整個十月真的是忙上加忙，除了課業，還得準備出乎意料的面試。當時我就想，如果能順利撐過這個月，一定要活著將中間經歷的學習、挫折跟反省都記錄下來。這篇文章就是這麼一回事。
完全是意料之外
雖然才來 San Luis Obispo 兩個月，能趁著 Cal Poly 的 Fall Symposium 跟 Career Fair 拿到面試機會，並在之後的面試中脫穎而出、拿到 Offer，真的是始料未及。這一方面是因為我沒事先做好功課，不知道原來主流公司的招聘期間主要集中在秋季，到冬季或春季只會越來越少；另一方面，即使在我兩個月前的規劃中，我對找工作還是處於一種「還沒準備好，還得充實許多能力」的狀態。
不過，雖然懷著這種不真實感，從一開始我就抱著「即使只是試試看也要認真失敗了還可以寫文章啊」的心態走每一步：改履歷、寫 cover letter、準備英文自我介紹和各種問題、並練習 small talk 跟 networking，努力從各種管道取得資源。最後我發現，雖然我並沒有針對面試或找工作做太多準備，但我可以從平常就很熱衷的 Data Science 跟 Consulting，也就是我的專業能力跟興趣著手，擬定最適合自己的求職策略。
這也呼應了我這一年來寫 McK & Note 的心得：顧問最核心的價值是專業、背景和能力，如果能從核心價值出發，補足溝通、思考、管理等能力，就能成為一流的商務人士。這一年我從 case Study 寫到 coding，對自己擅長什麼、想做什麼也有了比較完整的理解，這份 offer 算是錦上添花吧。
於是，我成了少數幾個一開學就定好明年工作的人，趁我還很難接受這個事實的時候，我想把過程中用到的資源、想過的事情都記錄下來，希望讀這篇文章的人都能找到好工作，也希望自己以後不要再犯下這些年輕的錯誤了。
開始之前的狀態
從我寫完〈最近的規劃〉以後，我每天都會花十幾小時學跟 Data Science 有關的知識。我不想把這稱為「狼性」，因為我感覺這個詞有點負面，好像背負著壓力不斷侵略眼前的資源一樣。事實上，雖然我確實有著一畢業就要工作的壓力，但這不完全是我學習的動力；我想成為厲害的 Data Scientist，而不只是一份有工作的人。換個角度想，如果變得厲害，就會有工作，但如果目標只是工作的話，心態可能會變得計較許多不重要的事，也就是我所認為的狼性。所以過程中我一直試著讓自己保持輕鬆自由的態度，不要背負著找工作的壓力，但要抱著「這個領域太多東西了，不趕快學怎麼行啊」的壓力。
所以，從學期一開始到找工作前，我從 DataCamp 上的 Introduction to R 學到 Stanford 的 Statistical Learning（直到最近在研究 neural network），也不斷參加各種活動，並且越來越確定自己在這個領域的發展路徑。在《自創思維》這本書裡，Hoffman 提過「職業發展的三塊拼圖」這個概念：資產、價值觀跟市況，很幸運的是在找工作前，我感覺自己在這三個方面的狀態都不錯。在之後的求職和面試過程中，這個動能（momentum）非常重要。
Career Fair 和 Job Research
我一直保持這樣的狀態，並以為自己會一整年都只忙 Data Science 的事情，直到我發現學校開始有一系列的求職活動。先是社課出現了各個企業的 presentation，還有隨處可見的宣傳海報，以及寫履歷、準備面試等 workshops，都讓我意識到原來九月跟十月是 Cal Poly 最熱鬧的招聘期間。
要事之一
隨時注意學校的任何求職活動（通常在秋季），養成用行事曆安排行程的習慣。
當時就想「好像滿好玩的，那就試試看吧」，所以也跟著別人穿西裝、手拿文件夾（portfolio），到處參加活動，交換名片跟以前寫好的履歷。現在想想，當時交出去的履歷不但格式不太標準（字太小了、因為沒注意到美國都用 US Letter 而不是 A4），自己在參加這些活動前，也沒有做好功課，到了現場、pitch 完以後還搞不清楚自己要申請什麼職位，太年輕以致於犯下了錯誤嗎？
要事之二
參加活動前要對公司、職位跟申請門檻做好功課，談話才能切入重點。記得要在場職員的聯絡方式。
