数据科学求职
-
01
职业准备
Data engineer需要理解很多data base的技术，很多大规模的team都需要很多数据工程师，需要了解数据的收集渠道并进行整理，之后在把数据交由data scientist手中。
Data scientist则需要能够根据数据的不同特点进行处理，分析数据意义。除此之外还需要根据解决问题的类型，制作model。
Job description（职位描述）中的技能同学们肯定或多或少需要掌握，但是在岗位面前，也需要同学们大胆尝试。比如你可能只掌握工作描述中的70%，但是你也掌握职位描述中没有提到的技能，这些也可能会对工作有所帮助，因此并不需要放弃机会。
换句话说，如果job description的所有内容你全部都会，那么你能从这份工作中学到什么新的东西？
02
Career
第一个阶段：in
大家首先要想好，怎样才能够迈进数据科学家的门槛。耐心、自信、目标、探索，都是大家提到可能需要的。
我的观点是：要学以致用。
我学过很多数据相关的技术，但是只有当你在真正解决问题时，才会理解这些技术怎样去应用，避免眼高手低。这也就需要同学们在实习中就开始有意识的去尝试使用data去解决问题。
当然，自信也很重要，你敢不敢投出你的简历，敢不敢和对方进行negotiate，敢于有自己的voice，也很重要。
除此之外，大家一定要早做准备。我们学习data science，归根结底，就是为了解决现实生活中的问题和需求，所以我们在“in”这个阶段一定要下功夫。在每完成一个项目，大家可以进行记录，这样在日后求职时，对方也可以看到我们的成长过程。
第二个阶段：on
当你开始全职工作时，要思考怎样能在每日的工作中，保持持续前行，不断进步。这就需要我们为自己设立一个自我期望或是目标。
我的自我期望是三个词：
Deliver：你的项目和工作决定了你一定要去把他们deliver，这也是你工作的基础。
Learn：我们每个人都应该去学新的东西。在这个行业里，每天都有新的技术，甚至相同的技术每天都有不同的应用方法，每天都有不同的挑战和进步。如果不学习，等待我们的后果就是不进则退。我们大家可以做的就是stay curious。
Grow：我们很难找到一份我们完全满意的工作，但是我们能做的是发现不满意的地方，总结我们产生偏好的原因，通过自我学习的过程才能最终找到满意的工作。
第三个阶段：up
不断的promotion并不完全对，更重要的是，把自己从工作的角度，切换到人生的目标：who I want to be？
我们每个人都想做独一无二的自己，这并不需要我们变得完美，我们要做的是在我们日常生活交往中、工作项目完成中、团队伙伴合作中，不断成长，确立自己的brand。
也就是说，在这个阶段，重要的不是我们去做什么，而是需要去提升我们自己。
03
实践
Data scientist的工作流程大概是什么样的？
在工作中很有效的一个方法就是：学会把任务分解。
第一步：business understanding。发现想解决的商业问题。
第二步：Data collection。寻找解决问题需要用到的数据。
第三步：理解数据。数据描述了哪些方面，适合哪些问题。
第四步：solution。找到合适的解决方案，制造模型。
最后要不断地feedback，回想自己这样做的原因和收获。梳理数据的同时，可能会发现新的需求。同时需要不断监测模型，进行调整。
工作沟通中有哪些注意事项？
1、不要过分掺杂个人意见。举个例子，如果得出的结果不太好，就数据论事，不要去说我已经很努力了，但是结果还不是很好。要保持平和的心态，在接下来的讨论中，把重点关注在问题本身。
2、不要过于情绪化。在对方提出feedback时，认真倾听，弄清楚在哪些地方存在分歧。生活中也有很多时候存在误解，重要的是看你怎样去解决，弄清楚分歧的根源。
