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。

许多求职者犯的下一个错误是在没有充分准备的情况下就去参加面试。有些人甚至不知道可能会问什么类型的问题就去参加面试。

为了了解这个错误以及如何更好地避免它，让我们来看看我过去找工作时没有准备的几个有用例子：

1、对技术面试毫无准备

我的程序员面试通常包括四个问题：两个简单的，一个中等的，一个困难的。因为我过去有一些编码重的数据科学项目的经验--做一些任务，如从头开始实现算法，通过比较不同的算法来优化运行时间，以及类似的工作--我通常认为自己是一个自信的程序员。

然而，有一次，我完全没有时间了，只能解决两个简单的问题。后来我意识到，一个人在房间里写代码与有人从你肩膀后面看着你 ,仔细检查你写代码时的敲打的每一个按键相比是非常不同的。此外，在面试中，你还需要解释你在编码时的思考过程，同时不引入任何bug。在练习编码面试时，一定要把你的思考过程说出来，这样你就能感受到实际面试的时间。

2、不了解你的面试官

有一次，一家公司要求我介绍我最有影响力的项目。我以为我的听众是数据科学家，所以我介绍了很多技术术语，如统计学和机器学习的行话，希望用这个项目的挑战性来打动听众。

但事实证明，这是一个大错误。听众是利益相关者的混合体，在这种情况下是数据科学经理和产品经理。产品经理们对项目的商业影响更感兴趣，而不是技术细节。我没有准备好讨论这些方面，所以很自然地，我在那次面试中表现不佳。

3、对产品不熟悉

一些例子是，你问的问题显然表明你不熟悉该公司或其产品。如果你不知道Facebook的新闻摘要是什么，或者对于像Uber这样的公司来说ETA可能意味着什么，你会显得毫无准备，可能不会留下好印象。

这不仅是基于我经历了几次求职的经验，也是基于许多向我接触我并分享他们故事的人的经验。为你的面试做准备，在前期工作投入更多的精力，并将你所学到的东西应用到你作为数据科学家的日常工作中去，从而获得收益。

我们要谈的最后一个错误是对分析工作感到麻痹。我完全理解人们关心效率和投资回报率，但我想指出的错误是在采取行动学习之前，担心学习某些东西是否有帮助。牢牢记住：

• 不要花太多时间担心你不知道的东西，而是花时间获得新的技能。例如，不要花几个小时研究哪本书可能最有用，只需挑选一本并开始学习。

• 稳步提高将为你作为一个数据科学家的能力打下坚实的基础，并在面试中取得更多的成功。

因此，如果你意识到你有一个知识缺口，而且你知道有一种方法可以帮助你获得知识并填补这个缺口，那么只要采取行动，而不是浪费时间过度分析。记住，你永远不会后悔对自己的任何投资。

好了，就这样，这就是我看到的人们在寻找数据科学工作时最常犯的三个错误。我在过去肯定从这些错误中吸取了教训，我希望你把这些教训记在心里，这样你就不会再犯这些错误。