毕业后最认真面试的季度

Wed, 30 Apr 2025 00:00:00 +0000

回忆2024年，多少有点不真实。

8月底，某央企的 HR 打来电话，说恭喜通过面试，体检报告过关就发 offer。我攥着手机在房间里站了五分钟。毕业三个月，终于快要有一个正经工作了——虽然是个放射类药物企业，体检等了一个多月还没下文，但好歹有个着落。

11月初，hc 取消。

那个 HR 的声音我现在还能想起来。先是很职业的恭喜，然后是一段不太职业的沉默，最后是"公司战略调整"。六个字，一场空。

硕士读的是生物统计，论文写的是演化博弈。听起来挺唬人——实际上也确实挺唬人的，唬到秋招投了一圈 SAS Programmer，只捞到两次面试，最后拿了一个实习 offer。GCP 证书到手那天，我还认真地觉得自己要入行了。Good Clinical Practice，药物临床试验质量管理规范，翻译成人话就是：药厂认的实验怎么做，它告诉你。

然后就到了2025年。

一季度大概是我整个求职周期里最动荡的一段。不是投简历投得最多的时候——是内心最晃的时候。放弃了一个方向，不知道下一个方向在哪，每天翻招聘网站像翻一本永远写不到结局的小说。

放弃 CRO 不等于那些东西白学了。临床试验的很多概念——随机化、盲法、偏倚、数据标准化——骨子里都在讨论同一件事：怎样在不完美的现实里，尽可能诚实地回答一个因果问题。这个问题的底层逻辑，放到哪个行业都不会过时。

所以还是把这些准备材料整理了一下。

当时为什么学，学的时候卡在哪，面试官问了什么，我怎么答的——答对的、答错的、答不出来的。流水账。有些事情不记下来真的会忘。

面试不问定义

第一场面试，我把随机化的定义背了一遍。

面试官听完，没点头也没摇头。他问：“一个受试者入组后被分到了错误的组，你怎么办？”

我愣了大概五秒。

不是在考定义。是在考你有没有想过实际操作中会出什么花活。那些课本上读不到的角落——系统出错了怎么办，随机表被人为干预了怎么办，发现的时候数据已经入库了怎么办。

后来学乖了。每个概念后面都挂一个问题：“如果出错了呢”。回答一下就有血有肉了。

临床试验的知识点翻来覆去就那些：随机化、盲法、AE 报告、SDTM、中心效应、脱落率。上过 GCP 课的人都能说上几句。面试官想看的是另一层东西——这些概念在真实世界里长什么样，摔过跟头的人才知道。

书本之外

准备面试那阵子，我花了大量时间啃 ICH E6 GCP、FDA 指导原则、统计方法的推导。这些东西当然有用。

真正让我卡住的，是那些书上没有的问题。

“CRO 现在收缩得很厉害，你知道吗？”

“数据管理员和 SAS 程序员的日常工作差在哪？”

“你做过几个项目？用过什么 EDC 系统？”

书本不会告诉你行业寒冬这件事。书本不会告诉你 SAS 在临床数据处理领域的江湖地位正在被 Python 一点点蚕食。书本不会告诉你，某些 EDC 系统的市场份额直接决定了你要不要花时间学它。

（这个问题我到现在也没有好答案。能说的就是：书本上的东西我可以学，行业经验需要时间——给我时间。）

追问是好事

有些面试官喜欢追着问。追到你答不动为止。

第一次被追到哑口无言的时候，恨不得找条缝把自己塞进去。

后来想通了。追问意味着他在认真听。他想知道你是真懂还是背的。

被问到不会的地方，老老实实说"这个我不太确定"，比硬撑着胡说八道强一百倍。

有一次面试官问我 LOCF 的假设。我答错了。他当场纠正了——但没有露出那种"又来了一个背书的"的表情，而是说了一段话：“这个问题，很多做了好几年的统计师都不一定答对。你能往这个方向想，说明你动过脑子。”

那场面试后来有了下文。

（当然也可能只是他比较善良。）

理论是加分项

面试官有时会扔一些开放性问题。

“多中心试验最大的挑战是什么？”

Career on TouchingFish.top

毕业后最认真面试的季度

面试不问定义

书本之外

追问是好事

理论是加分项