b*y
发帖数: 415 | 1 【 以下文字转载自 DataSciences 讨论区 】
发信人: bay (金色沙滩), 信区: DataSciences
标 题: 找工作屡败屡战，求提携，求建议
发信站: BBS 未名空间站 (Fri Aug 22 02:51:32 2014, 美东)
本来是Phd，半道上退了拿统计master找DS工作。本科时就开始做数学模型，到现在也
做了七八年了,每年都有project，都有论文发表，论文说明不了什么问题，但是通过解
决问题、写论文，几年来积累了一定的数学模型实际经验，也有大概两万行的编程经验
，早期用C和Matlab，后来用SAS，SQL，都用的很熟，最近python用的也很多，pig也学
了一点，照着data scientist的job description，觉得自己能胜任，于是开始投简历
，大大小小的公司都投，已经找了半年，不是石沉大海，就是interview后没结果，仅
有的有一两个onsite也没中。本来是只投当地，后来全国各地都投了，还是没有收获，
不知道是哪里出了问题，我是不是该放弃找DS的工作去找SAS programmer的工作或者做
data analyst，还是刷leecode继续找DS?
请版上的大牛给点建议，我该怎么办？何去何从？
如果有大牛能给个内推就感激不尽了。 |
f********r
发帖数: 304 | 2 list your major publications on the resume might help |
j********t
发帖数: 201 | 3 focus on some area you like to spend the rest of life. |
b*y
发帖数: 415 | 4 那些 publications让人很纠结，也有人劝我淡化学术背景，我已经感觉到了许多公司
不认学术界的经验，我只在resume上列了几篇比较沾边的文章，从学术界往工业界转真
的很难啊，求大牛内推。
【在 f********r 的大作中提到】
: list your major publications on the resume might help
|
s****e
发帖数: 1180 | 5 你很着急找工作吗？如果，你很着急找，可以试试data analyst的职位，要求不像data
scientist那么高，而且，尤其是在纯技术，或技术性比较强的公司的技术部门，如一
些it公司的技术部门，data analyst其实干的工作和data scientist差的不是非常大，
而且如果
以后想换到data scientist上，如果能力进一步提高了，也不是很难。个人建议，仅供
参考。
【在 b*y 的大作中提到】
: 那些 publications让人很纠结，也有人劝我淡化学术背景，我已经感觉到了许多公司
: 不认学术界的经验，我只在resume上列了几篇比较沾边的文章，从学术界往工业界转真
: 的很难啊，求大牛内推。
|
h***i
发帖数: 3844 | 6 这两难道不是一样的么？
data
【在 s****e 的大作中提到】
: 你很着急找工作吗？如果，你很着急找，可以试试data analyst的职位，要求不像data
: scientist那么高，而且，尤其是在纯技术，或技术性比较强的公司的技术部门，如一
: 些it公司的技术部门，data analyst其实干的工作和data scientist差的不是非常大，
: 而且如果
: 以后想换到data scientist上，如果能力进一步提高了，也不是很难。个人建议，仅供
: 参考。
|
s****e
发帖数: 1180 | 7 不一样，起码title不一样。data scientist干的要稍微难一点~
【在 h***i 的大作中提到】
: 这两难道不是一样的么？
:
: data
|
h***i
发帖数: 3844 | 8 这个是data analyst
