对于Master的同学，找工作/实习从收到Offer就可以开始了；对于本科的同学，找工作/实习也尽可能早得准备为好。下面从前期准备和正式找工作的阶段讲一讲在美国找工作的干货：

找工作的前期准备：

- 做好职业规划，并相应选课

相信大家在申请专业的时候已经有了大致的职业方向，但是很多Program会设置多种Track，例如会计专业可能设置会计+金融，会计+数据分析，这时，我们应该进一步想一想具体想做的是什么工作，例如是审计？还是IT审计？还是Tech Advisory？知道具体想坐的工作细分后，我们可以去glassdoor或indeed等找工作平台搜索该工作Title，选取感兴趣的公司的这一职位，看看工作具体的Job Description是怎么写的。以下Job Description为例：

根据这个JD，我们可以知道胜任这份工作最好有CISA，CFA证书；需会使用Oracle，SAP等ERP；以此类推，对于大家感兴趣的工作方向，建议大家搜索3-5份JD，综合起来总结需要的Skillset，未来的选课/学习中参考这些Skill，会非常的有针对性，提高学习效率。

除了参考JD，还有一个方法 – 大家可以在Linkedin中搜索感兴趣的公司和职位名称，找到几位Manager Level甚至更高title的人，参考他们的职业发展轨迹和相应的Skill及其他信息，作为自己的目标。这个方法可以让大家的学习和找实习/工作更有效率和目的性。

- 完善Linkedin主页

大多数工作在网申时，都会要求附上Linkedin链接，有一份完善的Linkedin档案会让你看起来更专业，在找工作这件事上更Engage。建议大家立即开始建立个人Linkedin页面，并一点一点完善，不要因为觉得麻烦一直不开始着手做。几点有关Linkedin的tips如下：

o 在找工作的peak time开启Linkedin的premium试用：如果平时没有必要使用到Linkedin的premium功能，可以把free trail留到自己需要频繁使用Linkedin的时候激活

o 设置自己的个性化URL：记得把默认的URL改成自己相关的URL，一般是改成自己的名字相关。这样URL列在网申页面的时候看起来更专业，也更方便列在简历上

o 翻一翻同行的Linkedin主页，保存几个维护得非常好的主页在自己写的时候参考

- 完善简历和准备Cover Letter

简历的重要性无需多言，可以根据这份NYU Stern的档案对自己的简历做一个大致检查：http://web-docs.stern.nyu.edu/admissions/asw-stern-resume-writing-guide.pdf

对于Cover Letter，一入学就要找工作/实习的同学也要开始准备了。大多数公司在网申系统中可以附上Cover Letter，有一些公司会强制要求Cover Letter。Cover Letter的写作形式比较固定，大家可自行寻找网上模板参考。比较值得注意的一点是：Cover Letter很重要的一点是要说清楚自己以前做过的x，y，z是怎么与职位要求的a，b，c相关的，因此大家在写Cover Letter的时候一定要写清楚自己以前的经历如何与这个职位相关联，以及可以如何利用以前的经验。

入学后，在自己修改之后，大家记得把简历和Cover Letter提交给学院和学校的Career Service进行检查，避免一些基础的错误和失误。

- 提高英语口语

从找工作这个角度，我们可以有针对性地练习以下几个模块：

o Elevator Pitch：在Career Fair上需要用很短的时间向招聘人员介绍自己，如何把自己的经历浓缩成几十秒以内，并精彩地讲出来，需要大家的多次训练

o 简历中的故事：在简历中写的实习、工作、项目经历非常有可能在面试或Career Fair中被问到，大家可以提前练习，如何把自己的经历讲成比较连贯的故事

o Small Talk：在找工作的Networking中，Small Talk无法避免，例如在面试过程中，公司安排了一次求职者与在职人员共进晚餐的活动，我们难免遇到需要与身边的人Small Talk的情况。大家可以提前准备几个自己喜欢的small talk话题，避免在社交场合无话可说的尴尬

