Dell Graduate Data Science Intern G同学：
CMU / 芝加哥大学
专业：未公开
实习申请
目标地区：归国；方向：数据 / AI
核心支持
同学秋招准备的很早，暑期一直在提升自己的面试能力，同时也一直在补强自己的简历经历，让自己的简历看起来更加的DS Profess…
申请推进路径
- 19月
Apply Dell Technologies Services Graduate Data Science Intern,需要至少Master, 然后毕业需要晚 于
- 223年9月
，需要回python, sql，tableau, 整个JD都很match
- 310月
VO就一轮，时长差不多一个小时，没有现场写码。面试的第一部分就是自我介绍，然后看简历，简历里面 重点问了Projects, 对我之前的一段ML Model在supply chaine的应用的项目经历很感兴趣，问的非常具体，也衍生问了一些ML Concepts的技术题，还问了能不能举个例子ML如何用在customer service上；另一道Project是一段product analytics的项目经验，面试官主要问了metrics的选择等技术性问题 通过project把technical concept问的都差不多了，就开始问BQ，BQ问题包括：1.马上ddl，怎么能deliver output 2.conflict experiences 3.跨部分协调经历 4.讲一段自己很擅长communication的经历 正向BQ结束后就是反向BQ,问了面试官：PC端收入连续两年下降，Dell未来的业务重心除了PC是什么？怎么持续 业务增长？面试官说：我是最近一周后面试第一个在面试中关心Dell公司业务的面试者，lol
- 410月
offer, 秒接，秋招上岸优先～大多数硬件公司/传统行业招聘SDE/DS岗位，技术面都没那么难，基本都是 围绕Resume里的project/intern反复问concept问题，但因为很多同学没什么legit intern经历，所以project的回答就变得很重要！ 0301 02 学生求职情况
遇到的困难
同学是国本美硕，24年5月毕业，要找第一份的对口Intern。
在申请硕士的时候顾问老师就已经把 application timeline说的很清楚了，所以也知道自己什么时间该做什么事情。
从强项上来说，Python\SQL\Stats Concepts掌握的不错，从弱项上来说英文沟通能力/Cases能力/ML Concepts需要加强要需要提升的就是让自己的面试中可以发挥出最佳的水平，从而能更好的打动面试官G同学：
蒸汽提供的帮助
同学秋招准备的很早，暑期一直在提升自己的面试能力，同时也一直在补强自己的简历经历，让自己的简历看起来更加的DS Professional Fit。
秋招开始后，同学发现CMU硕士没有自己想的那么好，这里的好指的是和本科相比拿到面试的数量，特别是在今年大环境下，头部tech面试拿的不好。
但是通过不懈的努力，apply数量引起质变，拿到了不少传统科技公司和传统行业数据化的面试，而同学真的很认真，准备每个面试都会研究公司业务、Culture、预测面试重点考核什么，然后和Mentor做练习。
在Dell之前面了好几家，因为运气原因，VO后都不了了之，Dell VO后 HR给了Positive feedback, 果然7天后收到了offer，顺利拿下了自己第一份对口大厂实习！
想把你的背景也拆成一条可执行路径
案例能帮助你判断方向，但真正的差异还在于时间线、简历深度、签证窗口和岗位策略。扫码咨询后，我们会结合你的背景给出更贴近现实的判断。
顾问会先帮你看清下一步
添加后发送你的地区、学校、目标岗位，我们会尽快给你更具体的路径建议。