https://www.google.com/about/careers/search#!t=jo&jid=50265001&
这个是data scientist
http://www.linkedin.com/jobs2/view/5278308
没觉得data scientist要求高了多少啊。
【在 s****e 的大作中提到】
: 不一样，起码title不一样。data scientist干的要稍微难一点~
|
h***x
发帖数: 586 | 9 sheide 说的不错，先入行。刚找工作时，除非运气很好或是大牛，很难一下子就找到
如意的。
学术界的经验和工业界的经验真的很不同，虽然就知识结构而言，二者用的东西也许相
似，但就具体工业界项目而言，知道怎么做和真正做过是很不同的两回事。
俺觉得Publication无用，除非人家对文章本身的内容非常感兴趣。你那些publication
如果和人家做的毫不相干，或反映不出人家需要的skill，从简历中删掉，有啥好纠结
的？你是用统计MS找工作，心态放低点，你需要这些文章证明不相关的啥啊？科研能力
？很多小公司对统计MS的定位就是上来就能干活，写codes，做分析。大公司有些还能
花时间培养培养。
【在 b*y 的大作中提到】
: 那些 publications让人很纠结，也有人劝我淡化学术背景，我已经感觉到了许多公司
: 不认学术界的经验，我只在resume上列了几篇比较沾边的文章，从学术界往工业界转真
: 的很难啊，求大牛内推。
|
h***i
发帖数: 3844 | 10 1.你的简历需要改进。删掉industry里不需要的东西。
2.你写的这一堆，像是去做programmer的。大多数时候做数据需要的
是对数据的理解，和客户的交流以及对具体问题的处理，而不是只
罗列你用过的工具。你要想明白你到底想要去做什么。
【在 b*y 的大作中提到】
: 那些 publications让人很纠结，也有人劝我淡化学术背景，我已经感觉到了许多公司
: 不认学术界的经验，我只在resume上列了几篇比较沾边的文章，从学术界往工业界转真
: 的很难啊，求大牛内推。
|
|
|
b*y
发帖数: 415 | 11 确实很着急找工作，找了半年多无果，心里开始发慌了。我会考虑你的建议，看看
data analyst 的工作，但是我很担心做了analyst 会荒废了做模型的这一个方向，我
还是很喜欢做模型和编程的。而且data analyst 和 data scientist的薪水也不同，过
日子还等着钱用啊。
data
【在 s****e 的大作中提到】
: 你很着急找工作吗？如果，你很着急找，可以试试data analyst的职位，要求不像data
: scientist那么高，而且，尤其是在纯技术，或技术性比较强的公司的技术部门，如一
: 些it公司的技术部门，data analyst其实干的工作和data scientist差的不是非常大，
: 而且如果
: 以后想换到data scientist上，如果能力进一步提高了，也不是很难。个人建议，仅供
: 参考。
|
b*y
发帖数: 415 | 12 Publication有不少都是machine learning方面的，所以有点舍不得删。好吧，改简历
的时候一定考虑楼上的意见。
publication
【在 h***x 的大作中提到】
: sheide 说的不错，先入行。刚找工作时，除非运气很好或是大牛，很难一下子就找到
: 如意的。
: 学术界的经验和工业界的经验真的很不同，虽然就知识结构而言，二者用的东西也许相
: 似，但就具体工业界项目而言，知道怎么做和真正做过是很不同的两回事。
: 俺觉得Publication无用，除非人家对文章本身的内容非常感兴趣。你那些publication
: 如果和人家做的毫不相干，或反映不出人家需要的skill，从简历中删掉，有啥好纠结
: 的？你是用统计MS找工作，心态放低点，你需要这些文章证明不相关的啥啊？科研能力