所以過了幾天，我開始好好整理職位等資訊，並改善履歷，讓 HR 一眼就能看出重點。雖然現在許多職位都在網路上投遞，但有個統一的表格總更方便查詢，所以我建了這個表單，其中包括以下欄位：
- 基本資訊：company、vaccancy、position、deadline、reference url、available term
- 遞交規則：official submission（註一）、multiple application、required documents
- 能力要求：major、gpa、school year、location、skills
- 其它：priortity（註二）、staff contact（註三）、further questions（註四）
註一：有些公司會要求除了在求職平台上申請，也要到公司官方網站上申請，內容不會差太多。
註二：判斷哪些工作是一定要申請的，如果時間不夠就可以集中精力。
註三：寫 cover letter 的時候最好要寫明對方名字，所以蒐集聯絡資訊很重要。
註四：參加活動和面試時可以問，也反映了自己有認真研究過這個職位。
準備文件
要事之三
HR 會看的不外乎履歷、cover letter 跟成績單，行有餘力可以經營一下 Linkedin。準備永遠不嫌早。
另外，我也花時間大改履歷和寫 cover letter，除了為 US Letter 重新設計版型，把字調得大一點，也試著突出自己的能力跟定位（fit），把欄位從原本的「教育、工作、課外活動」改成「教育、Data Analytics、Leadership」。
| 原本的欄位 | 內容 | 後來的欄位 | 內容 |
|---|---|---|---|
| Education | 讀過的學校 | Education | 讀過的學校、上過的 MOOC 等等 |
| Working Exp. | 四五份做過的實習，只是按時間順序列出來 | Data Analytics Exp. | 篩選出跟 DA 相關的經歷，包含課內跟課外 |
| Extracurricular Act. | 各種課外經驗和上過的 MOOC | Leadership Exp. | 和領導力有關的經歷 |
經過一番修改，我對自己該呈現怎樣的一面有了更好的認識。我希望 HR 看到的重點如下：
- 對 Data Science 的熱情，過去有許多資料分析相關的經驗
- 國際適應能力不錯，從台灣到上海讀書，現在又來加州讀碩士
- 良好的學習能力，熱衷於尋找各式各樣的資源
- 從種田到管理培訓計畫，喜歡過著有變化的生活
所以在準備這些文件的同時，我也漸漸將上一個階段的熱情和努力，轉換為一套便於溝通的故事。順帶一提，如果遇到「不知道該怎麼寫履歷或 cover letter」這種問題，Google 永遠是你的好朋友。
要事之四
最好為投遞申請預留至少一週時間，才好應付每個職位不同的申請要求。
之後我的投遞分成兩輪。第一輪我在 deadline 幾分鐘前才把申請送出去了，這又是因為沒考慮到有些職位需要送兩份申請、有些需要寫 Essay 等等，所以整個流程拖得很長也很緊張。之後第二輪，因為我在意識到這個問題以後，先用上面提到的表單把想申請的職位都歸檔了，時間也變得比較充裕。
準備面試
送出申請幾天以後，我發現自己竟然收到了兩份面試邀請，當下真的覺得很開心，自己居然能走到這步。所以接下來一週，我就一邊應付課業，一邊準備面試，準備的方法包括（一）利用網路上的模擬課程練習、（二）和學校 career services 的老師面談、（三）蒐集面試流程和要求等資訊、以及最重要的（四）花時間擬稿跟練熟。
要事之五
在準備的每一步不斷思考自己的價值跟能力，直到得出「因為……所以請讓我加入你們」的直覺答案。
利用網路上的模擬課程練習
雖然收到面試邀請以後，我所做的第一件事情是預約學校 career services 的面談，但因為時間寶貴，總不能讓我到場才從零開始，所以我先在家裡用網路課程練習了一下基本問題。幸運的是 Cal Poly 採用 Big Interview 這套系統，上面有很完整的問題和教學，學生可以免費使用。
