你是否发现自己在寻找数据科学工作的过程中不断出错？事实上，在整个求职过程中，你几乎可以把所有事情都做对，但一个错误可能会毁掉你找到工作的机会。

在数据科学求职过程中，最常见的三个错误包括。

（1）同时申请不同类型的职位

（2）没有为面试做准备

（3）对分析工作感到枯燥或麻痹

当然，要想在数据科学求职中取得成功，不仅仅需要知道哪些是潜在的错误。你还需要知道如何最好地避免它们。我们将在下面详细研究每个错误，向你展示它们具体是如何发生的，以及如何避免它们。

我们要看的第一个错误是同时申请不同的职位类型。对于不同的职位类型，我指的是数据科学领域内的职位，如数据科学家分析师、数据科学家算法，或机器学习工程师等相关职位。

我过去申请了所有能申请的职位：数据科学家、数据分析师、软件工程师、数据算法等等-这是对时间的极大浪费。虽然你可能觉得你完成了很多，但你并没有给自己找到真正适合的职位的最佳机会。为了获得最佳效果，你应该专注于申请一种类型的职位，并成为这方面的专家。

你浪费了时间去申请。你一开始可能没有意识到，但每一次申请都需要为工作量身定做你的简历和求职信，而花在这些修改上的时间很快就会累积起来。

以上种种，最终导致了面试到录取的低比率。数据科学的面试是严格的，也高度依赖于其职位的类型。你会被问到不同的问题，这取决于你所申请的职位。不同的职位也会关注不同的技术技能和知识。

这里的要点是，专注于一个职位类型的精准与准确性可以帮助你在数据科学方面的求职。在合适的职业方向上提高你的技能，而不是试图去尝试所有你所能做的事情，这要好得多。


除了岗位申请之外，在准备面试和正式开启工作的时候，我们也会遇到很多问题，下面我将在错误2和错误3中继续阐述。