: ？很多小公司对统计MS的定位就是上来就能干活，写codes，做分析。大公司有些还能
: 花时间培养培养。
|
b*y
发帖数: 415 | 13 非常中肯，我要好好琢磨一下你的这些话。我会好好改一下简历。非常感谢你的意见。
【在 h***i 的大作中提到】
: 1.你的简历需要改进。删掉industry里不需要的东西。
: 2.你写的这一堆，像是去做programmer的。大多数时候做数据需要的
: 是对数据的理解，和客户的交流以及对具体问题的处理，而不是只
: 罗列你用过的工具。你要想明白你到底想要去做什么。
|
h***x
发帖数: 586 | 14 很多data analyst的工作就是做数据的。对于modeler来说，如果具有处理海量data
manipulate的经验和能力，觉对是个big plus。做model,70%的时间是花在数据上。所
以做两年数据，再做模型是很好的，但人家让不让你转就看机会了。
你比我强，我找工作三个月没结果，基本心就焦了。
【在 b*y 的大作中提到】
: 确实很着急找工作，找了半年多无果，心里开始发慌了。我会考虑你的建议，看看
: data analyst 的工作，但是我很担心做了analyst 会荒废了做模型的这一个方向，我
: 还是很喜欢做模型和编程的。而且data analyst 和 data scientist的薪水也不同，过
: 日子还等着钱用啊。
:
: data
|
b*y
发帖数: 415 | 15 我觉得data scientist和data analyst的区别是，data analyst是分析处理人工采集的
数据，采集数据的人会考虑到这些数据的用途，根据用途设计好规范的数据结构，这些
数据一般是用SQL之类的关系型数据库来存储的，data analyst就是根据这些规范来选
择数学模型，模型是比较固定的几种，主要是logistic regression，AB testing，而
data scientist是处理一些计算机自动记录，不是人工收集的数据，比如Amazon，Ebay
的交易记录，这些数据是在人们的商业活动中自然产生的，结构可能非常混乱，也没人
知道该拿这些数据怎么办，所以才有了no SQL这类带有OOP编程特点的非关系型数据库
，比如MongoDB ，分析工具也从统计模型变成了ANN，SVM，clustering，decision
tree之类的machine learning算法。以上浅见对不对，请各位指教。
我觉得data scientist对编程的要求明显高于data analyst的要求，所以我之前强调了
自己的编程经验。 |
b*y
发帖数: 415 | 16 我其实也有过处理10GB数据库的经验，不知道算不算大数据，用SQL做ETL能算有data
manipulate的经验吗？我觉得只要有data scientist的title，去clean data我也愿意
，但是没人搭理我啊，现在真的很着急了，心已经很……焦了。
【在 h***x 的大作中提到】
: 很多data analyst的工作就是做数据的。对于modeler来说，如果具有处理海量data
: manipulate的经验和能力，觉对是个big plus。做model,70%的时间是花在数据上。所
: 以做两年数据，再做模型是很好的，但人家让不让你转就看机会了。
: 你比我强，我找工作三个月没结果，基本心就焦了。
|
h***x
发帖数: 586 | 17 数据部分讲的不错，不过你machine learning部分列举的那些方法也许入不了本版一些
专业人士的法眼，不够新潮。：-）
数据是王道，feature selection是王道，你有点过于纠结方法的选择了，其实数据处
理的好，即便用简单的logistic regression从performance上也不比SVM差多少。
Clustering 是什么？10个人用同一种方法做会有10种不同的结果，关键是你的结果是
否能合理的解释，从你做的field上看是否make sense?