如果學校沒有提供，Big Interview 的收費是一個月 25 美金，也不貴（還比漲價後的 DataCamp 便宜啊……），而且如果不需要一直練習的話，上面的課程一個月內就能看完。不過如果不方便花錢，以下是我上過的課程，並附上求職網站 Monster 上的相關資源：
| 課程和資源 | 內容 | 重點 |
|---|---|---|
| Tell Me About Yourself | 大部分的面試都以此開頭，也是建立第一印象的關鍵問題 | 從「我是誰」、「我想／能做什麼」和「為何申請這個職位」三個方面著手 |
| Why Do You Want to Work Here | 測試面試者對職位和公司的瞭解多少 | 思考「為什麼是這間公司」和「為什麼是這個職位」 |
| Your Strengths and Weaknesses | 瞭解面試者的能力和經驗，以及是否有改進的自覺 | 多運用實例支撐優點，並談自己想改進的缺點，展現改進後的潛力 |
| Behavorial Questions | 瞭解面試者背景、能力、行事風格跟個性 | 從「狀況、目標、方法、結果」四個方面完整說明一段經歷 |
| Ask Smart Questions | 展現對這個職位的期望和好奇心 | 一定要事先準備，避免質問，試著帶入自己對這份工作的願景 |
| Practice Answering the Top 10 Questions（註） | 把上面提到的問題練習一遍 | 多多練習！直到不會結結巴巴 |
註：Big Interview 上的問題跟 Monster 上的不太一樣，但網路上可以找到許多 Top 10 Questions，重點是根據上面幾個類別多多練習。
和學校老師面談
練習了幾天以後，就到了我跟 career services center 約好要面談的日子。不過在這之前，課業面試兩頭燒、回答問題也還沒到流利水平、加上練習期間收了很多封拒絕信，都讓我在步入面談室前感到烏雲密佈。當下真的能體會 Ian Chou 所說的「有時後認真寄出四五十份履歷，沒一份回應，是很挫折」，也覺得雖然自己一開始只是抱著試試看的心態，但被拒絕還是會心痛，心痛以後就能體會到現實世界畢竟還是殘酷的。「但仔細想想，可能也沒什麼好驚訝的，」畢竟自己也才剛開始，還沒有能夠證明自己的成績跟經歷。
於是在學校老師 Seth 問完跟 Big Interview 上差不多的問題，並提醒我在心態上該如何準備（「位子要做大、做穩，坐姿對了自信就來」）以後，我和老師分享了最近的狀況，並得到這次面談中令我印象最深刻的收穫。Seth 跟我說了一段話，大意是「挫折難免會有，但你不能因為這些事情停下腳步。你永遠要對找工作採取超乎積極（proactive）的態度。多去參加各種活動，認識各式各樣的人，把握好每個機會。」
要事之六
過程中遇到挫折的時候，可以分心做一些自己喜歡做的事情，讓自己不管怎樣都能變得更強。
我後來花了點時間想想怎樣是 proactive，我想到幾週前剛來 San Luis Obispo 的自己。當時的我，目標遠遠不只是找到一份工作，我想成為厲害的 Data Scientist。我也想到導演魏德聖曾說：「我很有信心，也一樣會害怕。但只要一個人有夢想，就會忍受很多狗屁倒灶的事。」心想自己不應該在這裡停下腳步，應該朝著更高更遠的夢想持續前進，於是面談完當天晚上，我又跑去 DataCamp 學有的沒的。從那天起，我又重拾了自信。
蒐集面試相關的資訊
前面提到申請工作的時候一定要整理好所有資訊，準備面試也是一樣，只不過需要蒐集以下特定資訊：
- 工作：各項能力要求、地點、需要多少 travel、是否為 client-based 等等
- 公司：活躍領域、業界地位、員工評價、近期動態（例如 M&A）、文化（註）、slogan、各項殊榮
- 流程：面試類型、輪次、問題和長短、錄取率、偏好的 fit 和背景
- 其它：薪資、福利（如休假、退休計畫等等）
