如何在美帝找數據可視化工作？不藏私大公開
每年的春季都是求職旺季，不論是找實習或是full time。
個人在找數據可視化工作的過程中算是非常幸運，不論是實習還是正職，雖然拒信如冬天的波士頓大風雪般不斷飛來，但最終都還是有遇到賞識個人能力的主管，進而拿到offer。
雖然在美國找工作機運成分佔比不小，但仍有一些小技巧與較少被人知道的資訊，在此不藏私的分享出來，也順便結個人的實戰經驗，希望有所幫助，若有遺漏歡迎補充。
此篇分成外王與內聖兩個部分：外王篇之工作哪裡找、內勝篇之個人技能路徑的選擇。
外王篇之工作哪裡找？
* 學校宣講招聘會
若有公司專門到學校來開宣講會，代表是target school，宣講會應該是他們招聘的重心。之前參加宣講會後跟一個公司的主管聊（也就是我未來的主管），他說他們來學校開宣講會是希望提早接觸學生、挖掘潛在候選人，然後避開人擠人的career fair（學校的career fair通常很多人，公司的人需要從早站到傍晚，對體力上是一個考驗，另外跟學生聊天的時間並不多，所以掌有招聘權力的主管通常都不喜歡參加學校的career fair ）。
若可以的話，在參加宣講會時，早點到跟公司的人聊天，一來建立印象、二來可以了解實際的業務情況，之後若進入面試會比較可以接地氣的應答。參加完後記得寫感謝信，有些公司很吃這一套hhh，但這也是個人誠意的展現，不是嗎？
* Google forum
https://groups.google.com/forum/#!forum/data-vis-jobs
這個是data visualization專門的職缺招聘發布論壇，雖然是世界各地的職缺都可以在這邊發布，但大部分是在美國的工作。可以訂閱通知，它每周寄信給你總結該周的職缺發布，這樣就不用怕漏掉任何訊息了。
* D3 Slack
Slack的D3算是大部分可視化開發人員的聚集地了，許多可視化產業內的最新消息時常會在一群極客們的閑談之間透露出來。在這個聊天室裡面，有個#job跟#job-contracting的channel，偶爾會有職缺在這裡發布。通常都是公司內部人員直接在這裡刊登訊息招人，若感興趣可以私信他們。
* LinkedIn站內信
LinkedIn算是跟個人portfolio一樣重要的東西了，許多hr會透過LinkedIn來尋找合適人才，有些公司的主管在面試階段很愛不斷的去看你的LinkedIn（一樣在說我未來的主管hhh），所以隨時把個人簡歷更新到最新狀態還蠻重要的。我之前在找實習的時候買了LinkedIn的會員，所以每個月可以有一定的寄站內信次數。雖然很多人說站內信很有幫助，但我寄了幾封都沒有收到對方的回覆，所以之後在找全職工作的時候就沒用這方式了。
分成兩種：搜尋關鍵字，或是直接公開發文說你想找工作。
第一種，搜尋關鍵字。 17年春天我透過在twitter搜尋data visualization job找到了一家在矽谷的公司，順利的拿到了實習的面試機會，但也很順利的在面試階段表現不佳被拒絕了（純粹是個人能力問題hhh） 。
第二種，直接公開說你想找工作。這個有點需要靠平時的積累，若平時有比較常用twitter，常在上面發表個人想法或是去回覆別人的twitter，會進而累積followers與個人在行業的聲望。若這部份做的好，像是我的大神同學，最近在twitter發文說他在找工作，馬上就有人跟他聯繫了。
本來把個人信息打上了馬賽克，但大神同學說他還在找工作，要我幫他推廣推廣
* Meetup/Conference
多跟人交流，尤其是在專業領域的聚會，會是找工作的一大助力。例如，所在地的Meetup，還有數據可視化的conference。去年春天，我的大神同學轉給我一個在Spotify的實習機會，因為他在參加conference時認識了該公司的人，剛好他們有在找實習生，加上大神同學談吐不俗，所以對方蠻賞識他的，但他對Spotify沒有興趣，就把機會轉給我。
Meetup上可以搜索同城活動，除了可視化之外，還有像是柯基愛好會hhh
