Subscribe
Share
Share
Embed
课代表立正的官方Podcast
深度访谈，有用干货，亲身验证的「真本事」
Superlinear Academy创始人，Maven Top AI Instructor
前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士
社区：Superlinear.Academy
课程：ai-builders.com
个人：lizheng.ai
这么多年找工作和招人
我发现了一个蛮奇怪的现象的
只有2%的候选人
他们的申请是会被认真看的
而且这里边不是因为你的经历
你的简历怎么样
而是就是因为你申请的时候
你申请的方式不对
导致你的简历没有被认真看
一开始我觉得
2%这个数字太夸张了吧
但是我后来跟很多其他的
Hiring Manager交流
尤其是那些有非常
Attractive的Position的
Hiring Manager交流
发现2%确实是一个比较普遍的现象
而且这个数字他们来说也都很吃惊
就是他们也发现
原来只有2%这么低
就是我会问
你们收到多少个申请
然后你打开看了多少个简历
基本上这个比例就是2%
那我这期视频就跟大家介绍
怎么样子成为这2%
其实只有三个非常简单的问题
而且是你找任何工作
都必须应该回来的问题
那这三个问题就是
第一
他们的工作有什么硬条件
有什么避选项
和你满不满足
第二
这个工作到底是做什么的
以及你认不认同
第三
这个工作所处的环境是什么样子的
以及你喜不喜欢
那这期视频我就用我们Stasic
正在招的这个岗位
来跟大家介绍一下
这三个问题的答案
如果你对Stasic感兴趣想申请的话
看完我这期视频
我直接把答案告诉你
你就可以成为那2%
如果你不是对Stasic感兴趣
我相信给这样一个例题的话
也会对你申请其他工作有所借鉴
那我们就来介绍一下这三个问题
第一个问题是
这个工作有什么硬条件
和你满不满足
在任何的Job Description上
都有一些硬条件和软条件
比如说很多公司
它会放一个
我们需要招一个
有5年经验的候选人
但是实际上他们2年也可以
他们放5年
只是为了筛掉那些
对自己的经验不够自信
觉得自己不够资深的人
当然这里边一定会有一些错杀的情况
但是你要知道
Hurry Manager面对的一般是一个好的岗位
几百上千个候选人
他这个时候
完全可以承担一些错杀的代价
而去想方设法地用一些方式
去在一开始就筛选掉那些
没有足够强的背景
或者没有足够强的intent的人
但是同时他也会想方设法地
在Job Description里边
强调那些硬条件
就是必要的条件
比如说我们这个岗位
什么东西是必须的
我们会很早就强调
这个岗位是一个100%on-site
5天都要来办公室
所以说你如果想remote
或者说你不能5天都来办公室的话
那很遗憾就是不行的
这个没有任何例外
再就是这个岗位
需要很强的coding skill
然后我们也会在这个
背景的介绍里边
和这个要求里边
都把它放在一个非常前置的位置上
因为Static整个的产品
就是围绕Data Science的一个产品
那你的Data Science
其实真的是在整个产品的core里边
所以任何上下游的产品
甚至上下游的产品出现的问题
最后都会集中到Data Science这里边
如果你没有一个很强的coding skill的话
是没有一个人可以真的把你的
Toy model变成一个production的
你必须要去做这件事情
所以说你必须要有一个
production level的coding skill
那再接下来
我们要面对很多客户
所以说一个非常solid的统计功底
尤其是关于实验的统计功底
就很重要
你不能你在客户面前回答一个统计问题
就让别人发现
你回答的这个问题是错的
最后就是你是愿意在startup工作的
不要说就是你面试拿到一个offer
结果后来发现你不喜欢startup的工作氛围
然后去了这个offer
如果是这样的话
那一开始就没有必要开始这个面试
以上就是第一道题的参考答案
我不知道大家去看了
以上就是第一道题的参考答案
我不知道大家看了这个绝集
能不能读到正确答案是什么
如果没有读出来的话
欢迎在下面去提出来
你觉得什么是必要的
或者说你觉得什么是不必要的
但是和我的答案不符
我们也可以进行进一步的解释
第二点就是这个岗位到底是做什么的
以及你认不认同
这其实是我在过往的一些面试的视频里面
非常强调的一点
尤其是在光叔的那些视频里面
非常强调的一点
光叔打的比方就是
面试就像是一个高速公路的收费站
但是高速公路的收费站
只是这段旅程的开始
而不是这段旅程的结束
这条路是不是去到你想要的那个目的地
然后这段路的路况是不是你喜欢的
那才是最重要的东西
这也应该是你在面试之前
就搞清楚的
想搞清楚这个问题的答案
就要搞清楚第一
Static是做什么的
第二
Data Scientist在Static里边是做什么的
Static做什么的
其实是一个非常复杂的问题
我们一层一层的说
我就只说三层就好了
但是后面还有好多层
第一
我们是一个非常先进的AB实验平台
所以说它又是一个B2B的company
而且它是一个做
enterprise sales为主的B2B company
我们的产品主要是面对那种大客户
像OpenAI Notion Figma
Microsoft Attach这样的公司
它的产品就有很强的这种B2B的形态
具体是什么
我这就不展开了
AB实验平台是什么
这又是一个非常复杂的问题
其实在这里边大家有很多理解
因为AB实验其实说起来
是一个特别简单的事情
就是你无非就是把treatment group
和control group的mean比较一下
算了一个confidence interval
那你就做成了一个AB实验
但是我们这个AB实验平台
是花了这么多非常一流的工程师
做了三年
但是还一直觉得我们有太多东西
没有做的这么一个东西
是因为它背后没有它看上去的那么简单
它背后的理念
不是说你去算一个A和B这么简单
而是你用整个实验