註：這裡指的文化，不是一些飄渺的願景，而是比較實際的作息、工作環境等等。比方說，如果問 “what’s the culture in your office?”，得到的答案可能是 “people here are extremely nice and supportive”、”we usually are out of office from Monday to Thursday, and often have a party on Friday” 等等。
要事之七
眼觀四面，耳聽八方，掌握任何和申請職位有關的資訊，保持決心並提前做好準備。
在美國，以上這些資訊主要可以在 Glassdoor 上找到，少數可能散布在 Quora 上的討論串中。雖然 Glassdoor 的運作方式是「會員必須（每年）提供一次 review 才能解鎖全部內容」，但基本帳號也足以用來追蹤職缺、查詢平均薪資和預覽一兩則留言，對面試準備的幫助不小。當然，如果你有多次面試，在第一次面試完以後就貼 review，閱讀完整內容，對之後的面試也還是很有幫助。
除了在網路上搜尋這些資訊，最快的方法就是直接找職員請教了，管道包括在 LinkedIn 搜尋校友，以及直接在活動中提問。我會說只要你認真對待自己送出去的申請，做好 job research 跟 interview prep，就會進到一種「想瞭解更多，尋找相關資源，得到更多資源」的良性循環，等你對這個職位各項細節有了一定瞭解，在職員（或許是你未來的面試官）面前，你就是個言之有物的 candidate 了。
花時間擬稿跟練熟
最後，就是最基本的熟練了，方法無他，就是一再練習。過去的我對練習總有個迷思，會覺得「不能死記硬背，否則說出來的話很生硬」，就回避制式、頻繁的練習，甚至以為自己能不寫稿，就行雲流水把所有想法說出來。但準備 CFA IRC 的經驗告訴我，背誦往往是邁向熟練的第一步，花時間寫稿理清楚自己的想法也很重要，如此一來，在不斷的練習和修改下，才能達到我所想像的行雲流水的地步。況且，就算在最糟的情況下，死硬地說出準備好的內容，也總比結結巴巴、目光游移、答非所問來得好。
所以針對上面提到的問題和資訊，我做了好幾頁的筆記，包含簡要的 bullet points，也有完整的講稿。經過反覆的練習，我開始理解如何針對不同提問重新組合自己的答案，狀況也慢慢從緊張、結巴變得流暢，最後我可以很自然地將這些想法融入對話。由於這些內容不只可以用在一次面試上，也能用在不同場合的 networking。甚至當我理清楚這些想法以後，也對自己的價值和能力更有自信，所以這真的是非常重要的準備工作。
人脈就是資源
在談實際的面試前，我想先補充一下社交（networking）這件事。既然 career services 的老師都跟我說 networking 很重要了，要我一定要多多參加活動，整個十月我有一部份時間都去參加各種活動，認識一同參加活動的同學，以及遠道而來、通常會說「真懷念 SLO 這個好地方」的職員們。
非要事
San Luis Obispo 真的是超讚的地方，光以這點就能開啟許多好話題。
我覺得在美國，networking 真的是個很微妙的概念，一方面這滿好入手，畢竟身處連走在路上都會互相打個招呼的國度，上前自我介紹、聊聊興趣、工作甚至人生經驗也不奇怪，所以 networking 並不僅限於特定場合，以我個人經驗，最好也別拘泥於特定目的，才能聊得順利，自然進入狀況。
另一方面，networking 又是一門很重要的學問，雖然我過去對 networking 會有「靠關係」的負面印象，但從我和老師的談話到平常的觀察，我時常能體會「人脈就是資源」這個觀念。既然如此，networking skills 就成了開拓資源的利器。所以，遇到人就聊個幾句關心一下、聽聽不同的觀點、並準確 pitch 自己的想法、最後互相留下聯絡方式，就成了和「買東西前要先找 coupon」一樣自然卻重要的事情。
我在求職過程中參與過涉及 networking 的場合包括：
- Career Fair 的攤位
- 社團、企業辦的招聘說明會
- 說明會以外的早餐或午餐，通常是 invite-only
- 面試前的 reception dinner 或酒會
- 拿到 offer 之後的企業參訪
