学生背景
毕业于多伦多大学 Rotman 管理学院，管理分析硕士，本科统计学荣誉学士辅修计算机科学与数学。拥有三段实习经历：Canadian Tire Corporation 数据科学实习、Salesforce 分析师实习、National Logistics Services 计费分析实习。求职目标为 Data Scientist、Data Analyst 及 Machine Learning Engineer。
求职卡点
技术能力停留在”学术/刷题”层面，缺乏端到端工程化落地的实战直觉，面对真实脏数据和多维业务限制时容易失手。
简历信息丰富却主线模糊，整体偏 BI/Data Analyst 混合风格，Data Scientist 的技术深度不够突出。
更关键的是，
经历描述过于标准化，缺少差异化标签，在 Rotman 硕士扎堆的市场里，容易被 HR 一眼带过。
我们具体做什么
简历重构：明确 Data Scientist / ML 方向定位，突出建模、预测、ML Pipeline 等核心能力，将项目成果转化为可量化的业务价值，关键词全面贴合 ATS 筛选逻辑。
Tech 专项辅导：补齐工程化短板，深度拆解技术模型，确保 ML Workflow 与 Coding 全面通关，精准锁定金融科技大厂的面试筛选逻辑。
Behavior 面试训练：针对 Rotman 硕士背景，强化如何将技术洞察转化为向 C-Level 汇报的商业逻辑，高强度 Mock 覆盖 Credit Risk、ML Workflow、Logic Test 等核心考点。
投递与内推：完成 190+ 岗位全网追踪投递，五大行导师强势背书直推，跨越内部竞争，锁定第一录用顺位。
结果
启动后仅用一个月，同步收获 Scotiabank、BMO、RBC 多轮面试邀请，最终拿下 Scotiabank Data Scientist 正式 Offer，起薪 90k+ 含 Bonus。
