计阅读时间12分钟

#

留美or回国

从三个关键因素对留美or回国做出理性选择的过程

#

在美求职

在美国找实习和就业的经验分享

#

商业分析专业

数据分析专业的前景、跨专业进入数据分析专业的准备和规划

#

大学生活

如何通过试错找到未来的学习方向?怎么面对试错成本和失败经历?



留美or回国


Q:你当时毕业后选择留在美国时考虑了哪些因素呢?


F:我当时考虑了三个因素,第一个因素是工作和生活的平衡,也就是 work life balance;第二个因素是我的个人学习曲线,留美和回国,哪个对我的个人的学习能力的提升会有帮助;第三个因素是考虑了美国和中国的薪资的情况, 这三个点我会展开详细说一下。


第一点,从work life balance的角度考虑,不论是在国内外,数据分析专业的工作主要还是互联网企业。中国的互联网企业有“996”这种说法,总体来说工作压力会比较大,可能每天要晚上八九点钟下班,个人生活的时间比较少。


美国这边互联网企业一般都是早9晚5或者早10晚6,所以每天下班之后还有两三个小时的私人时间。我是个特别注重生活和工作平衡的人,如果下班时间后还要工作,我就会比较焦躁,工作效率直线下降。因此我是比较倾向于美国这边的工作方式。


第二点,从个人能力来看;我觉得就数据分析这个方向来看,美国和中国的发展的都很快,像中国的互联网企业,BAT和滴滴、美团等企业在机器学习模型和产品发展上是特别迅速的。而美国这边更多的是比较成熟的互联网企业,在5-10年前就已经很成功了,这样的企业可以提供特别好的基础设施。比如说像美国这边比较成熟的互联网企业,有类似于维基百科的东西,会详细地告诉你很多问题该怎么做,该用什么样的方法、公司或者业界是怎么样做的。这个是我个人比较喜欢的,也是我觉得可以帮助我个人能力迅速提升的一点。


国内则更多是在探索很多新领域。其实这样对能力提升也很有帮助,但是前期需要做研究,花费的时间多一点,没有那么明确的投入和回报预期。对我而言,现阶段我更倾向于在美国成熟的互联网企业去学习,用3到5年时间把这个行业的很多系统的方法和知识学到,然后再去探索我感兴趣的领域。


第二点中还有一个原因就是考虑到了未来职业晋升。一个比较明显的趋势,就是在美国工作一两年的人回国,可能称不上是稀缺性的人才。但是如果在美国这边可以做到中层或者比较高的等级,他在回国之后更有价值。如果直接回国,我面临的竞争压力比较大,这也是我考虑先在美国工作一段时间再回国的原因。


然后第三点就是薪资情况;美国这边的大型的互联网公司,平均水平上要比国内的大型的互联网公司给的好一些。所以说从薪资的角度来看的话,我也是那个会倾向于美国这边。


图片

2020年在西雅图和猫咪Maruko一起过24岁生日


Q:薪资的角度是对美国和国内的生活水平消费水平做了转换是吗?


F:对的,我是跟美国这边的生活水平做了一个转换,包括生活成本等因素。我之前其实有做过一个一期视频,专门是讲美国和中国做数据分析工作的收入以及生活情况,计算起来比较复杂,涉及到各个方面的比较,包括租房成本。我之前在b站发过一个留美和回国生活对比的视频,如果想进一步了解,可以去看一下那个视频。

附:数据分析之中美幸福指数大PK!硅谷VS北上深,带你揭秘留美回国工作哪个香



Q:在美国的工作环境里,对中国人的包容度如何呢?


F:从互联网企业角度来讲,其实工作环境中一半以上的人是中国人和印度人,企业里中国人数量比较多,所以说工作环境对中国人的包容度也很大,大家已经很习惯跟中国人一起工作交流。



Q:那中国人在这个环境里面要向上晋升的通道会窄一些吗?还是相对来说比较公平?


F:就目前观测到一个事实,中国人向上晋升确实是有一定天花板,可能做到一定级别就没有办法升上去了。当然会有少数中国人做得特别好,做到特别高的位置也有,但是大部分人可能都停留在某个天花板。我猜测有两个原因,但是不确定是哪个原因导致的。


第一个是大家常常想到,是不是有种族歧视在里面,可能会有,但是我不确定。但从另一个角度来看,很多印度人做到的级别是比中国人要高的,他们会做到很高的岗位。像谷歌的CEO就是印度人,像亚马逊很多高管也是印度人,其比例要比中国人多很多。从这个角度来看,种族歧视可能不一定是唯一的原因。


第二个方面可能跟中国人的工作风格有关系,像我目前工作中接触到的印度人,他们特别能说,很擅长沟通交流,这一套在美国的职场中很吃得开。所以中国人自己本身的工作风格可能也是潜在的原因。这两个原因都是我觉得可能的原因,我也不确定哪个是主要因素。但呈现出来的结论就是美国互联网企业的晋升对中国人是有一定天花板的,很难做到特别高的位置。


图片

2020年在日本镰仓的海边看日落


Q:现在有很多同学面临着保研还是出国的问题,那在目前这种情势下,你建议大家去美国留学吗?