其中除了 Career Fair 因為人很多，接觸的時間可能會被壓縮以外，其它四項都會有滿充分的交流時間，而且某種程度上也算是環環相扣，例如如果不在說明會上留下聯絡方式，就不太可能受邀共進早餐，當然也會影響後續的準備，所以關鍵就是主動出擊，利用上面準備好的內容，讓別人記得你是誰。
面試階段
準備完問答，參加完活動以後，就到了最重要的面試。我收到了兩份面試邀請，分別來自 KPMG 和 Deloitte，問的問題和上面差不多，過程也都很順利，但結果是一份錄取，一份被拒。我之後回想起來，認為 fit 和 strategy 是這個階段中最關鍵的因素。
相似的流程
| 企業 | 部門 | 職位 | 形式 |
|---|---|---|---|
| KPMG US | Advisory | ITAA Associate | 和兩位主管各對談 45 min |
| Deloitte US | Advisory | Tech Risk Consultant | 和一位主管對談 30 min |
這兩次面試從各方面來說都非常相似，不但部門一樣，職位差不多，都和資料分析相關，就連公司也在同一個產業。在走進會談室前，我對這兩場面試的瞭解包括：
- 面試的主要目的是瞭解 candidate 是怎樣的人，簡單聊聊（very conversational）
- 不會問太偏技術（technical）的問題，也不需要 case study
- 之後有可能還會有 onsite 的第二輪面試
另外，因為我已經在 pre-interview reception 上見過一些人，所以兩次都試著保持輕鬆的態度。
最後也不出我所料，KPMG 第一輪和 Deloitte 時間差不多，問題也很類似，只有基本的自我介紹跟 behavorial questions。我的回答狀況也不錯，能引用履歷上相關的經驗，也很清楚自己想做什麼。不過，有趣的是面試到最後，兩位主管都和我說「我覺得應該有其它更適合你的部門，可以幫你問問看那邊的情況。」
我所採取的策略
會收到這樣的答覆，其實並不令我意外，因為從一開始寫履歷，到最後準備問答，我都將 Data Science 作為我的核心能力，而這兩份工作其實並沒有那麼偏技術，也難怪兩位主管會覺得我在其它部門會有更好的 fit。
要事之八
根據自己的能力、經驗和目的，妥善選擇自己的求職（或轉職）策略。
事後回想，雖然我難免會覺得「要是那時候換個說法，或許就會有比較多機會」，但我認為當時自己採取了正確的策略。一方面，我很清楚自己除了 Data Science 以外，暫時對其它領域沒有太大的興趣；另一方面，我也認為自己一旦偏離這條主軸，表現可能不會那麼好，結果也不一定是自己所想要的。所以，如果以打棒球來比喻的話，我所採取的策略，是對著某個特定的區域全力揮擊，有可能連球的邊邊都擦不到，也有可能揮出全壘打。
當然，我也能想像如果自己涉獵的領域更廣泛，有更豐富的經驗，或許就能說說不同的故事，只不過這已經不是面試階段可以左右的事情了。
坦率面對自己的 fit
不管在這個階段採取什麼策略，走到這一步，我才清楚整個求職流程最核心的問題，是「你是否適合這個職位」，也就是面試官、申請人時常掛在嘴邊的 fit。
Fit 是一個很奇妙的觀念，影響它的因素，包含硬的技能和經驗，以及軟的習慣和偏好，這些因素可以在學習、工作的過程中被形塑，也會反過來影響一個人所適合的學校或公司。Fit 不只會影響求職者最後流落何處，也會決定員工過得是否快樂。換句話說，fit 是每個人求職過程中都必須反覆問自己的問題，也是企業在面試過程中最看重的特質。畢竟一旦 fit 不好，企業可能會在 candidate 上花費大量資源，卻換得一名表現受限的員工。
我必須承認，我之所以會特別想提 fit 這個概念，是因為過去的我幾乎沒有意識到它。過去的我只會想「給我機會其餘免談」，不管是考高中還是考大學，我習慣於在申請前期卯足全力衝刺，後期憑著排名等硬性條件做出選擇，卻很少花時間想想「這個地方真的適合我嗎？」不過在上海的四年，還有之後申請研究所的過程，都讓我漸漸意識到自己應該主動一點，在申請過程中多用點心蒐集資料，一方面想像自己嚮往怎樣的生活，一方面反過來更加瞭解自己是怎樣的人。否則，不關心 fit 的懲罰，就是將自己送去糟糕的地方。
