2018/7/12 23:00:50当前位置媒体热门新闻热点浏览文章

资料和数据

  假如提出的薪资在平均线左右,谈判就会比较顺利。要是再可以提供些详实的证据,你就是谈判桌上强势的一方。

  这里有少量资料和数据可供你研究。

  Indeed.com公司的数据分析师平均薪资为65,000美元,数据工程师的平均薪资为100,000美元,数据科学家的平均薪资为115,000美元。各地区的收入水平不同,薪资最高的地区集中在技术密集的海湾区。OReilly传媒公司的调研表明,和其它美国地区相比,加利福尼亚的数据科学薪资水平和中位数都是最高的。从全球来看,美国的数据科学薪资水平和中位数是最高的,英国、新西兰、澳大利亚和加拿大也相差不多,亚洲和非洲最低。

  科技与社交网络公司里数据科学岗的薪资最高,教育和非盈利机构给的薪资最低。

  具备不同的数据科学技可以,用不同的工具,薪资水平也不同。O"Reilly对数百名业内人士做过一次调研。研究结果表明影响平均薪资水平的因素很多。比方说,Scala这种扩展性语言的使用户薪资中位数超过100,000美元,而SPSS这种专使用工具的使用户薪资水平就显著低得多。

名人名言

  “世界上大多数人做决定,不是靠猜就是靠蒙,运气好的猜中了,运气不好就猜错了。” — Suhail Doshi,Mixpanel公司CEO

  “所有企业都告诉经理人要全力支持数据驱动分析。问题是,数据只代表过去。所以,我们教给经理人和顾问的是做决策与分析问题的方法,事到临头才行动的思想是被人唾弃的。” — Clayton M. Christensen,哈佛大学管理学教授

  “我们已经进入了数据比软件更重要的时代。” — Tim O’Reilly, O’Reilly传媒公司创始人

  “使用户希望快速、简单地获取数据,他们才不关心网站吸不吸引人,设计的漂不漂亮。” — Tim Berners-Lee

  “数据科学家要干的事情就是采集数据,把数据变为可追踪的形式,使用数据讲故事,再把这些故事讲给别人听。” — Mike Loukides,O’Reilly传媒公司副总裁

核查清单

1)列出和求职岗位匹配的技可以;
2)列出希望就职的行业和公司类型;
3)准备领英、求职信和电子邮件模板;
4)全面研究求职目标的公司和岗位;
5)主动联络这些公司的职员,争取信息化约谈机会;
6)搭建人脉圈,争取工作推荐机会;
7)搞定数据科学面试;
8)不要放弃希望;
9)入职谈判。

模板

争取信息化约谈


【姓名】,您好:
  我对Airbnb的数据科学识题非常感兴趣,同时非常希望可以进入这一领域,我还是Airbnb Nerds博客的忠粉,我发现用数据建立信任感是驱动Airbnb成功的核心。基于我在心理学与统计学方面的背景,或者许我可以提出些独具创意的想法,帮助你们强化用户信任。
  希望可以有幸请您一起喝杯咖啡,理解下Airbnb的数据问题,说不定我可以帮上忙!
祝好!
【你的名字】

【祝辞】【为什么对这家公司感兴趣】【喜欢这家公司的什么业务】【可以在哪些方面帮上忙】


找人推荐工作

【对方的名字】,您好:

  很高兴在上次百乐餐会时认识您。我最近在找工作,我对优步的业务很感兴趣,特别是优步数据科学团队面对的那些问题。可以帮我详情一下你们的招聘经理或者者数据团队的人吗,我想看看有什么可以帮得上忙的地方?

祝好!

【你的姓名】

【祝辞】【说明最近在哪里见过面】【谈一下对这家公司的兴趣,或者特定的问题】【请求帮忙详情招聘经理,看看有没有可以帮忙的地方】


面试后的跟进

【面试官的称谓】,您好:

  很高兴可以和您探讨谷歌的数据科学识题,我觉得您提出的问题里,有少量问题我可以帮忙处理,假如可可以的话,我希望可以参与下一轮面试,谢谢!