正式找工作阶段的投递阶段：

- 最大化利用Career Fair

说起Career Fair，很多同学可能第一反应是，Career Fair有什么用？可能大家都有花了一个小时排队，但却被告知“去网上申请”或者“我们这个职位不招国际学生”的经历，因此很多同学觉得Career Fair除了耗费经历，毫无用处。

大多数同学去Career Fair时心中都是怀着“知道没用，但还是去一下吧”的随意的心理，并没有做好充足的准备。如何做好Career Fair的准备工作？

o 提前找到公司名单并进行筛选：在拿到Career Fair的公司名单后，大家可以根据是否Sponsor国际学生（如果学校找工作的网站无筛选功能，可在https://www.myvisajobs.com/中查询公司是否有比较多的Sponsor记录），以及根据是否有自己对应的岗位进行筛选，并根据自己的兴趣对筛选后的名单进行排序，保证最感兴趣的公司一定要当面聊到

o 了解公司、职位并查看Job Description：大部分公司会在career fair开始之前在学校的网站公布招聘的职位，这个时候我们需要看自己的目标职位是否在其中。如果在其中，这意味着会有直接负责这个职位的recruiter来career fair进行招聘，这样的机会会非常有帮助，因为直接负责的recruiter会直接影响招聘流程，如果能接触到职位直属的recruiter会大大增加自己主观能动的作用；如果自己感兴趣的职位不在其中，建议在公司官网找到自己合适的职位，并记住职位名称，在career fair上与recruiter沟通。通常这种情况，recruiter会留下大家的简历，并告知大家会帮你与负责这个职位的员工沟通，但通常有后续的可能性比较小。无论是两种情况的哪种，都非常建议大家查好具体的职位详情，并打印出来带至career fair。对于自己不了解的公司，也建议大家把公司介绍存起来，在排队的时候看一看。对公司、对职位的了解可以让你更加stand out，特别是如果事先对职位非常了解，career fair上碰到直接负责这个职位的recruiter，积极展示自己的了解和匹配程度，会极大地提高自己的竞争性，拿到面试机会

o 策略性地排队：一些例如Facebook，安永等sponsor国际学生的大公司排队的人非常多，建议大家在career fair刚刚开始时首先排完这些公司，之后再去找自己感兴趣的中小型公司

o 发送Follow Up邮件：建议大家在聊天的时候询问recruiter的名片，并在career fair结束后发送Follow Up邮件。

o 四大等商科相关的Firm一定需要去Career Fair排队/签到。这些公司非常重视参与，甚至会对大家参与Career Fair/公司活动进行记录。

- 找内推

找内推可以分为两种，第一种是在公共平台上浏览到的内推信息去reach out，第二种是自己主动去找他人并reach out；

第一种常见于一亩三分地内推版等平台，很多在职员工会发布内推信息，大家看到感兴趣的内推信息可以把自己的简历和简短介绍发至指定邮箱，由PO主帮忙内推。这种方式的优点是大大缩短了大家找人、reach out的时间，非常有效率；弊端则是PO主并不一定会帮你内推（例如收到的内推请求太多，或你的简历不够优秀）。

第二种自己主动找他人内推的情况，有可能是认识的校友，也有可能是在Linkedin上搜索到的公司员工。如果是后者，也很有可能收不到对方的回复。这种情况，大家可以一次性把内推请求发给多个员工，或者在没收到回复的隔天换一位其他员工发送请求。

通过找内推的形式投递简历，会有比海投高很多的拿到面试的几率，但同时也非常地耗费时间和精力。

- 海投

由于内推非常耗费时间和精力，基本上没有人可以做到所有公司都找内推，这时，对于一些我们并没有特别感兴趣的公司，可以采用广撒网的形式，进行海投。常见的海投网站主要有：indeed, glassdoor jobs, linkedin jobs等。