要事之九
在學習、活動、實習、工作等過程中，不斷探索真正適合自己的發展機會。
這就是我在前面幾個步驟中反覆強調的想法，也是我經歷完這段求職過程之後，學到最寶貴的一份經驗。現在的我，不會只一味地想「我想去最好的企業」，而能退一步想想這些問題：
- 這間公司、這個部門、這份工作適合我嗎？
- 為了勝任這份工作，我應該具備怎樣的特質和能力？
- 錄取以後，我會過著怎樣的生活？
另外，我也能理解蒐集到的資訊不一定完整，想像和現實會有落差等等，所以衡量 fit 比較好的心態，是一方面保持前面所說的「超乎積極」（proactive）的態度，從不同管道和 networking 中獲取必要的資訊，消弭認知落差；一方面放低得失心，對不同機會抱著好奇心和開放的態度（open mind）。如此一來，平衡 accuracy 和 variance（？），將最後的結果鎖定在「雖不中亦不遠矣」的範圍，就可以得到合適的 fit 了。
之後的發展
話說回來，兩位主管講完這句話以後，我遇到了兩個不太一樣的機會。在 Deloitte 的面試中，因為只有一輪三十分鐘，所以主管最後列了幾個部門，說會去問問那邊的情況；我也補上幾個之前 networking 問到比較偏資料分析的部門，就此告一段落。但在 KPMG 的面試中，還有第二輪四十五分鐘，有機會和另一位主管聊聊。
結果，第二位主管正是 KPMG Cyber 的 Managing Director。KPMG Cyber 是很偏科技，甚至可以說是四大事務所中最偏 machine learning、data mining 等技術的部門之一，這幾年發展得非常快，將 MSFT、ORCL、HPQ 和 IBM 視為潛在的競爭對手。我和他在前一晚的 pre-interview reecption 見過面，當時聊了很多 KPMG Cyber 的業務。隔天面試，我們便跳過第一輪已經問過的許多基本問題，開始聊各式各樣的科技，包括：
- Machine Learning
- Artificial Intelligence
- Cyber Security and IAM
- Blockchain and Automated Ledger
這些內容有些是我開始學 Data Science 以後才知道的，有些是我從以前就在 follow 的主題。我沒想到自己能在面試中談論這些，之前也沒特別準備，但當時聊得很開心。
我談了自己是如何從八月開始學習 Data Science 的過程，以及過去 Data Visualization 的經驗，也得知原來這位主管過去曾經創立一間和 Cyber Security 有關的公司，後來接受 KPMG 收購，才進來這裡成為 MD。他說，其實當初四大都有找他洽談收購，但最後他選了 KPMG，因為 KPMG 最照顧員工。他知道這間公司的成功，源於全體員工的努力，所以他得選一個對大家都好的方案。現在，事實證明他的選擇沒錯，他的員工都還在 KPMG 繼續打拼，團隊也不斷壯大，成為 KPMG 裡發展最快的 pillar 之一。
最後他說，他前一天聽到我對 Machine Learning 研究得很有心得，就想「那你為什麼不乾脆來我們部門」，我當時也只是笑笑，以為這是客套話。沒想到兩天後，我接到了 KPMG HR 的電話，問我有沒有興趣到第二位主管的部門工作；兩個小時後，在走去學校的路上，我收到了正式的 offer。
一年後的生活
於是我接受了 offer，也參觀了位於 San Francisco 的辦公室，見了 Managing Director，以及許多未來將一同共事的前輩。過程中，我逢人就問「我應該先準備好什麼技能」，不過大家都要我先別太緊張，因為每個項目的要求都不同，很多技能都是上工前幾週培訓才學的。另外，幾位比較資深的前輩和我說真正會反覆用到的，還是像 leadership、presentation 等技能，所以我如果真的很想準備什麼，可以從這些技能先著手，不一定要限制自己去學特定軟體或知識。”We love who you are during the interview, not who you will be in the next year!”