俺不懂DS,纯粹瞎扯，不要见笑。
Ebay
【在 b*y 的大作中提到】
: 我觉得data scientist和data analyst的区别是，data analyst是分析处理人工采集的
: 数据，采集数据的人会考虑到这些数据的用途，根据用途设计好规范的数据结构，这些
: 数据一般是用SQL之类的关系型数据库来存储的，data analyst就是根据这些规范来选
: 择数学模型，模型是比较固定的几种，主要是logistic regression，AB testing，而
: data scientist是处理一些计算机自动记录，不是人工收集的数据，比如Amazon，Ebay
: 的交易记录，这些数据是在人们的商业活动中自然产生的，结构可能非常混乱，也没人
: 知道该拿这些数据怎么办，所以才有了no SQL这类带有OOP编程特点的非关系型数据库
: ，比如MongoDB ，分析工具也从统计模型变成了ANN，SVM，clustering，decision
: tree之类的machine learning算法。以上浅见对不对，请各位指教。
: 我觉得data scientist对编程的要求明显高于data analyst的要求，所以我之前强调了
|
h***x
发帖数: 586 | 18 10G不算小了，你背景其实很好的，先找到工作吧，俺认识的两个牛人都是从
contractor开始的。
【在 b*y 的大作中提到】
: 我其实也有过处理10GB数据库的经验，不知道算不算大数据，用SQL做ETL能算有data
: manipulate的经验吗？我觉得只要有data scientist的title，去clean data我也愿意
: ，但是没人搭理我啊，现在真的很着急了，心已经很……焦了。
|
c***z
发帖数: 6348 | 19 个人建议
不要summary，用skills代替
留着文章放简历最后
强调project，对于每个project，列三个bullet: motivation, methodology, impact |
b*y
发帖数: 415 | 20 谢谢大牛鼓励，我再继续加油吧。
有feature selection功能的模型，我只知道LASSO和decision tree ：）我还要继续学
习。
logistic regression确实简单又万能，我觉得在很多地方，比如罕见疾病的预测，或
者信用卡fraud的预测，用weight logistic regression比用神经网络，SVM，decision
tree效果好很多。我还是要多努力，多学习，把模型做得更准确，更精致。
当务之急是谁收了俺……
【在 h***x 的大作中提到】
: 10G不算小了，你背景其实很好的，先找到工作吧，俺认识的两个牛人都是从
: contractor开始的。
|
|
|
b*y
发帖数: 415 | 21 好的，我明天就这么改，非常感谢！
impact
【在 c***z 的大作中提到】
: 个人建议
: 不要summary，用skills代替
: 留着文章放简历最后
: 强调project，对于每个project，列三个bullet: motivation, methodology, impact
|
s****e
发帖数: 1180 | 22 其实，一些startup里，data analyst什么都做，模型，编程，数据，等等，基本和
data scientist做得差不多，可能就稍微简单点，而且data analyst面试的时候门槛比
data scientist要低，进去后，有些manager把data analyst当data scientist的使。
你要是不放心，可以先试几个data analyst的职位，看好job description，面试的时
候，就工作内容等问题可以和manager仔细详谈。
【在 b*y 的大作中提到】
: 确实很着急找工作，找了半年多无果，心里开始发慌了。我会考虑你的建议，看看
: data analyst 的工作，但是我很担心做了analyst 会荒废了做模型的这一个方向，我
: 还是很喜欢做模型和编程的。而且data analyst 和 data scientist的薪水也不同，过
: 日子还等着钱用啊。
:
: data
|
s****e
发帖数: 1180 | 23 其实,data analyst的薪水还凑合，我以前是,税后 $4,500，如果你觉得这个工资还ok
，可以试试，而且工资也不是定死了的，可以商量。
【在 b*y 的大作中提到】
: 确实很着急找工作，找了半年多无果，心里开始发慌了。我会考虑你的建议，看看
: data analyst 的工作，但是我很担心做了analyst 会荒废了做模型的这一个方向，我
: 还是很喜欢做模型和编程的。而且data analyst 和 data scientist的薪水也不同，过
: 日子还等着钱用啊。
:
: data
|
E*******s
发帖数: 994 | 24 一个paycheck税后 $2300?
ok
【在 s****e 的大作中提到】
: 其实,data analyst的薪水还凑合，我以前是,税后 $4,500，如果你觉得这个工资还ok
: ，可以试试，而且工资也不是定死了的，可以商量。
|
s****e
发帖数: 1180 | 25
工资还ok
【在 s****e 的大作中提到】
: 其实,data analyst的薪水还凑合，我以前是,税后 $4,500，如果你觉得这个工资还ok
: ，可以试试，而且工资也不是定死了的，可以商量。
|
s****e
发帖数: 1180 | 26 对，差不多这个价。。。。。。
【在 E*******s 的大作中提到】
: 一个paycheck税后 $2300?