去參加Meetup或是conference時，可以多把握在大家面前發言的機會。去年秋天我去了加州的可視化會議，分享了自己的一點想法，會後就有人來找我聊天（但對方知道我還是學生的時候就悻悻然的走掉了）。另外，交流名片也是很重要的一部分，搭訕別人後記得跟對方要名片，回家後可以寫封信follow up。
d3.unconf算是每年可視化極客最重要的會議了（但他們不喜歡叫做會議這麼嚴肅，所以這活動稱為unconf）。可以申請免費票。
Open Vis之前都在Boston舉辦，但因為原本負責的公司團隊，被該公司裁員，所以交由在巴黎的可視化愛好者負責。票價不貲，500刀左右，但網路上會有公開視頻可以看。
* Bar
美國人愛喝啤酒聊天，也催生了許多工作機會。我周圍有些幾個例子是在bar裡面搭訕別人而獲得面試機會，或是在申請工作上幫你寫推薦信等。但我個人不喝酒很少去bar，所以沒有嘗試過。
* Indeed/LinkedIn等招聘平台的公開訊息
這個算是最常見也是最基本的方式，就不多贅述。
* 找人推薦
最後也是最重要的一點，找人推薦。可以藉此詢問尚未公開的職位並尋求推薦，或是已經鎖定職位直接找人推薦。網路上公開的職缺通常非常競爭，就算是數據可視化這種比較新的崗位也是一樣，投出的簡歷很容易淹沒在簡歷海裡面，不一定會被對方看到。之前實習的公司在去年年底公開招聘一個實習崗位，剛好是我當時的主管在招實習生，然後我就推薦給我同學並幫他寫了封信給這位我之前的主管，還好我當時的表現還不錯，加上這位同學作品集非常出色，所以在數千封簡歷中獲得比較多的關注，最後順利拿到offer。
找人推薦這一部分展現了不僅是個人人脈，還有選校的重要性。選校需要考慮到是否有好的老師與好的地點。繫上老師若有豐沛的人脈，在幫學生推薦工作時會非常有幫助，我們繫上的老師就幫許多同學媒合了工作機會，我也是其中之一。
以上幾點分享，最重要的還是個人能力，好的作品集與能力才是硬道理。另外，平常展現的工作、學習態度，也會影響其他人對自己的推薦意願。
內聖篇之個人技能路徑的選擇
這部分淺談一下個人想法，因為幾天前有人詢問相關的問題，所以就在這裡簡單的梳理一下。可視化行業不斷變遷與更加成熟，我自己還需要在實際工作後、在這領域多接觸才會有更深入的了解。
數據可視化的工作大致分成design/analytics/programming這三種路徑。
首先，以design的track來說，大致有data visualization designer, information designer，但職位並不多，且大部分隱藏在UIUX designer之下。
再來，analytics基本上對應的職缺是data visualization specialist，會比較重是綜合能力，需要會設計、邊程以及數據分析。但職缺比design更少，一般是大學裡面會有這樣的崗位，像是MIT的一些lab。
最後，programming的職位應該是最多的了，例如data visualization engineer, ui engineer，較多在加州地區，例如UBER, Airbnb, Netflix的可視化團隊基本上都是engineer。
美國整體行業分化非常細緻，例如同樣是學設計，有專門學user experience的項目，也有像我們學information design，也有偏programming的uiux項目。也就是說同一個design崗位會很多不同背景的人來跟你競爭，此時公司就會挑最合適的人才。所以，找好自己的定位，向下扎深能力還蠻重要的（當然大神可以直接忽略這一段了）。另外，美國的公司都不太喜歡招綜合能力的人（就我自己的遇到例子跟聽到的消息），他們通常會希望你專精一點，部分原因如前述，學校的program分化很細緻，有許多專才可供公司選擇;另外我猜可能也是data visualization作為一個相對較新的，還比較少有專門的職缺出現，一些公司較沒意識到有專門學這領域的人，比較不在意專門學data visualization的重要性。
若有遺漏或說錯的地方，歡迎補充指正。以上。
TAG:魚政彥 |