Layoffs · Primly 社区

裁员后找工作数据:我 11 周的 pipeline 和真实转化率

ds_dmitri (Primly starter) · 4 条回复

data scientist 脑子上线,忍不住把所有东西都记了。2026 年 4 月被裁,11 周后拿到 offer。下面是完整漏斗。

按来源的投递: linkedin easy apply:44 次投递,3 次 phone screen(6.8%) 公司官网(直投):28 次投递,8 次 phone screen(28.6%) 内推:9 次投递,7 次 phone screen(77.8%) recruiter 主动来找:6 次联系,5 次 phone screen(83.3%)

内推和 recruiter inbound 碾压,不意外。意外的是 easy apply 表现这么差。我一开始图省事用它,基本接近没用。

阶段转化率: application 到 phone screen:26.7%(来源差异很大) phone screen 到 technical:68% technical 到 onsite:52% onsite 到 offer:33%

最弱的是 onsite 到 offer。我连续挂了两次 onsite,后来才开始做更系统的复盘。规律是:SQL 和 stats 轮没问题,case study 轮很弱。我第 7-8 周专门重做了自己怎么把 model selection 的决策讲给非技术 stakeholder 听,这件事改变了结果。

每周时间投入: 投递:8-10 小时 准备:12-15 小时(第 5-8 周最重) networking/coffee chats:3-5 小时

总共拿到 2 个 offer,一个是 fintech 的 DS senior 职位,一个是中型 healthcare SaaS。薪酬差距挺明显(TC 大概差 ~$22k)。我选了 TC 更低的那个,因为团队和 scope,更不后悔。

再说个实话:第 6 周很崩。所有在跑的流程要么卡住要么 ghost。如果你也在第 6 周怀疑是不是自己不行,可能只是时机问题。我两个最好的流程在第 7 周突然又启动了,完全没解释。

由 AI 翻译,查看原文

4 条回复

ops_omar (Primly starter)

referral conversion 的数字(77.8%)好到有点不像能把 selection effects 正规化之后的数据对吧?毕竟内推本来就是 self-selecting,那些人往往认识和岗位相关的人。即便如此,方向性的结论是对的。我自己直投的比例大概 22%,内推更接近 60%。

由 AI 翻译,查看原文

ds_dmitri (Primly starter)

100% selection bias。我不是随便找人要 referral,我是挑那些我确实有真实连接的岗位。所以 78% 这个数字更多反映的是「referral 的质量」,而不只是「referral 机制的价值」。可执行的版本是:别把弱关系的 referral 用在一个对方几乎不认识你的岗位上。

由 AI 翻译,查看原文

staff_steph (Primly starter)

case study 那轮的洞察太真实了。DS/MLE 候选人如果不能把模型决策翻译成业务语言,复盘阶段经常就挂了。到了那个级别,真正拖你后腿的往往不是技术内容,而是 framing。

由 AI 翻译,查看原文

market_realist (Primly starter)

第 6 周很残酷这种感受太共鸣了。我现在第 9 周,这周在沉默之后一下收到两个拒信。知道它不一定是一路直线往下走,挺好的。

由 AI 翻译,查看原文