去驱动你的产品迭代的过程
它其实是整个产品开发文化的一个实体化
所以说为什么像OpenAI
大家看到迭代的这么快
就是因为用了我们产品
然后在这种文化之下
你的所有的工程师都可以去随意探索
然后最后大家用结果说话
并且这个结果就是你到时候shipped那个product
它所带来的真实用户上的真实结果
而不是什么大佬们通过空想去讨论
或通过议论的会议去build consensus
我们是用数据去说话
那当然了
在这里边又会带来很多很多的问题
和你在这个decision的过程中
怎么样子用产品去把这个decision的过程给实体化
就是一个很深的学问了
以及它所要面对的infrastructure
其实一个公司的数据
你的实验数据基本上是最fund grant的
因为你既需要你每个feature的exposure data
然后你又需要所有的events去aggregate到metrics
然后你还要把这个exposure和metrics
给join到一起
而且都是用户级别的数据
然后你想想我们面对的那么多用户
包括OpenAI这样的用户数量超级多的用户
包括flipcard这样的
就是他们实验数量特别多
和metrics特别多的用户
而且也是一个印度的电商
就是数量也非常多
我记得我们是平均下来每秒钟要process
230万的events
而且这里边的整个calculation的过程
也是非常复杂的
你要支持所有的metrics
那这里边的info又有非常大的挑战
总之这就不展开说了
而且用户需要用你的实验去做decision的
那你这里边你实验的validity
你需要做各种各样的health check
用户他们的数据基建的情况不一
你要保证他们的数据
是一个真正business meaningful的数据
而且又要再体现在产品上
这我就不再多展开了
总之它其实说声了以后
是一个非常复杂的challenge
那这就是Static做的事情
就是把先进的product development culture
给实体化的这样的一个业务
数据科学家在这个里边
就是整个引擎的发动机
就是你的所有的不管是统计的test也好
还是你不同的
比如说secretion testing
switchback testing
包括你到后面
我们现在还不具备的能力
就是用ML和AI
去帮助大家去做anomaly detection
做meta analysis
怎么样子去用过往的实验数据
去infoering更好的
去做下一次的产品迭代
怎么样子去用analytics
去找到实验的机会
都是有太多太多东西可以做了
那就很考验一个数据科学家的vision
这就是第二条题的答案
就是我们是这样一个公司
数据科学家在这里边做这样的一个事情
你可以想一想
你是不是认同这样的一个理念
和认同这样一个role
以及你是不是app for the challenge
第三点
startup是一个什么样的环境
和你喜不喜欢
我也有很多视频去介绍static的环境
但是其实有一个很好玩的点
就是我有一次
我们这个是在三番做的一个billboard
就是我们把整个三番和bay area的这种广告牌
全都买下来了
然后有一个数据科学群里面有同学
分享了一个billboard
是ab testing saves VC money
然后他问了一个很好的问题
就是为什么不是earn money
而是save money
我当时觉得对
不是应该是earn money吗
但是后来想
可能是因为我们的founder太抠了
就是他是一个非常frugal的人
然后非常scrappy的人
然后就在群里说
可能是因为我们的founder太抠了
你看我跟他的每天的对话就是
我可不可以买这个
然后他说不行
然后我说我可不可以订阅
那个两块钱的Google drive
他说你能不能用其他的吗
就是在扣一些非常非常小的钱
开玩笑的方式说
但是也能体现一下我们公司文化
这个时候有一位Google工作的朋友就说
这件事情不是应该CFO管吗
然后我就问他说
你猜我们公司的CFO是谁
结果群里的同学们就说
难道CFO是你吗
我当时就很意外了
就是当然我们的CFO
就是我们的CEO了
这是一个startup的情况
就是一个人是要wear multiple hats
那最适合wear CFO hats的人
当然就是那个CEO
不过从这件事情就让我想起来了
如果你只在大厂待过的话
你对startup的情况
包括大家move有多快
包括大家决策的机制是什么样子的
包括你在这里边具体的工作
你要follow的流程
你所给予的权限
和你做的事情
对于整个公司业务的影响
以及人际之间的关系
可能都有一些自己的想象
然后和实际不符
如果大家感兴趣的话
我也可以多出一些这样的视频
多采访一些在不同startup工作的人
毕竟Stasic还是一个蛮特殊的startup
就是因为founder非常有经验
他之前是在Facebook管一线200人的VP
所以说整个公司不太一样
不是一个typical startup experience
但是回到我们的正题
就是你要去足够的了解这个环境
不是说它的amount
不是说它的benefits
而是他整个工作的环境
然后去决定一下自己喜不喜欢这个环境
我之前有一篇采访
Sean Taylor的那些视频
他就有说换工作
其实非常重要的就是选择环境
和选择你的同事
因为你很有可能比在你同事身上花的时间
是你最多的
就是你跟你的伴侣
跟你的家人可能都花的时间
都没有跟你同事花的时间这么多
所以说你愿不愿意跟你同事共事
你这个环境里边
大家是一个什么样的平均水平
对你的个人发展
和你的性格的塑造
就是非常非常重要的
以上就是这三个问题
这三个问题不光是为了增加你找工作的成功率
而是你在去找一个新工作的时候
就是应该想清楚这三个问题的答案的
如果没有想清楚的话
你对自己是不负责任的
好的以上就是找工作的时候
哪三个问题可以让你成为2%被考虑的人
和我对Static这个工作的给出的参考答案
希望这期视频对大家有用
我们下期再见
拜拜