- 在学校的找工作平台上投递

很多学校有自己专属的找工作平台，公司会把职位发布在学校的平台上。在学校的找工作平台投递简历会比自己海投有更高的获得面试的几率。

正式找工作阶段的面试阶段：

- 在Glassdoor，一亩三分地等网站看面经

参加一些公司，尤其是大公司的面试，提前看面经非常重要，会达到事半功倍的效果，让大家更有效率地进行准备。大家可以在准备面试之前，首先在Glassdoor和一亩三分地面经板块查看是否有对应职位的面经，根据他人的面经，进行有针对性的准备。但是需要注意的是，他人的回忆不一定准确，面试官也很有可能现场改动一些细节，切勿不思考，直接参考别人的回忆和回答。

- 把常见的Behavior Question以及其他面试问题存入文档

一些经典的Behavior Question会被屡屡问到，这些问题大家可以整理到文档，一个个准备；包括一些常常出现的Technical Question也可以整理在文档里，方便总结和复习。

- 面试后向面试官发送Follow Up邮件

与Career Fair的Follow Up相比，这里的Follow Up的重要性大于前者，强烈建议大家面试后发送Follow Up邮件。

作者Claire Wu，芝士圈留学行家，2017-09~2018-12就读于UIUC的MSIM项目，曾拿到多个美国的MSA项目和BA相关的项目offer。

我就读于UIUC的信息管理专业（Master in Information Management），2017年8月底入学，2018年12月毕业，目前在美国一家互联网电商公司工作。在读MSIM之前，我的本科是会计专业，入学前没有任何编程基础。从我自己找工作的经历来看没有觉得特别艰难，时间线大约是从2018年8月底到11月初，以投商业分析和分析方向的咨询职位为主。美国的就业市场，商业分析相关的项目（商业分析/数据分析/统计/信息管理/信息系统）主要有以下就业方向：

1）数据工程师
2）商业分析师
3）数据科学家

Salary水平：商业分析师<数据工程师<数据科学家
技术的要求：商业分析师<数据工程师<数据科学家

这个回答中我会主要focus在商业分析找工作的主题上，聊一聊文商科背景的同学（我在高中是读文科）如何转商业分析找工作。

先来看一份亚马逊招商业分析的职位描述：

- 基本技能

1）熟练掌握SQL、Excel、Tableau和其他统计分析工具
2）书面和口头把复杂的分析和insight有效传达给senior领导的能力

- 如果有以下技能可以加分：

1）优秀的书面和口头表达能力
2）使用Reporting工具的经验（Cognos，Tableau，MicroStrategy，etc）
3）对Redshift和Quicksight有基本的认识
4）很强的商业运营认知 ，例如对商业决策的预计影响的预估
5）了解如何最高效进行分析的方式、编程语言以及可视化Reporting工具
6）注意细节
7）独立工作，调整优先级，在不断变化的环境工作的能力
8）与多功能团队共事的经验

- 以上所有的技能可以总结为一下几点：

1）熟练掌握分析工具 - SQL/Excel/Tableau等
2）Business Sense - 碰到一个问题能不能从business的角度剖析，找到最合适的方向进行分析
3）沟通能力 - 与不同团队沟通；将分析结果汇报给senior leadership

划重点：

从我的个人角度聊聊分析工具的要求：这份职位描述中提到的分析工具，例如SQL和Tableau，都是我入学前完全没有接触过的，都是在项目中根据课程和自己在网上找资源学习。

这份职位描述里没有提到Python等编程语言，但是学Python也是非常必要的，在理想的情况下同一个问题应该可以有能力用多种工具解决（这样你可以择优而选）。在商业分析/数据分析需要掌握的分析工具中，作为一个完全没有先修知识的商科背景同学，学Python的确对我来说是稍微有一些struggle，SQL和Tableau相比真的是非常非常简单了。

根据我的经验，在一年的时间中掌握SQL+Tableau+用于数据分析的Python是完全没有问题的，需要花费的时间Python > SQL > Tableau（或其他reporting工具）。

这样的toolset的组合是对于一个文商科同学可达到的基本水平，如果你想更加technical，那不能避免得还要学习机器学习，人工智能，算法等等。但是这样最基本的skill set找到一份商业分析的工作是完全OK的。

