博士圈

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 1036|回复: 1

[转行经验分享]中国医学博士在美国转行数据科学

[复制链接]

10

主题

17

帖子

95

积分

注册会员

Rank: 2

积分
95
发表于 2022-12-12 15:59:36 | 显示全部楼层 |阅读模式
本帖最后由 香菜炒饭 于 2022-12-12 16:02 编辑

简介:
是国内的医学博士,毕业后来到美国,十年如一日地在大学从事医学影像的研究,先后担任 Research Associate Research Assistant Professor 的职位。
在过去的几年里,我一直在考 USMLE 和做好科研之间徘徊。
20219月,我开始系统的学习数据科学相关的知识,并于20223月收到6offer,转行成为一名 Senior Data Scientist



转行契机
2020年疫情来袭,考虑到在医院工作的安全性,我对在医院里工作有了其他的想法。我科研的方向是医学图像分析,疫情开始后,在家办公的工作条件让我有了更多的时间去思考转行的问题。当时我老公转行了 DE,还有个好朋友升级成了 MLE。我跟他们谈论我的焦虑和恐惧时,他们俩都建议我转 data scientist,他们认为我的医学经验和科研经验是非常好的转行契机。



转行之前的思考和选择

体力vs脑力
我在国内有一定的工作经验,我了解到在医学行业可以快速去做的有 nurse practitioner,相当于注册护士师。既可以看处方,也可以看病人。还有 physician assistant,也可以独立看病人。再就是 MD (Doctor of Medicine),可参加美国医师执照考试,只不过 training 的过程相对住院医师来长一点。还有就是做 technician。我有超声的 technician 证书,也有可以做任何 radio-ology 的各种 technician 的证
虽然在大家的认知里,医学是很难的,但实际上工作时间久了,它就是一个体力活。你必须在固定的地点,固定的时间内完成一定的工作量。相对来说,Data scientist 和做科研的经验更倾向于脑力的挑战和活动,我更喜欢脑力的工作。


Onsite VS remote
Onsite remote 也是 health care practice。在医学行业,无论哪个岗位基本上都要守在岗位上,特别是疫情期间,你不仅要保护好自己,回家后也要保护好家人。但如果你是一个 data scientist 或者 data practitioner,就可以在家工作,有更多的时间和精力照顾家庭。这也是我考虑转行的一个原因。


Social VS family
作为一名医生,你对病患、对社会都能做出大家认可度较高的贡献。但是你做一名 data scientist 也可以实现。它实现在数据分析上,比如对一些流行病,包括药物之类的分析,可以对大人群、大样本产生影响。


DS VS SWE
转行前,我在 data scientist SWE 之间犹豫过。我试听了华人中比较知名的另一个 Camp 的课之后,我感觉 SWE 的基础要求和 coding 要求会更高一些,在我没有基础的情况下,我决定选择 data scientist。一方面可以发挥我过去科研数据分析的优势,另一方面我对 data scientist 更感兴趣。


Learn a language and see whether you like it
如果你有转行的想法,但是不确定自己是否适合,你可以花一星期的时间去做几道 coding practice。这也是判断你喜不喜欢的最好方法。



求职过程中的经验教训:简历优化求职准备、面试技巧


简历
一开始投简历就要认真对待,这也体现了 Camp 的好处,当周围同学都上岸了,就会给你一定的压力,会在心理上跟他们对比,想要让自己做出改变。
我之前改简历特别不认真,我的简历格式属于 camp 里最差的范本。真正好的范本是一段经历写三段。第一段:要解决什么问题?第二段:用了什么方法?第三段:产生了什么效果?我因为工作时间比较久,所以想要多堆积一些经历在简历上,我用一句式的形式把解决了什么问题、用了什么方法、产生什么效果,堆列了很多条放在我的简历上;这也是我前期没有面试的一个原因。
后面通过跟同学对比,我吸取了他人建议,认真地改简历,按照他们的三段式格式,删除了很多经历,最终缩减到四个项目。这四个是我能讲得特别好的项目,其中必须包括一个 regression 的问题,一个 classification 的问题。另外两个是我工作中确实有做到一些 deep learning 的项目。