F:我觉得还是看个人留学到底想要什么吧。我当时留学,一方面是想体验美国这边的高校教育气氛;第二个就是我衡量了保研、工作和出国留学这三个方向,意识到保研和工作可能并不是我真正想要的,留学可能会给我带来更大的发展空间。但我当时并没有考虑毕业之后是要留在美国还是回国。



在美求职


Q:可以聊一下你毕业之后在美国找工作的经历吗?这个过程中有遇到什么曲折吗?


F:我是10月份入学,在11月份开始找第二年暑期的实习,预计第二年的6月份入职。因为是第一次来美国,也是第一次用英文简历找实习,一开始并不太了解什么样的方式最合理。所以前两个月有点浪费时间,投简历效率很低,没有拿到特别多的面试。直到12月底,我才慢慢摸清如何在美国去投数据分析的实习。从1月底开始很多公司开始招实习生,在修改简历、调整策略后,慢慢地收到了一些面试,还有一些比较有名的企业面试,比如Google。


在找实习中,做的比较好的一点是所有面试我都有认真去准备。在没有面试时,我也在准备可能会有的面试。比较幸运的是在2月中旬,我拿到了领英的实习offer。从拿到面试到确定offer只用了一个月,大部分人可能要花两三个月,这是找实习时后半段比较顺利的一个点。


Q:你刚刚说,最开始一个月找实习的时候其实不是很顺利,你经历了这个阶段之后,有没有什么特别重要的经验想分享给大家,或者说有什么比较惨痛的教训?


F:我印象比较深刻的一个教训,就是在自己简历还不是很完美的时候就急着投了很多想去的公司,最后都没有收到面试通知。我建议大家最好确保自身简历和其他的方面都完全准备好,之后再去投简历,否则会很浪费时间。



Q:你的简历在后面是怎么完善的呢?


F:一方面是跟同学讨论,还有另一方面是找项目的 preservice,我们那边叫career director,就是帮我们改简历的人。再一个就是开始找工作后,也会跟很多找工作的人认识,大家在交流的过程中会发现自己简历的问题,再去做调整。



商业分析专业


Q:想问一下你在学完数据分析这个专业之后的整体感受如何?并且对想要将来学习这个专业的同学有什么建议?


F:我当时申请专业的时候(2017年),它还算是一个比较新兴的专业,但现在来看,它不算特别新兴,用特别火爆来形容会更准确。国内对数据分析的需求,最近两年有特别大的增长;美国一直以来都对数据分析有着比较大的需求,最近两年也是增长得挺快。


在我学习了这个专业后,并没有觉得它是一个特别创新的学科,只能说是把过去学科的知识,比如统计学应用到了新的领域。最近几年各个互联网公司积累了特别多的数据,而数据存储能力和数据处理能力的增加,都给了数据分析特别大的想象空间。


如果我需要花五六个小时处理数据得出结论,考虑到时间成本,很有可能就不去做这个分析了。但是现在数据分析的基础设施,包括数据处理、数据存储完善了之后,它就会催生数据分析的发展。这是我认为数据分析最近几年火爆起来的原因。


当然也会有一些新兴的方法,比如神经网络这样特别前沿的分析方法,在人工智能火爆起来之后,大家纷纷去研究这类方法。但这个学科中的大部分基础还是属于已存在的学科,只是说把它们用在了互联网企业和商业应用上。


Q:你本科时是经济专业的,后来选了商业分析方向,完成了一个跨专业的转换。你觉得对于想要转到数据分析专业的同学来说,他们需要提前做哪些准备呢?


F:从两个角度,一个角度是申请,一个角度是能力的提升。先说从能力的提升说起,数据分析要求比较强的数学基础和计算机能力,还要求一些商业方面的知识。数学方面要求掌握概率论、线性代数和微积分等数学基础,我本身的专业也会要求上这些数学课,所以说学经济的数学基础来学数据分析是够用的。


计算机水平就是编程能力,数据分析不要求你像学CS的程序员那样精通编程,更多的是要求你要掌握基本方法,比如数据抓取、数据清洗、建模分析等方法。我认为学习起来没有特别困难,我当时可能花了半年的时间去达到入门的水平。