了解了toolset，大家要做的就是根据需要掌握的工具来进行选课，还没申请的同学也可以参考这个来选项目。如果有文科背景的同学对统计、数学比较害怕，强烈建议大家仔细阅读课程中的必修部分，衡量一下是否自己可以handle – 我会比较建议Data零基础的文商科同学选择选修课更多的项目，这样自己可以根据自己的学习情况灵活把握学什么课程，避免造成压力过大的情况。在这里也给我们项目打个广告（UIUC MSIM：https://ischool.illinois.edu/degrees-programs/ms-information-management），这个项目非常flexible - 想更technical的可以走数据科学或者码农方向，想走BA也可以选BA相关的课。

总得来说，一个文商科的同学读一个商业分析Master，学习最基本的BA toolset，是非常有可能在美国找到一份商业分析的工作的。

下面也根据职位描述简单说一说DE（数据工程师）和DS（数据科学家）：

一、数据工程师

- 需要什么技能？

以一份亚马逊的Job Description为例，亚马逊的数据工程师要求掌握以下技能：

1）编程经验 - 例如Python的编程经验
2）数据建模，ETL（数据提取-转换-加载），数据仓库相关经验
3）掌握类似Tableau的可视化Reporting工具
4）熟练掌握SQL

- 如果有以下技能可以加分：

1）写基于大数据量的复杂、高效SQL的经验
2）用Jupyter和Pandas等数据分析工具进行数据分析的经验
3）与不同层级business和engineer stakeholder沟通的经验
4）用AWS工具的经验 - 如Redshift, SageMaker, etc.
5）在engineer, business, product, finance等不同team中协调项目的能力
6）通过written communication的沟通分析结果的能力

- 以上所有的技能可以总结为一下几点：

1）编程 - Python（特别是用Pandas等相关库进行数据分析）
2）数据库 - 需要有数据仓库、数据建模的基础。SQL非常重要（基本的写SQL + 更高阶的如何优化）
3）可视化 - 需要会用Tableau，PowerBI这样的dashboard工具做report
4）沟通能力 - 需要跟工程师、产品、business各个stakeholder进行沟通；分析的结果需要以一种stakeholder可以清楚理解的方式传达

前三点可以通过学习达成，第四点在实习和工作中会更有体会。

二、数据科学家

- 需要什么技能？

同样以一份亚马逊的Job Description（这里看的是一个Senior职位），亚马逊的商业分析师要求掌握以下技能：

1）编程经验 - Python, R, MATLAB

2）相关的行业经验

- 如果有以下技能可以加分：

1）自然语言处理、机器学习、统计等的博士学位
2）大量将理论模型运用至应用环境的经验
3）精通机器学习方法和技术
4）强的问题处理、算法设计、复杂分析的基础
5）编程语言 - 使用Java，C++等的经验
6）很强的沟通和数据展示能力
6）开发云相关软件的经验，并对scalability，performance，reliability有基本理解

- 以上所有的技能可以总结为一下几点：

1）相关专业的学术背景
2）机器学习的知识和运用
3）编程语言 - Python，R，MATLAB，JAVA，C++
4）开发知识和算法设计
5）数据的沟通能力

*这里也想补充一下，数据科学这个职位名最近非常流行，很多没有要求这样高的职位也会叫这个（比如Facebook的DS Analytics），大家不要因为看到这个skillset就不去投这个职位，具体还要一个一个看每个position的职位描述。

横向比较这三个职位，从转专业的技术难度上，明显商业分析是更转专业友好，特别是对于商科背景的转专业同学。但是想提醒大家的是，现在大多数学校的BA项目大多会有机器学习等等比较Technical的课程，这也跟就业环境有关 - 现在找BA/DA相关的工作，都需要对机器学习有或多或少的了解。

从“好就业”的角度来看，目前这三个职位都需求量尚可，大家可以根据自己的兴趣和技术水平在上课的时候选择对应的课程，满足不同职位的要求。

如果想进一步详细了解商业分析在美国如何找工作，工作的具体实际内容（例如A typical day as a Business Analyst），欢迎浏览我在芝士圈的咨询服务，希望能帮到大家：）