回复

使用道具 举报

10

主题

17

帖子

95

积分

注册会员

Rank: 2

积分
95
 楼主| 发表于 2022-12-12 16:00:25 | 显示全部楼层
本帖最后由 香菜炒饭 于 2022-12-12 16:03 编辑

求职
找工作时,我很积极的和同学、朋友讨论这个过程。这期间他们给了我很多的鼓励和帮助。camp 先上岸的同学会有分享会,在周末开会时间,我会认真听取他们的学习和求职经验,你会发现他们早上岸是有原因的,因为他们准备充分,学习认真,认真准备问题和总结答案,积极地寻找参与 mock interview 的机会。

我参与了两次 mock interview ,还有一次 case study 。在mock interview 中,把简历上的一些问题准备好,Case study 有的公司有,有的没有,但还是要做好准备。还有要认真刷题,之前有一家特别有诚意的公司,我最终没有通过的原因是一道题我没有过,这是非常遗憾的事。

我很积极主动的寻求同学的帮助下,在我遇到问题时,包括 coding 问题、data challenge 的问题、presentation 问题,我都会请教同学。


面试
我非常珍惜每一次面试机会,当我拿到一次机会时,我会做非常充分的准备。我会把公司的文化全部看一遍,公司在 glassdoor 上所有的问题都看一下。因为 data scientist 是一个较新的职位,其实很多公司在 glassdoor 上没有 data scientist 的这些职位的问题,但是会有一些 software engineer 或者 data analyst 职位的问题,我也会一起看。

每次面试之后,我会知道能否拿下这个 offer。我会反思面试过程,哪里做得好,哪里做得不好,并在下次面试时提高。我能够在相对集中的两周之内拿到 offer ,也是天时地利人和。

天时是前期漫长的积累,那些挫败的感受,使我后面认真大量的投递简历,积累的过程中给了我一些面试机会。简历的积累使我面试很集中,而我真正集中战斗的时间不是很长,班上部分同学的战线和辛苦程度不亚于我,经历也比我多。地利是机会多,坑多。因为我每天投简历,就会知道求职趋势,2月份每天出来的职位可能花一个小时就投完了,3月份时,越来越多的新的职位出来,3个小时也投不完。人和是我充分利用了 Camp 团队的智慧。班上的同学对我的帮助非常大,有人跟我一起做 heart the challenge,有人给我提建议,有人给我 mock interview,有人跟我一起看 review data challenge 和 presentation,可以说这个团队的所有好处我都占到了。

同学对我的评价是我的说话方式让面试官觉得舒服,这也是我在面试过程中做的一个调整。我会反思在上一次面试中有哪些行为不是特别好的,此外,我可以在上一次面试中,从面试官的讲话中吸取到很多。比如他们用的一些术语和表达方式,这样就可以在下一场面试中用到。这个是我在短时间内成长很快的一个原因,还有我在一段对话中,跟对方有互动并不是一个完全对答的形式,我会跟面试官一起去探讨问题的这种状态,这样整个面试过程相对来说会比较流畅。


拿到多个offer后如何选择?
选 offer 时,我询问了很多的朋友、家人还有班上的同学。我们班有些同学面试的时间很长,但他们的心态保持的很好,还能继续面试。我小组里的一位同学心态特别好,他开始面试的时间比我们早,结束面试的时间比我还晚。但他一直保持选择一切都适合他的职位才好。

拿到多个 offer 也能选择一个,真正去选择时并不是很容易。你需要更多的去了解公司。公司的文化很重要,因为是你工作的环境。另外 team 的构架对你工作的整个流程是非常重要,我在工作之后对此深有感触。只有真正做到知己知彼,才能做出最好的选择。你要知道自己追求的是什么,怎样的一个平台能够给你成长的空间,这些都是需要考虑的。


英语不够好,怎么办?需要找一个 English tutor 吗?
我认为找 English tutor 是没有必要的,因为它并不是针对专门的这种面试。你可以去参加 interview clubhouse 的活动。不要只当一个听众,而是去成为一个参与者。这样的话,自己在短时间内有一个压力,会很快地提高。



转行数据科学相关的资源推荐:
Channel: Data Interview Pro  

Data Science Jay  

DataInterview

StatQuest with Josh Starmer   

CareerVidz
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|博士圈

GMT+8, 2024-12-16 21:35 , Processed in 0.018106 second(s), 20 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表