b*******r
发帖数: 22 | 1 有个Statistics PhD, Phd dissertation 主要做些 nonlinear, simulation,
multiple objective function, linear programming, Bayesian network,比较偏统计
。我们统计比较传统， 主要是 point estimation, experimental design,
multivariate analysis, categorical analysis, bootstrapping, 编程主要是Perl
和 SAS。 Python 只是在machine learning 的课上用过一些。 想转data scientist,
需要参加什么培训班吗？ 谢谢 | m******n
发帖数: 453 | 2 什么都不用
自己把python学熟练
stat的phd理论知识秒杀其他转专业的PhD
他们知道machine learning里面涉及的统计知识
其他专业的人，大部分只会用library | a******r
发帖数: 786 | 3 stat 也叫转data scientist？
叫外专业的怎么活 | p******z
发帖数: 232 | 4 如果stat phd不知道怎么做DS的话，请反思phd四五年时间一天天都是怎么过来的
就像包子铺师傅发帖询问发面怎么发，拉面店师傅询问和面怎么和有劲道
如果不是挂羊头卖狗肉的店很难想象这种问题是怎么来的 | x*****a
发帖数: 610 | 5 你们别这么mean
PhD确实对工业界怎么做machine learning不是很了解，毕竟各自的研究方向都很专而
且有时偏基础理论 | c**********a
发帖数: 659 | 6 主要要补计算机的知识，或者说主要要补程序上的不足。
推荐刷leetcode, 上一亩三分地看面经。学好一个主流一点的语言，如python， java
等 主要要明白语言的核心。
可以上好多网站学coding， 学 cs , udemy, youtube, coursera, udacity, berkeley
cs 61b.
也有许多online 的 coding camp. data science camp 可以看看,学学。
阅读网上经验，看看其它工作了的ds 主要做怎样的工作，自己和他们比有哪些不足。
可以上kaggle, http://blog.yhat.com, 等网站看看，练练。
不同行业data science 做的东西也不同， 保险公司， it 公司， 四大会计所，甚至
disney 等等，都招data science。 所做的东西也有挺多不同的, 对知识的要求也不同
如it 公司还要人懂 html 等方面的知识，其它行业，保险公司等就不需要。 | a*****a
发帖数: 19262 | 7 你很厚道啊！
java
berkeley
至
【在 c**********a 的大作中提到】
: 主要要补计算机的知识，或者说主要要补程序上的不足。
: 推荐刷leetcode, 上一亩三分地看面经。学好一个主流一点的语言，如python， java
: 等 主要要明白语言的核心。
: 可以上好多网站学coding， 学 cs , udemy, youtube, coursera, udacity, berkeley
: cs 61b.
: 也有许多online 的 coding camp. data science camp 可以看看,学学。
: 阅读网上经验，看看其它工作了的ds 主要做怎样的工作，自己和他们比有哪些不足。
: 可以上kaggle, http://blog.yhat.com, 等网站看看，练练。
: 不同行业data science 做的东西也不同， 保险公司， it 公司， 四大会计所，甚至
: disney 等等，都招data science。 所做的东西也有挺多不同的, 对知识的要求也不同
| c**********a
发帖数: 659 | 8 还好。国内好多理工科学校，好多学生不管哪个专业大学四年花大力气学计
算机的不少，学校也抓得紧，好些大一就学好多计算机课，包括一些正式的计算机语言
教学,所以他们毕业后计算好的大有人在。 不过计算机知识更新很快，好多当年学的东
西后来都过时了。 好在计算机的大概知识都是还懂的。
【在 a*****a 的大作中提到】
: 你很厚道啊！
:
: java
: berkeley
: 至
| b*******r
发帖数: 22 | 9 谢谢您的回复。 你说的非常对， 看来我要加强coding 的能力。 我最早拿了个Bio的
Ph.D, 而且是纯粹的wet lab, PCR, western, FACE, cell culture, protein
purification 做了不少。 也发过几篇生物的文章， 后来转行读了个Stat Ph.D. 但是
coding不是很在行， 一开始主要是用R, 写了些packages, 不过最后发表的就一个。
然后用Perl 写了些algorithms, 应该还是些了大概2～3万行。 C, matlab 和 Python
只是课上， 或者一些小的projects (当时只是觉得有些东西网上有现成的才用的， 现
在有点后悔没好好学一下)。 由于当年认识不足， 总觉得coding 只要将来做project
总能学会， 大部分时间花在数学的证明和推导上了， 感谢您的建议， 准备系统地学
一下。 再次感谢楼上各位的意见和建议
【在 c**********a 的大作中提到】
: 还好。国内好多理工科学校，好多学生不管哪个专业大学四年花大力气学计
: 算机的不少，学校也抓得紧，好些大一就学好多计算机课，包括一些正式的计算机语言
: 教学,所以他们毕业后计算好的大有人在。 不过计算机知识更新很快，好多当年学的东
: 西后来都过时了。 好在计算机的大概知识都是还懂的。
| c**********a
发帖数: 659 | 10 哦， lz 的数学，stat 能力对大多数公司的data science 都over qualified了，计算