怎样融入新环境？
很多人对于融入新环境，通常会给到的建议是：你要先接受新环境的文化。但是对我来说，我很清楚我为什么会来到现在这个新环境，我要坚持我拥有的东西。
你可以适应环境，去了解别人，通过建立人际联系去慢慢适应这个新环境。但是在这个过程中，不要改变自己的特点。
最后，在追求事业的过程中，结婚、生子都可能会成为我们事业的转折点，每个人的侧重都有所不同，我们明确什么是自己想要的，做出选择就会很容易。
-
北京林业大学食品科学与工程专业
哥伦比亚大学应用分析专业
GPA3.72、IELTS7.0、GMAT650
实习经历
猎头、奥美公关、尼尔森市场分析
何君咨询、贝恩咨询、滴滴数据分析、快手数据分析
回国拿到多家互联网公司数据分析offer
国内头部在线教育公司年薪60w的主讲& 管培生offer
目前在国内互联网上市公司做用户增长分析
录取结果
哥伦比亚大学应用分析
纽约大学数据分析 2000奖学金
JHU 数据分析
波士顿大学数据分析
研究生申请
第一保证本科成绩，即使专业不喜欢，也要尽量把成绩搞上去，特别是针对申请研究生的同学。第二，实习经历对申研与找工作都至关重要，尽可能找一些大厂大公司。第三，标准化考试，对于英语不好的同学一定要提早准备，比如我英语阅读能力比较差，就一定要提前准备。
第四，文书好好梳理，一定要找到自身经历和专业匹配的点，以及申请专业后的职业规划，突出自己的特点，帮助面试官了解自己就是他要寻找的对象，这样更容易被录取。第五，美国很多项目需要面试，大家可以找一些面试经验，提早准备回答思路，我觉得很有帮助。最后一点，关于申请，自己一定要上心，不能把所有的工作都交给留学机构，要知道自己的留学进度如何如何，积极与文书老师沟通，多花精力做
找工作 & 实习 tips
大家要时刻准备好简历，一定要多投简历。当时我想做咨询，所以不断投简历，一边实习一边继续投递，见到JD符合的实习岗位就投递，大家千万不要怕被拒绝，这是很正常的事，仍然要继续投简历，我也被N家公司拒绝过，要学会从拒绝中学习、积累经验。我在转行数据分析过程中有一家我非常想去的公司，结果二面没有通过，朋友提醒我这很正常，我们需要做的就是多学习。
如何选择offer？如果是针对研究生申请讲，不可一概而论，要看自己是想尽早就业还是继续深造，留在美国工作还是回国，比如我想回国就业，那么在申请时就要选择排名靠前的学校，专业排名要大于大学排名，另外也要选择大公司。但是在选择正式工作时不同，公司规模大小不是限制条件，还是要看具体岗位与工作内容。
比如我想做数据分析，但是有家大公司是主要做商业分析的，所以我就没有选择title比较大的这家公司，数据分析跟商业分析区别很大。另外不要选择一些创新性岗位，也就是不确定未来是否站得住脚跟的岗位。最后，在职业初期，如果能有一位老师带着你一起工作，就太好了。
互联网行业的数据分析工作体验
数据分析工作内容包括三个部分：第一是监控报表、网站流量、用户操作行为；第二是数据需求，协助产品与运营工作，比如根据用户选择触达直播人群，引导用户看直播；第三是选择课题写分析报告，解决问题，找出可提升的洞察点。
数据分析技能要求都包含：做报表会用到的可视化工具；做数据需求的SQL，这是做数据分析的根本，需要非常熟练；做分析报告用到的统计原理，选择指标辅助分析，对业务有所理解，还有拆解问题的能力。另外Python语言也可以多少懂一些，这是加分项。
互联网公司本身数据是最多的，所以数据分析师发展前景较好，起薪高，数据分析也是近几年流行的方向。那么什么样的人适合做数据分析呢？可以根据工作内容和技能要求来确定，首先需要同学们会“看数、取数”，并且要喜欢研究市场和消费者，要擅长沟通，擅长把冰冷的数据转化成前期市场、运营的同学能够听懂的话语，并且通过自己的分析做出实际商业优化，这是数据分析师的几个特点。