:
: ok
|
s****e
发帖数: 1180 | 27 如果，你真拿了一个it 的data analyst的职位，做点东西，放在linkedin上，过一两
年，一定一堆的hr找你去当data scientist，我就这情形，而且还是比较好的公司，还
有一堆hr找我当director,manager等。 |
r*****d
发帖数: 346 | 28 你的技术很强了，绝对在大多数公司entry level的标准之上。
“本科时就开始做数学模型，到现在也做了七八年了，每年都有project，都有论文发
表，论文说明不了什么问题，但是通过解决问题、写论文，几年来积累了一定的数学模
型实际经验，也有大概两万行的编程经验。”
上面的描述很强了，“论文说明不了什么问题”，恰恰相反，每年都有论文发表很说明
问题，这在onsite时绝对是卖点；hr不懂（quit phd又没有工作经验如果学校也很朴素
，不讨喜），所以你要想办法过hr这一关多拿电面，过了这一关后面就会好走了。别着
急。
【在 b*y 的大作中提到】
: 好的，我明天就这么改，非常感谢！
:
: impact
|
E*******s
发帖数: 994 | 29 感觉对于大部分公司，
论文可能副作用更大
【在 r*****d 的大作中提到】
: 你的技术很强了，绝对在大多数公司entry level的标准之上。
: “本科时就开始做数学模型，到现在也做了七八年了，每年都有project，都有论文发
: 表，论文说明不了什么问题，但是通过解决问题、写论文，几年来积累了一定的数学模
: 型实际经验，也有大概两万行的编程经验。”
: 上面的描述很强了，“论文说明不了什么问题”，恰恰相反，每年都有论文发表很说明
: 问题，这在onsite时绝对是卖点；hr不懂（quit phd又没有工作经验如果学校也很朴素
: ，不讨喜），所以你要想办法过hr这一关多拿电面，过了这一关后面就会好走了。别着
: 急。
|
r*****d
发帖数: 346 | 30 公司喜不喜欢，这方面我没经验。。但是面试官喜不喜欢是能试探出来的。。
有的面试官（我估计大多也是转行的）很喜欢甚至格外尊重有科研背景的，会产生
chemistry..
【在 E*******s 的大作中提到】
: 感觉对于大部分公司，
: 论文可能副作用更大
|
|
|
t*****a
发帖数: 459 | 31 嗯 我也这个感觉。我觉得过去的经历 都可以有办法化为优势 自己要先把它当成优势
再去找认可这个优势的老板。认可你的科研优势的老板，以后也会更value你更提携你
。不过怎么把科研优势扯到跟申请的工作相关，确实是你自己的责任。
【在 r*****d 的大作中提到】
: 公司喜不喜欢，这方面我没经验。。但是面试官喜不喜欢是能试探出来的。。
: 有的面试官（我估计大多也是转行的）很喜欢甚至格外尊重有科研背景的，会产生
: chemistry..