机语言还行。就是其它的语言，计算机知识补补。
可能对于data science 比较集中的it 公司程序cs 方面有些欠缺，但是还行，可以去
其它一些如保险公司也用data science 的，那些非it 公司相对较轻松， lay off 压
力小些，也许工资上有点折扣，不过还好。
Python
project
【在 b*******r 的大作中提到】
: 谢谢您的回复。 你说的非常对， 看来我要加强coding 的能力。 我最早拿了个Bio的
: Ph.D, 而且是纯粹的wet lab, PCR, western, FACE, cell culture, protein
: purification 做了不少。 也发过几篇生物的文章， 后来转行读了个Stat Ph.D. 但是
: coding不是很在行， 一开始主要是用R, 写了些packages, 不过最后发表的就一个。
: 然后用Perl 写了些algorithms, 应该还是些了大概2～3万行。 C, matlab 和 Python
: 只是课上， 或者一些小的projects (当时只是觉得有些东西网上有现成的才用的， 现
: 在有点后悔没好好学一下)。 由于当年认识不足， 总觉得coding 只要将来做project
: 总能学会， 大部分时间花在数学的证明和推导上了， 感谢您的建议， 准备系统地学
: 一下。 再次感谢楼上各位的意见和建议
| | | w********m
发帖数: 1137 | 11 统计phd可以考虑传统方向，比如药厂或者银行的risk。
写报告给政府，把名字一签，加上phd的title。
活少功劳大。
data science这一行没有护城河。
所有人不管有没有phd，只要不想做马工，都想干这一行。
所以，除了一线公司外，都不太稳定。 | a**a
发帖数: 156 | 12 赞
java
berkeley
至
【在 c**********a 的大作中提到】
: 主要要补计算机的知识，或者说主要要补程序上的不足。
: 推荐刷leetcode, 上一亩三分地看面经。学好一个主流一点的语言，如python， java
: 等 主要要明白语言的核心。
: 可以上好多网站学coding， 学 cs , udemy, youtube, coursera, udacity, berkeley
: cs 61b.
: 也有许多online 的 coding camp. data science camp 可以看看,学学。
: 阅读网上经验，看看其它工作了的ds 主要做怎样的工作，自己和他们比有哪些不足。
: 可以上kaggle, http://blog.yhat.com, 等网站看看，练练。
: 不同行业data science 做的东西也不同， 保险公司， it 公司， 四大会计所，甚至
: disney 等等，都招data science。 所做的东西也有挺多不同的, 对知识的要求也不同
| b*****s
发帖数: 11267 | 13 speak like DS, walk like DS, write like DS, then you are DS.
Perl
,
【在 b*******r 的大作中提到】
: 有个Statistics PhD, Phd dissertation 主要做些 nonlinear, simulation,
: multiple objective function, linear programming, Bayesian network,比较偏统计
: 。我们统计比较传统， 主要是 point estimation, experimental design,
: multivariate analysis, categorical analysis, bootstrapping, 编程主要是Perl
: 和 SAS。 Python 只是在machine learning 的课上用过一些。 想转data scientist,
: 需要参加什么培训班吗？ 谢谢
| t******g
发帖数: 2253 | | a*****s
发帖数: 838 | 15 Hi!! 我也是一样的情况，除了从来没有写过R pack并且数学也学得很少之外。
希望你成功！
Python
project
【在 b*******r 的大作中提到】
: 谢谢您的回复。 你说的非常对， 看来我要加强coding 的能力。 我最早拿了个Bio的
: Ph.D, 而且是纯粹的wet lab, PCR, western, FACE, cell culture, protein
: purification 做了不少。 也发过几篇生物的文章， 后来转行读了个Stat Ph.D. 但是
: coding不是很在行， 一开始主要是用R, 写了些packages, 不过最后发表的就一个。
: 然后用Perl 写了些algorithms, 应该还是些了大概2～3万行。 C, matlab 和 Python
: 只是课上， 或者一些小的projects (当时只是觉得有些东西网上有现成的才用的， 现
: 在有点后悔没好好学一下)。 由于当年认识不足， 总觉得coding 只要将来做project
: 总能学会， 大部分时间花在数学的证明和推导上了， 感谢您的建议， 准备系统地学
: 一下。 再次感谢楼上各位的意见和建议
| m******o
发帖数: 92 | 16 stats 根本不用phd就能做ds好吧？
以前都觉得stats专业比较鸡肋，等于没学什么东西，现在不要太好过。仅次于cs了。
前排说得对，让别的专业phd，怎么活。 | R******d
发帖数: 1108 | | A****n
发帖数: 241 | 18 Data Analyst 工作日常SQL R code 博客分享，工科转行到IT工作经历。
http://everydayds.com/
感觉楼主都overqualify了，都自己写R package。。。只是需要个实习什么的做起点
Amazon 内推，请发简历和job ID 到 [email protected] 亚马逊的职位都可以通
过内推系统内推。 |
|
