根据 AT&T Career 学员反馈，最难的环节是 Take-home Assignment 和 Case Study，而不是技术编程题。原因是这两个环节需要综合运用技术能力、业务理解和沟通表达，而这些能力很难通过刷题来培养，需要大量实际项目经验。
英国 DS 求职的整体时间线
在制定求职计划之前，你需要了解英国 DS 求职的整体节奏。与 IB 和 Quant 的"集中招聘季"不同，DS 岗位全年都在招聘，但有明显的高峰期：
- 暑期实习申请（大三学生）
- 申请窗口：9 月–次年 1 月
- 面试周期：10 月–次年 3 月
- Offer 发放：11 月–次年 4 月
- Graduate 全职申请（大四/硕士生）
- 申请窗口：9 月–次年 3 月（滚动招聘）
- 面试周期：10 月–次年 5 月
- 入职时间：次年 7–9 月
注意：金融科技公司（Revolut/Monzo/Wise）和大型科技公司（Google/Amazon/Meta）的招聘节奏与投资银行不同，很多岗位全年开放，不需要等到特定的申请季。
第一阶段：简历和作品集准备（申请前 2–3 个月）
DS 简历的核心原则
DS 简历与 SWE 简历的最大区别在于：DS 简历需要同时展示技术能力（编程、统计、建模）和业务影响力（用数据解决了什么问题、产生了什么可量化的结果）。
简历结构建议
- 个人信息：姓名、邮箱、LinkedIn、GitHub（必须有！）
- 教育背景：学校、专业、GPA（如果 ≥3.5/4.0 或 First Class）、相关课程
- 工作/实习经历：按 STAR 格式描述，重点突出业务影响
- 项目经历：2–3 个完整的 DS 项目，包含数据来源、方法、结果
- 技能：Python、SQL、机器学习框架、可视化工具、云平台
高质量项目的标准
- 很多留学生的简历上有大量课程项目，但这些项目往往缺乏区分度。高质量的 DS 项目需要满足以下标准：
- 真实数据：使用真实的公开数据集（Kaggle、UCI、政府开放数据），而不是课程提供的清洗好的数据
- 完整流程：从数据清洗、EDA、特征工程、建模到评估，展示完整的 DS 工作流程
- 业务背景：明确说明这个项目解决了什么现实问题
- 可访问性：代码发布在 GitHub，报告发布在 Medium 或个人网站
GitHub 作品集的重要性
在 DS 求职中，GitHub 作品集的重要性不亚于简历。面试官在收到你的简历后，第一件事通常是点击 GitHub 链接。一个整洁、有文档的 GitHub 作品集（3–5 个完整项目，每个项目有清晰的 README）可以显著提升你的简历通过率。
第二阶段：投递策略（申请季开始后）
目标公司分层
建议将目标公司分为三层，制定差异化的投递策略：
- A 层（梦想公司，3–5 家）：Google/Meta/Amazon/DeepMind/Bloomberg
- 投递时机：申请季开始后立即投递（这些公司招聘名额有限，早投有优势）
- 准备深度：针对每家公司的面试风格深度准备（Google 偏 Case Study，Bloomberg 偏 SQL/Python）
- 备考时间：每家公司至少 4–6 周
- B 层（目标公司，5–10 家）：Revolut/Monzo/Wise/Palantir/Citadel/Two Sigma
- 投递时机：A 层投递后 2–4 周
- 准备深度：了解公司业务和面试风格，准备通用 DS 技术题
- 备考时间：每家公司 2–4 周
- C 层（保底公司，10–20 家）：中型科技公司、咨询公司 Analytics 部门、金融机构 DS 团队
- 投递时机：B 层投递后持续投递
- 准备深度：通用 DS 简历 + 通用面试准备
- 备考时间：每家公司 1–2 周
投递渠道优先级
- 公司官网直投（最高优先级）：通过 LinkedIn 或公司官网直接投递，避免中间商
- LinkedIn Easy Apply：适合快速批量投递 C 层公司
- 内推（Referral）：通过 AT&T Career 导师网络获得内推，可以显著提升简历通过率
- 校园招聘：帝国理工、UCL、LSE、Edinburgh 等高校的 Career Fair 是获得顶级公司面试机会的重要渠道
第三阶段：面试备考（投递后）
DS 面试的标准流程
大多数公司的 DS 面试包含以下环节（顺序可能不同）：
- HR Screening（30 分钟）：了解背景、动机和薪资预期
- Technical Phone Screen（45–60 分钟）：SQL 题 + Python 题 + 基础统计题
- Take-home Assignment（24–72 小时）：数据分析项目
- Onsite / Virtual Onsite（3–5 轮）：Case Study + Technical + Behavioral + System Design
备考资源推荐