|
b*y
发帖数: 415 | 32 非常感谢你的信息，以前不知道IT公司的data analyst含金量这么高，现在准备考虑改
变策略投一些data analyst了。怎么准备IT公司的面试呢？会不会考算法题？我是学数
学的，算法不科班，leetcode还没刷，没信心啊。
【在 s****e 的大作中提到】
: 其实，一些startup里，data analyst什么都做，模型，编程，数据，等等，基本和
: data scientist做得差不多，可能就稍微简单点，而且data analyst面试的时候门槛比
: data scientist要低，进去后，有些manager把data analyst当data scientist的使。
: 你要是不放心，可以先试几个data analyst的职位，看好job description，面试的时
: 候，就工作内容等问题可以和manager仔细详谈。
|
b*y
发帖数: 415 | 33 前辈是大牛啊，真希望两年以后也能像前辈一样，被hr们骚扰。
【在 s****e 的大作中提到】
: 如果，你真拿了一个it 的data analyst的职位，做点东西，放在linkedin上，过一两
: 年，一定一堆的hr找你去当data scientist，我就这情形，而且还是比较好的公司，还
: 有一堆hr找我当director,manager等。
|
b*y
发帖数: 415 | 34 谢谢鼓励，我找工作的时候hr总说他们还是想找有工业界工作经验的人，我自己觉得统
计模型应该都差不多，只是背景换一换，但是，现在我心里也打鼓了，不知道缺少工业
界工作经验到底有多大影响。
【在 r*****d 的大作中提到】
: 你的技术很强了，绝对在大多数公司entry level的标准之上。
: “本科时就开始做数学模型，到现在也做了七八年了，每年都有project，都有论文发
: 表，论文说明不了什么问题，但是通过解决问题、写论文，几年来积累了一定的数学模
: 型实际经验，也有大概两万行的编程经验。”
: 上面的描述很强了，“论文说明不了什么问题”，恰恰相反，每年都有论文发表很说明
: 问题，这在onsite时绝对是卖点；hr不懂（quit phd又没有工作经验如果学校也很朴素
: ，不讨喜），所以你要想办法过hr这一关多拿电面，过了这一关后面就会好走了。别着
: 急。
|
b*y
发帖数: 415 | 35 好的，我再回去想想怎么把科研和工作经历关联起来，希望能遇到赏识我的老板，我会
非常努力，一定不会让他失望的。
势
【在 t*****a 的大作中提到】
: 嗯 我也这个感觉。我觉得过去的经历 都可以有办法化为优势 自己要先把它当成优势
: 再去找认可这个优势的老板。认可你的科研优势的老板，以后也会更value你更提携你
: 。不过怎么把科研优势扯到跟申请的工作相关，确实是你自己的责任。
|
s****e
发帖数: 1180 | 36 你的水平足够了。面试data analyst职位，抓住一点,sql,我面过几个data analyst的
职位，几乎是sql必考，然后，自己再准备一些编程的东西，如，如何用非嵌入式的函
数，写一个sorting 的方程，就是从scratch 写一个sorting的方程，不用现用的函数
，等等，就这些东西，算法会考一些，但是算法也分多种，对吧，计算机专业的算法，
data mining,machine learning的算法等，他们主要一般会问一些关于machine
learning的算法，leetcode可以刷几道，增加点信心，而且面试官也不傻，他看你不是
计算机出身的，也不会问太多偏计算机的东西，尤其是对于entry level的人。我有一
点有点纳闷，data scientist，公司一般喜欢招phd，你却投了一堆，也没说信心不信
心的，却被一个data analyst吓住。不过，我对美国公司有时候也纳闷，linkedin上一
堆hr来信说，xxx，你是phd，我们很喜欢你，blahblah，但是有时候，我真心去投一个
职位的时候（不是linkedin上的hr介绍的），却说，xxx，你是phd，我们觉得你
overqualify了。哈哈。千里之行，始于足下，先投几个试试，你data scientist不都
试了一堆嘛，哈哈。说到这，我倒真心觉得你该投几个data analyst试试，data
scientist偏向招phd,data analyst，硕士以上皆可，我觉得，你从统计master一部到
位到data scientist有点难，可以先从做data analyst做起，以后如果想的话，再向
data scientist过渡。
【在 b*y 的大作中提到】
: 非常感谢你的信息，以前不知道IT公司的data analyst含金量这么高，现在准备考虑改
: 变策略投一些data analyst了。怎么准备IT公司的面试呢？会不会考算法题？我是学数
: 学的，算法不科班，leetcode还没刷，没信心啊。
|
s****e
发帖数: 1180 | 37 我不是大牛，就一般般，真的，我在美国这些年也遇上很多坎，不容易，感觉美国这地
方，如果你技术，能力很强，会生活的很悠闲，轻松，对我这种有点半吊子的人来说，
就要吃点苦。会的，只要你向那个方向努力，肯定会有hr骚扰的，工作弄好，linkedin