第三个方面就是要掌握一些商业知识,我会更推荐大家通过实习去积累,因为学校课本中的更多的是理论知识,但怎么去把数据分析的结果应用到商业决策中,还是需要通过实习去积累。


最后简单讲一下申请的角度,申请这部分可以分成四块。第一方面就是需要学习过相关的课程,像我刚才说的数学课和计算机课程;第二方面是三维,大家常说的三维就是说GPA、托福或者雅思、GRE或者GMAT;第三方面就是相关的实习经历,因为数据分析是一个非常职业导向的研究生项目,它很看重你相关的实习经历的,他要评估你能不能毕业之后找到工作,你的就业和他的项目绩效是直接挂钩的;第四方面是相关的项目经历,项目经历更多的是对实习经历的一种补充,如果你没有特别强的实习,你可以用学校的项目或者说网上做的项目去证明我有数据分析经历,基本上就是这些。


附:更详细的专业准备和申请经历,可以参考【思享·人大·第336期】冯天宇:从人大经院到UCLA商业分析硕士



如何试错


Q:现在大学生面临的一个普遍问题是对学业感觉到比较迷茫,那么你作为一个过来人,你是怎么看待这个问题的?在找到自己的人生和职业方向上,有什么经验分享吗?


F:我觉得迷茫是正常的,因为大学本身就是一个从校园到社会过渡的过程,大一和大二的时候,每个人都比较迷茫,所以我觉得大家不需要特别恐惧自己内心的迷茫。但如果大一到大四一直处在不明不白的状态,那可能大一到大四没有特别多的进步。


我个人觉得大学是一个特别好的试错的平台。首先它给了你4年的时间去试错,其次它会给你提供很多的资源让你去试错。我会鼓励同学去多尝试自己感兴趣的专业和领域。很多同学可能在高考后选择专业时,对这个专业缺乏了解,他不一定是做了很多研究后决定的,可能就是机缘巧合进了这个专业。在这种情况下,不可能保证每个人都对自己学的专业特别感兴趣。

如果你没有那么喜欢现在学的专业,这个时候就要有勇气去尝试其他的专业。这个时候一定要勇敢地去尝试,比如说大一大二就可以多选一些其他院的课,或者是说去多旁听,想一想我会不会感兴趣这个方向,如果感兴趣就多一些课,甚至去做这个领域的实习。多尝试一些,肯定会找到更适合自己的方向。


如果你在大一大二,并且对出国留学感兴趣,我会建议去尝试我们学校的交换项目。交换项目是一个低成本体验留学生活的好机会,你可以借此机会看看自己是否喜欢国外的留学生活。因为交换的花费比较低,学费基本都cover了,还可能给你提供奖学金。可以考虑大三去交换一个学期,有一次这样的体验,你可能会更加清楚自己毕业后想要什么。


图片

2020年在日本时箱根的水上鸟居


Q:那你会如何考虑试错的时间成本呢?我感觉对于大一大二的学生来说,要学好本专业的话,还是需要投入很多时间和经历的,你会怎么协调自己的精力分配呢?


F:我觉得时间成本是很复杂的,像我本科时身边就有一些朋友,他的成绩很好,花了很多的时间去维持着3.97、3.98的水平,因为他知道只要GPA够好,未来不管是出国还是保研,或者做其他事情,都会很有帮助。这个时候他可能就没有时间去选修其他的课程,甚至辅修第二专业。在这种情况下,他就把自己所有的时间都奉献给了GPA。


但也有人会把一部分时间分过来,用在探索其他领域上。我觉得两种都是可取的,就看同学们的个人选择。但是我很担心很多同学把试错当成了自己GPA不好的借口,最后导致他既没有认真地去试错,GPA成绩又不好。大家一定不能掩耳盗铃,自己欺骗自己。



Q:很多人在这个迈出去尝试的过程中经历了一些失败,可能自信心比较受挫。你有面对过这种情况吗?


F:其实我的话还好,因为我在迈出去的时候就会有心理预期,知道这个事情不一定会成功。因为我只是看看我是不是喜欢、适合这个方向。很有可能我各方面都不合适,那就再去找其他的方向好了。所以我迈出去的时候,就已经做好心理准备去接受失败。因为试错本身就是尝试错误、尝试失败,如果因为失败而不去试错,这就与试错的意义相背离了。


我并不鼓励大家盲目试错。我见过一些同学,可能上了一两门本专业的课,在没有深入了解的情况下,就觉得自己不喜欢,然后就去上别的课。上了一两门别的学科的课,也觉得不喜欢,就这样循环往复。不喜欢的原因可能是没有深入地去了解这个学科,所以我觉得在试错之前,一定要尽量在了解本专业的课程后,再明确自己是否喜欢。


采访、撰写 | 段江含 | 资料整理 | 赵莹 | 主编 | 张小敏