| 备考方向 | 推荐资源 | |---------|---------| | SQL | LeetCode SQL 题库（重点：Hard 级别窗口函数题）| | Python/Pandas | Kaggle Learn Python 课程 + 实际项目练习 | | 统计学 | StatQuest YouTube 频道 + 《统计学习方法》 | | 机器学习 | Andrew Ng ML 课程 + Hands-On ML（Géron）| | Case Study | Exponent DS 面试课程 + 真题练习 | | Behavioral | STAR 格式准备 5–7 个核心故事 |
Mock Interview 的重要性
很多候选人在独自练习时表现良好，但在真实面试中因为紧张而发挥失常。AT&T Career 的 DS Track 提供 1:1 Mock Interview 服务，由真实的 DS 从业者（Meta/Revolut/Bloomberg 在职员工）担任面试官，提供最接近真实面试的练习体验。
第四阶段：Offer 谈判
DS 薪资谈判的特殊性
与 IB 的固定薪酬结构不同，DS 岗位的薪资谈判空间通常更大，特别是在科技公司和金融科技公司。以下是 DS 薪资谈判的关键策略：
永远不要第一个报价：当 HR 问"你的薪资预期是多少"时，回答"我对这个机会非常感兴趣，我相信贵公司会提供与我的技能和市场水平相符的薪酬"，然后反问"这个岗位的薪资范围是多少？"
用竞争性 Offer 谈判：如果你同时收到多个 Offer，可以告知 HR"我目前有另一家公司的 Offer，薪资为 X，我非常希望加入贵公司，请问是否可以匹配这个数字？"
谈判不只是薪资：除了基本工资，还可以谈判 Signing Bonus、股权（RSU）、入职日期、远程工作政策和职级（Junior DS vs DS）。
AT&T Career 的 Offer 谈判支持：我们为学员提供 Offer 谈判咨询服务，基于真实的市场数据帮助你评估 Offer 的合理性，并提供具体的谈判话术。2024–2025 申请季，我们帮助学员平均提升薪资 8–15%。
常见问题 · FAQ
英国留学生 DS 求职最难的环节是什么？+
根据 AT&T Career 学员反馈，最难的环节是 Take-home Assignment 和 Case Study，而不是技术编程题。原因是这两个环节需要综合运用技术能力、业务理解和沟通表达，而这些能力很难通过刷题来培养，需要大量实际项目经验。
DS 求职需要多少个 Kaggle 竞赛经历？+
Kaggle 竞赛经历有帮助，但不是必须的。更重要的是有 2–3 个完整的端到端 DS 项目（从数据清洗到模型部署），并且能够清晰地讲述项目背景、方法选择和业务影响。如果你的 Kaggle 排名在前 10%，这是一个很强的信号；如果只是参与了竞赛但排名靠后，不如不提。
没有 DS 实习经历，应届毕业生能找到 DS 工作吗？+
可以，但需要用强大的项目经历来弥补实习经历的缺失。建议在毕业前完成 3–5 个高质量的 DS 项目（使用真实数据、完整流程、发布在 GitHub），并积极参与 Kaggle 竞赛或开源项目贡献。AT&T Career 有多位学员在没有 DS 实习经历的情况下，凭借出色的项目作品集成功拿到 Revolut 和 Bloomberg 的 Graduate DS Offer。
DS 求职中 LinkedIn 的重要性如何？+
LinkedIn 在 DS 求职中非常重要，原因有三：很多 DS 岗位通过 LinkedIn 发布；招聘人员会主动搜索候选人；面试官在面试前会查看你的 LinkedIn 页面。建议在开始求职前，花 1–2 天优化 LinkedIn 个人页面（专业头像、完整的工作/教育经历、技能认可、3–5 篇 DS 相关文章或帖子）。
英国 DS 岗位对 GPA 的要求高吗？+
大多数公司要求 2:1 学位（相当于 GPA 3.3+），部分顶级公司（Google/Meta/DeepMind）要求 First Class（GPA 3.7+）。但 GPA 只是简历筛选的门槛，真正决定 Offer 的是面试表现和项目经历。如果 GPA 不理想，可以通过强大的项目作品集和 Kaggle 竞赛成绩来弥补。
如何判断一个 DS Offer 是否值得接受？+
评估 DS Offer 需要考虑多个维度：薪资（与市场水平相比是否合理）、公司阶段（初创公司 vs 成熟公司，风险和成长空间不同）、团队质量（直属 manager 和团队成员的背景）、技术栈（是否有机会接触前沿技术）、签证支持（是否提供 Skilled Worker Visa 担保）。AT&T Career 提供 Offer 评估咨询服务，帮助你做出最适合自己的决策。
Free Resource
免费领取【Data Science 求职全套资料包】
包含 CV 模板、面试题库、Networking 模板信及完整的求职 Timeline。已有 1,200+ 学员领取。
