2016DS找工小贴士系列之六：技术不是全部 - Statistics版 - 未名存档

本页内容为未名空间相应帖子的节选和存档，一周内的贴子最多显示50字，超过一周显示500字访问原贴

Statistics版 - 2016DS找工小贴士系列之六：技术不是全部

相关主题
● 2016年DS找工小贴士系列之三：Different data scientists	● 数据分析9年经验搬家去弯区求内推
● 2016年DS找工小贴士系列之一：要内推，不要海投	● 为什么辞职时老板越挽留，越要赶紧走？
● 领导想读在职读统计硕士，问哪个名校有online硕士	● （找工作贴士）实习经验越来越重要
● 数据挖掘的咨询公司 (转载)	● Summaer statistical meetings in China
● 2016年DS找工小贴士系列之五:该入哪一行？	● 如何从质上提升自己SAS的水平？
● StatsGuy Data Science 暑期培训开始招生	● 2016年DS找工小贴士系列之二你的简历
● 统计硕士求内推明年5月份毕业	● 2016年DS找工小贴士系列之四：面试coding关
● 实用DS课程 Data Science Bootcamp	● Offer from Sixcents at SF

相关话题的讨论汇总
话题: ds话题: 小贴士话题: 找工话题: data话题: 系列

进入Statistics版参与讨论

1

(共1页)

S******y 发帖数: 1123	1 Data Science 在不同公司有不同的要求本文只专门讨论高科技公司里 centralized Data Science 部门里的DS role 也是现今需求增长最快的很多同学有误解认为DS是极其高大上的工种非名校PhD不能胜任其实技术真的不是唯一的因素除了在狗家和FB家专门做深度学习(专业小圈子不在本文讨论范围之内）大部分DS并不需要顶尖的理论人才而是需要大批的理论与实际相结合能够解决实际工业界问题的人技术方面基础要扎实概念要求清楚知识面要宽对DS发展最新趋势要了解不需要造轮子而是很快就能用合适的方法从数据中挖掘出actionable insights 除了不错的quant skills 还需要以下几方面： 1 处理数据能力尤其是很大的unstructured data 这个需要你熟悉Hadoop, Map/ Reduce, NoSQL 2 对产品方方面面极其熟悉否则你的对产品的建议只是隔靴搔痒 3 有极强的沟通能力和各部门要熟络而闷头苦干的更适合做纯码工多一些 4 有较强的presentation 能力。Be a good salesman of your analytics result 我个人觉得很多DS的职位 overlapping 产品经理的function 这个趋势越来越明显注：笔者为多年工业界经验的资深 Principal Data Scientist 现任职于SF湾区一家高科技公司【mr.statsguy AT gmail】 StatsGuy mr.statsguy AT gmail http://plus.google.com/+statsGuyMITBBS/about 分享：从SAS 到 Python 与 R http://www.mitbbs.com/article_t/Statistics/31361999.html 也谈为什麽要学习Python http://www.mitbbs.com/article_t/Statistics/31389997.html 2016年DS找工小贴士系列之五:该入哪一行？ http://www.mitbbs.com/article_t0/Statistics/31395289.html 2016年DS找工小贴士系列之四：面试coding关 http://www.mitbbs.com/article_t/Statistics/31394591.html 2016年DS找工小贴士系列之三：Different data scientists http://www.mitbbs.com/article_t/Statistics/31394519.html 2016年DS找工小贴士系列之二你的简历 http://www.mitbbs.com/article_t0/Statistics/31394405.html 2016年DS找工小贴士系列之一：要内推，不要海投 http://www.mitbbs.com/article_t/Statistics/31394237.html ★ 发自iPhone App: ChineseWeb 11
p********n 发帖数: 3367	2 但技术很重要
j**********3 发帖数: 3211	3 mark mark
t****y 发帖数: 370	4 不错
l***j 发帖数: 59	5 比较认同但是关于技能的顺序，我觉得可以调整一下，把第一技术能力放在最后即可。第二三四条，归结成一句话，就是要会忽悠。在传统行业尤其明显。非IT互联网行业里，DS面临的stakeholder往往是非技术出身，思考问题从商业出发。对于是否能认可你做的model，进而是否认可你这个人，唯一的途径就是口头交流。别指望用什么技术指标说服他们，比如AUC，F1，他们不懂，也不愿意懂。他们只关心：你这model能给我带来多大收益，降低多少成本，能提高多少运营效率。这些只能通过你给他们做presentation做ppt开大大小小的会来让他们知道。至于model本身，你就是用最简单的linear regression，他们也不在乎。或许你会说，我只在IT企业互联网企业里做不就行了，stakeholder往往有技术背景，但是别忘了，招聘DS的主力，其实是传统非技术行业，而这些领域，往往也是DS最有用武之地的。
m*****a 发帖数: 306	6 upup
h****n 发帖数: 413	7 mark
S******y 发帖数: 1123	8 Good to know you found it useful

1

(共1页)

进入Statistics版参与讨论

相关主题
● Offer from Sixcents at SF	● 2016年DS找工小贴士系列之五:该入哪一行？
● SAS 在 HEALTHCARE 中的应用	● StatsGuy Data Science 暑期培训开始招生
● DS工作机会，欢迎找工作的同学们联系我 (转载)	● 统计硕士求内推明年5月份毕业
● 请教SAS IML调用DATA step数据的问题	● 实用DS课程 Data Science Bootcamp
● 2016年DS找工小贴士系列之三：Different data scientists	● 数据分析9年经验搬家去弯区求内推
● 2016年DS找工小贴士系列之一：要内推，不要海投	● 为什么辞职时老板越挽留，越要赶紧走？
● 领导想读在职读统计硕士，问哪个名校有online硕士	● （找工作贴士）实习经验越来越重要
● 数据挖掘的咨询公司 (转载)	● Summaer statistical meetings in China

相关话题的讨论汇总
话题: ds话题: 小贴士话题: 找工话题: data话题: 系列

未名新帖统计// 7月16日

#	版面	帖数(主题数)
-	全站	4871 (796)
1	Military	3777 (569)
2	Stock	341 (51)
3	Joke	117 (17)
4	History	116 (3)
5	Automobile	100 (9)
6	USANews	55 (9)
7	Midlife	45 (1)
8	Headline	41 (41)
9	Dreamer	33 (13)
10	FleaMarket	32 (20)
11	Living	30 (7)

* 这里只显示发帖超过25的版面，努力灌水吧:-)