目前可以確定的是，KPMG Cyber 確實是非常看重 Data Science 的部門，希望用最新的科技協助客戶加強網路安全，防範潛在威脅。所以諸如用演算法找出惡意帳號、或是重整資料庫管理系統、最佳化流量分配等等，都是我未來可能經手的專案。KPMG 內部也有很好的轉換和升遷管道，我可以向 supervisor 提出對專案的偏好（如技術成分、對出差的要求等），和不同部門協調工作內容。行有餘力，還可以寫 rotation proposal，申請到全球各地的分支工作。加上前面提到的，KPMG Cyber 是個發展很快的部門，從各方面來說我都非常滿意。
既然工作定下來了，我也希望自己能趁著最後一年的學生身份，在 Cal Poly 打好基礎，為明年工作做好準備。就像是承辦國際賽事主辦權以後，整個國家卯起來建設一樣，現在的我一邊開始讀論文，一邊回頭把各個學科的基礎打好，勇於花時間就學習新東西，希望自己各方面都能變得更強，才對得起給我機會的所有人。
不能忘記的事情
順帶一提，收到 KPMG Offer 一週以後，我收到了 Deloitte 的拒絕信。HR 和我說主管問了幾個比較偏資料分析的部門，都還沒釋出職缺，所以在等待、嘗試了兩週以後，只好和我說暫時沒有機會。雖然聽到這個消息的時候，我還是不免感到失落，但後來想想，既然是因為沒有合適的機會（fit），也不用太在意，而且回想十月經歷的一切，我覺得過程和結果一樣寶貴。
要事之十
求職路上絕對不會失敗的唯一方法，不是不要戰鬥，而是不停戰鬥。
比方說，我還記得在 Deloitte 面試中最後的提問，我問了主管「我一直夢想成為一名顧問，老實說，現在是我最接近這個夢想的時刻。請問我應該怎麼做，才能在這份工作中脫穎而出？」這個問題，是我在面試前一晚睡不著想出來的，當時覺得自己好像已經在不知不覺中走了很遠。主管回答我，要成為一名好顧問，不只要有不錯的學習能力，也一定要保持主動積極的態度：
To be successful at this position,
you really have to be a self-starter.
From your attitude and experience,
I believe you’ll do a good job.
每次回想起這段對話，我都會聯想到 Hamilton 的歌詞，也會回想起自己初到美國（也就是三個月前）時的心態。我希望找一個夠難的目標，讓自己不斷努力，也願意將所有時間奉獻給 Data Science，直到自己獨當一面。這件事，不論是面試前、面試後、有沒有拿到 offer，都不會改變。”I am not throwing away my shot. And there’s a million things I haven’t done. But just you wait.”
感恩節前
這篇文章從十月底打到現在，也差不多快到了感恩節。想想 McK & Note 也正好寫了一年多，這篇文章，剛好算是一個里程碑。我想先感謝 Bradley Chen 和 IOH，要不是當初上台北參加這場求學講座，我可能也不會重拾想成為顧問的夢想，決定開始寫 McK & Note。某種程度上，可以說是 Bradley 催生了這個網站。
謝謝在封測、公測等不同階段給我幫助和意見的朋友們，謝謝你們在百忙之中抽空閱讀我不成熟的評論，我會不斷努力的，盡量讓你們以後讀起來不會太痛苦。也謝謝這一年來曾經和我共事、信任我的所有人，你們總不吝協助我完成許多事情，也讓我瞭解自己需要學習的事物還很多。
最後，我想謝謝過去的自己，McK & Note 是為你而寫的。雖然我總會擔心你太過懶散和自以為，也難免在文章中重複基本的道理，謝謝你從未放棄成為一個更好的人。
攝影地點：
The Broad、Cal Poly Recreation Center、Edna Valley Vineyard、SFO、My Resume