高盛内部的data手册我只发一次
家人们谁懂啊，最近搞到一份高盛内部的data科学面试手册，简直不要太香！说实话，这年头想进投行，Data Science相关的技能几乎是必备的了，尤其是像Goldman Sachs这种Top Tier，对于候选人的要求更是高到离谱。我为了进投行，真的走了不少弯路，网上那些所谓的"面经"看了个遍，但感觉都大同小异，真正有价值的信息少之又少。直到我拿到了这份内部手册，才感觉自己之前的准备都像是无头苍蝇。
我之前也面过几家，踩过坑的人都知道，现在的Technical Round是越来越难了。以前可能觉得把Algorithm和Data Structure刷明白了就差不多，但现在面试官经常会冷不丁地问你一些关于Machine Learning模型或者System Design的问题，如果你一点准备都没有，那真的当场就石化了，真的绷不住。我记得有一次面试，面试官让我现场设计一个推荐系统，我当时就懵了，支支吾吾半天也说不清楚，场面一度非常尴尬。如果当时有这份手册，我至少能从宏观上把System Design的几个关键点说出来，不至于那么被动。
这份手册牛就牛在，它把高盛自己内部对于Data Analyst和Data Scientist岗位的考察重点、面试流程、甚至是真题都给整理出来了。我拿到手的时候真的惊了，里面从最基础的SQL查询优化，到复杂的Deep Learning模型应用，几乎无所不包。不得不说，大厂的内部资料就是系统，比外面那些零零散散的面经要强太多了。它不像网上的面经那样，只是告诉你题目和答案，而是会告诉你为什么这么考，考察的重点是什么，让你知其然更知其所以然。
给你们稍微透漏一点内容，比如手册里专门有一章讲怎么应对Case Study。它不是简单地告诉你用什么框架，而是结合高盛自己的业务场景，教你如何分析问题。比如，给你一个场景，让你评估一个新产品的市场潜力，你需要考虑哪些核心指标，像CAC、LTV、ARPU这些，怎么建立Funnel模型，怎么设计AB Test来验证你的假设。这些东西，如果没有实战经验或者内部人士指点，自己琢磨真的要走很多弯路。手册里甚至还给出了一个完整的Case Study分析过程，从problem definition、data collection、model selection到最终的business recommendation，整个流程非常清晰，看完之后感觉自己level都提升了一个档次。
还有一章专门讲Technical Round的准备。它把常考的题型都分了类，比如SQL类、Python类、Statistics类、Machine Learning类，每一类都给出了高频考点和例题。SQL部分不仅有基础的JOIN和GROUP BY，还有一些进阶的window function和query optimization的内容。Python部分除了基础的data manipulation，还涉及到一些pandas和numpy的高级用法。Statistics部分涵盖了hypothesis testing、regression analysis、A/B testing等等。Machine Learning部分则从supervised learning讲到unsupervised learning，从feature engineering讲到model evaluation。每个知识点后面都有配套的练习题，非常适合用来查漏补缺。
还有Behavioral Question的部分，懂的都懂，外企面试最喜欢问这个了。手册里强调了要结合STAR框架来回答，但重点是，你的例子必须能够体现出高盛看重的那些Competency-based素质。比如团队合作、领导力、解决复杂问题的能力、以及在压力下保持冷静的能力等等。它还给出了很多"负面案例"，就是很多同学常见的错误回答，简直是避坑指南。比如说，当面试官问你"最大的缺点是什么"时，很多人会说自己"追求完美"，这种回答现在已经烂大街了，面试官一听就知道是套路。手册里建议，可以坦诚地讲一个自己真实存在的、但无伤大雅的缺点，并且重点说明你为了改进这个缺点做了哪些努力，取得了什么样的效果。这种真诚的回答，远比那些虚伪的套话要更能打动人。
我一个正在找New Grad工作的朋友，他之前面试某大厂的Analyst岗位，在Assessment Centre环节就吃了大亏。Group Discussion的时候不知道怎么表现，是应该多说话还是少说话，是应该lead discussion还是follow别人。Presentation也做得乱七八糟，slides上堆满了文字，讲的时候又紧张得语无伦次。看了这个手册后，他才恍然大悟，原来在那种高压环境下，清晰的逻辑和有效沟通比什么都重要。手册里甚至还有关于Situational Judgement Test的模拟题，这玩意儿真的很难准备，属于是玄学了，但有了内部的指导，至少能摸到一点门路。而且，手册里还提到了很多Networking的技巧，教你如何在Info Session或者Coffee Chat中给面试官留下好印象，这些软技能，有时候比硬实力更重要。
说真的，对于我们这些想在美国找工作的留学生来说，信息差真的是最大的障碍。我们可能技术上不比别人差，刷题也刷得很猛，但就是因为不了解人家的游戏规则，一次次在面试中碰壁。这份手册就像是给你开了一个上帝视角，让你提前知道了考点，准备起来自然事半功倍。无论是申请Internship、Spring Week还是Full-time，这里面的知识都非常核心。它不仅仅是一本面试指南，更是一本求职宝典，让你从一个门外汉，迅速成长为一个懂行的准从业者。
而且，它不只是针对Data岗，很多Quant和IBD的岗位现在也越来越看重候选人的数据分析能力了。面试里让你用Python写个小程序分析一下数据，或者聊聊你对某个行业ROI的看法，都是常规操作。所以，即使你不是专门申请Data岗，这份手册里的很多内容也极具参考价值。我甚至觉得，这份手册对于那些想要转行做Data的朋友也很有帮助，它可以让你快速了解这个行业的核心技能和要求，避免走很多弯路。
这本手册真的太宝藏了，我已经帮大家整理好了电子版，想要的姐妹在评论区扣【高盛】，我一个一个发给你们！
对了，我还想跟大家分享一下我使用这份手册的一些心得。首先，不要只是看，一定要动手做。手册里的每一道练习题，我都亲自做了一遍，这样才能真正把知识内化。其次，要结合自己的实际情况来学习。比如，如果你的SQL比较弱，那就重点攻克SQL部分；如果你的Machine Learning比较弱，那就多花时间在这个模块上。
另外，我建议大家在准备的时候，一定要多做mock interview。找你的朋友或者学长学姐，让他们模拟面试官来考你。这样不仅能帮你发现自己的不足，还能让你提前适应面试的氛围和节奏。我当时就找了几个在投行工作的学长帮我mock，他们给了我很多宝贵的建议，让我受益匪浅。
还有，networking真的很重要。我当时能拿到高盛的面试机会，很大程度上是因为有学长帮我内推。所以大家一定要多利用LinkedIn，多参加公司的Info Session，多和业内人士交流。有时候一个好的referral，真的能让你的简历从几千份申请中脱颖而出。
最后，心态要放平。求职是一个漫长的过程，被拒是常有的事。但不要因为一两次失败就放弃。每次面试都是一次学习的机会，总结经验，不断进步，你一定能拿到心仪的offer的。
希望大家都能早日上岸，拿到心仪的Offer！我们一起加油！
#美国求职 #留学生找工作 #GoldmanSachs #高盛 #DataScience #面试经验 #投行 #北美求职 #Quant #Analyst #NewGrad