写好，一堆hr骚扰。
【在 b*y 的大作中提到】
: 前辈是大牛啊，真希望两年以后也能像前辈一样，被hr们骚扰。
|
b*y
发帖数: 415 | 38 你说的很好，很受教，非常感谢，我会认真思考、准备。简历要修改，linkedin上的求
职关键字也要修改。
我会加油，继续战斗。再次谢谢。
【在 s****e 的大作中提到】
: 你的水平足够了。面试data analyst职位，抓住一点,sql,我面过几个data analyst的
: 职位，几乎是sql必考，然后，自己再准备一些编程的东西，如，如何用非嵌入式的函
: 数，写一个sorting 的方程，就是从scratch 写一个sorting的方程，不用现用的函数
: ，等等，就这些东西，算法会考一些，但是算法也分多种，对吧，计算机专业的算法，
: data mining,machine learning的算法等，他们主要一般会问一些关于machine
: learning的算法，leetcode可以刷几道，增加点信心，而且面试官也不傻，他看你不是
: 计算机出身的，也不会问太多偏计算机的东西，尤其是对于entry level的人。我有一
: 点有点纳闷，data scientist，公司一般喜欢招phd，你却投了一堆，也没说信心不信
: 心的，却被一个data analyst吓住。不过，我对美国公司有时候也纳闷，linkedin上一
: 堆hr来信说，xxx，你是phd，我们很喜欢你，blahblah，但是有时候，我真心去投一个
|
m******3
发帖数: 305 | 39 找工作没有那么容易，找到一份称心如意的工作更是有点难。 |
s****e
发帖数: 1180 | 40 完全同意此说法，都要狠狠努力，扒一层皮的，有时候对experienced都不例外。。。
。。。
【在 m******3 的大作中提到】
: 找工作没有那么容易，找到一份称心如意的工作更是有点难。
|
|
|
c*******7
发帖数: 2506 | 41 求推荐SQL自学书，谢谢
【在 s****e 的大作中提到】
: 你的水平足够了。面试data analyst职位，抓住一点,sql,我面过几个data analyst的
: 职位，几乎是sql必考，然后，自己再准备一些编程的东西，如，如何用非嵌入式的函
: 数，写一个sorting 的方程，就是从scratch 写一个sorting的方程，不用现用的函数
: ，等等，就这些东西，算法会考一些，但是算法也分多种，对吧，计算机专业的算法，
: data mining,machine learning的算法等，他们主要一般会问一些关于machine
: learning的算法，leetcode可以刷几道，增加点信心，而且面试官也不傻，他看你不是
: 计算机出身的，也不会问太多偏计算机的东西，尤其是对于entry level的人。我有一
: 点有点纳闷，data scientist，公司一般喜欢招phd，你却投了一堆，也没说信心不信
: 心的，却被一个data analyst吓住。不过，我对美国公司有时候也纳闷，linkedin上一
: 堆hr来信说，xxx，你是phd，我们很喜欢你，blahblah，但是有时候，我真心去投一个
|
g**********l
发帖数: 214 | 42 SQL是个问题。
一般不太大的公司都expect马上上手，没时间培养。所以对sql的要求很高。 |
s****e
发帖数: 1180 | 43 It is hard to find a good one. But you can search for "SQL tutorials". And
make clear about all these left join, right join, and full join, and their
difference. And the difference between "where" clause and "having" clause
and all these. Something like this. I will try to post some interview
example questions that I had before later.
【在 c*******7 的大作中提到】
: 求推荐SQL自学书，谢谢
|
c*******7
发帖数: 2506 | 44 thank you very much.
【在 s****e 的大作中提到】
: It is hard to find a good one. But you can search for "SQL tutorials". And
: make clear about all these left join, right join, and full join, and their
: difference. And the difference between "where" clause and "having" clause
: and all these. Something like this. I will try to post some interview
: example questions that I had before later.
|