【面试官称谓】,您好:

【探讨帮忙处理的问题】【表达想进入下一轮面试的意愿】


术语库

A/B分割测试:A/B分割测试是网络公司设计试验的黄金标准,两组使用户分别对应不同的条件,测量他们达到特定目标的转化率。理想状态下,网络公司会专门做A/B分割测试,并会提供对这个概念进行指导。

贝叶斯法则:贝叶斯思维和推断依赖于偏差与方差。(具体的请自己找资料学习)

特征:某个对象的一组信息,通常是表格型数据中的一列。比方某个人的身高、体重和性别,就是三个特征。

生命周期价值:一个使用户在肯定时期内在某公司消费所产生的预期收益。比方,某家服务型创业公司按月收取软件费使用,使用每月价格乘以每月付费人数就可以得到当月的预期收益。

MapReduce:存储大规模数据集的算法,数据分为多份存在不同服务器上,但解决时却像是对一个完整的数据集进行操作,这种方式能减少解决大规模数据集的难度。MapReduce用平行分布式逻辑解决大规模数据集。

过拟合:拟合历史数据趋势的模型,假如历史数据影响太大,就会导致洞察结果的过度归纳,致使预测结果不够精准。

I型错误:假阳性指错误地认可事情发生了,比方说,认为男人怀孕了。使用技术使用语来说就是,对零假设的错误拒绝。

II型错误:假阴性指错误地认为事情没有发生。比方说,认为孕妇没有怀孕。使用技术使用语来说就是,对零假设的错误接受。

  想理解更多术语,请查阅这个数据科学术语库。

资源

KDNuggets网站上解读面试过程幕后真相的搞笑漫画。

数据科学面试解密这本书提供了很多面试习题。

Data Science Interview Exposed

  数据科学手册,中文版叫数据科学家访谈录,京东有售。本书给出了很多数据科学家的实战建议,分析了是什么造就了优秀的数据科学家,还有不少在面试过程中发生的奇闻趣事。与之配套的数据科学面试指南一书中列举了120个数据科学面试时会遇到的问题。

数据科学家访谈录

  破解编程面试一书是软件工程面试的权威读物,能帮助求职者通过数据科学面试的编程部分。

Cracking the Coding Interview

  Quora的这个帖子详情了Airbnb怎样招聘数据科学家,这是一位数据科学领军人物对数据科学面试的深度解析。

  Trey Cause揭秘了如何通关数据科学面试,他对于数据科学面试的看法非常重要,也十分坦诚。Erin Shell也探讨了她在面试数据科学工作时的经验。。

“随着年龄的增长,经验的添加,我会在面试时反问面试官。我会问面试问题的目的是什么?或者者告诉面试官他们的面试方法不可以很好的评估我的技术和可以力。有些人可可以认为我是不是觉得自己太优秀了,所以才不使用答复这些大家都得答复的问题,但是我觉得这是评估、预测和招聘人才的重要一环,我要做的就是通过这种方式表示出我的态度。希望你也可以做到这一点。我们在搭建团队和招聘时,总是认真的思考我们究竟想要实现什么,怎样才可以达到我们的目的,复制很多年前就存在的模式不是我们想要的。”

  这篇文章很有思想,讲的是Twitter的数据科学项目是怎样运作的,详情了数据科学家的对这一行感悟。

  假如你正在学习概率论,能参考这个速查表。Quora的这个帖子也可以帮你不少忙。

  Ellen Chisa的博客详情了她几次技术面试的失败经验;你能看看,避免犯同样的错误。

  最后,First Round Review有一篇启蒙文章详情了怎样才可以招募到优秀的数据科学家;读一下这篇文章就可以知道面试桌对面的人是怎样想的了。

关于作者

Roger Huang
  Roger Huang是个学霸。他为一家大型医药公司做过价值7亿美金的销售数据分析,并由此进入数据科学这一行。他还是Entrepreneur、TechCrunch、The Next Web、VentureBeat还有Techvibes这些网站的撰稿人。

  为了编写这本指南,取得数据科学的见地,他采访了数百名Springboard的数据科学专家,包括Sri Kanajan,本书的合著作者。

  Sri Kanajan现任纽约一家投资银行的资深数据科学家。他有14年的开发与管理经验。2013年转行成为数据科学家。他曾在旧金山参与全日制数据科学训练营,完成了一律课程,并在两家创业公司当过数据科学家,到现在这家公司工作前,还担任过Change.com公司的数据科学主管。他利使用业余时间担任General Assembly公司数据科学课程的首席讲师,热衷于帮助大家进入数据科学领域工作。

网友评论