转专业统计水硕DS上岸回顾

[align="left"]工作有一段时间了，最近比较迷茫。把之前找工作的经验写下来，希望多少可以给大家做个参考，也帮助自己回顾一下2018。[/align][align="left"] [/align][align="left"]摘要[/align][align="left"]总结！总结！总结！明确方向，找到自己的节奏，然后就不放弃的走下去吧。我是一个很水不聪明又没有自制力的人，但好在可能还算会抓重点。所以既然我上岸了，相信大家都可以的。[/align][align="left"] [/align][align="left"]背景[/align][align="left"] 本科末流211经济， 村里统计水硕一枚。研究生之前除了点点鼠标的SPSS，没有任何软件和编程语言基础。研二之前只会写写R。[/align][align="left"] [/align][align="left"]学习/面试准备[/align][align="left"]Python & Coding：[/align][align="left"]1）Python基本操作和常用ML包。学校有一门两学期的自学网课，第一学期讲基础Linux，Python命令，第二学期讲经典ML模型的应用。学习材料都是网上现成的文章博客和教授准备的notebook，我传在Github上了。github.com[/align][align="left"]2）Hands-onMachine Learning with Scikit-Learning and TensorFlow 个人推荐这本书，虽然纸质书难免事例不足，但他覆盖的内容基础又全面。Demo之前会用简单的语言介绍算法概念，对于面试中“XX是什么”类型问题完全够用。[/align][align="left"]3）数据结构和算法,研二上了学校cs系本科基础课，用的C++…不想说那学期是怎么活下来的，我一个没有任何编程经验的人 ，C++是什么？对不起，打扰了。这里非常感谢当时的2名队友，撑下来之后感觉收获颇丰，为后面刷题打了基础。所以建议没有基础的朋友在刷题之前，选择一门网课整体学习一下。磨刀不误砍柴功～推荐一本我当时没来及看的用python讲数据结构的书，interactivepython.org[/align][align="left"]4）Leetcode， 因为毕竟不是找sde的工作，我只刷了top100 interview questions里easy和部门median难度，然后根据不太熟悉的类型又找了些题，前后差不多总共120题。个人觉得数量不是关键，思路和变通最重要。这里非常感谢网上大牛的总结，algorithm.yuanbin.me[/align][align="left"]DS的coding题有时候会套一个应用场景，例如 a list of lists, 里面是user，出发地，目的地，…让你找出是往返机票的。我的第一反应是，和top100 easy里一题ValidParentheses是一样的思路。这里再推荐一个chrome刷题插件，担心有广告嫌疑...管理员如果觉得不妥我会删掉。JZ刷题小助手，帮助我在卡在一道题时快速看到别人的答案。[/align][align="left"]5）Data challenge,这个学校里projects还蛮多的，所以流程比较熟悉。不太熟悉的朋友，网上那么多教程，找来几个看一看，跟着完整的走两遍，都能学会。然后找一个数据，整理一套自己的datacleaning, EDA, modeling 模版。 例如这样的， towardsdatascience.com[/align][align="left"] [/align][align="left"]ML相关（没有DL）：[/align][align="left"]1）ISLR, introductionof statistical learning. 强推。这本书没有ESL里天书般的理论，我看了3遍，第一遍学校里上课看的，第二遍自己看的，最重要的第三遍边看边总结。个人觉得英语非母语的我们，电面中其实真的挺难把一个技术问题讲清楚。这个书的优势就体现出来了，它用通俗易懂的语言讲清楚了每个算法，很多段落是直接可以拿来回答面试问题的！[/align][align="left"]对于每个算法，想清楚它的背景，objectfunction，参数对结果有什么影响，应用条件和优缺点。我的做法是开一个doc，看书的时候思考这些段落想说明什么问题，如果是面试考察这个内容，会怎么问。然后记录下这个问题，并根据书上那几段内容总结成回答。如果想让自己的答案更丰满，可以Google这个问题看看别人是怎么说的。这一步很重要，一定要形成自己表述。[/align][align="left"]2）Google， 网上有太多ML相关博客可以帮助查漏补缺。我比较暴力直接…找几个topML/DS interview questions lists， 同样用上面的doc，一个个的过，总结出自己的答案。很多问题回答起来可能比较简单，但自己可以多深入一些。比如经典的type1, type2，就可以顺带把confusionmatrix, AUC一道总结下。[/align][align="left"]最后这个doc会有很多问题，自动生成个目录，面试前过两遍非常好用。[/align][align="left"] [/align][align="left"]统计相关：[/align][align="left"]1）推荐一本书 Naked Statistics，推荐原因，同样…讲的很简单很清楚。因为自己菜，高端书都看不下去。我感觉对于大部人来说，能让别人理解你在做什么就足够了吧…对于一些常问的统计概念，如上2）一样暴力解决[/align][align="left"]2）A/B testing，Udacity上基础课。同样注意总结可能的问题和自己的答案，definemetrics, sample size, power, p-value 啊什么的。可以配合上搜索experimentsdesign, hypothesis testing一起准备。这一块我没怎么关注，自己并没有往testing上找。[/align][align="left"] [/align][align="left"]Project相关：[/align][align="left"]个人觉得这里很重要的是得有一个框架，让人能很清楚的了解你的逻辑。对于resume上的project，理清1）这是一个什么样的问题 2）为解决这个问题，模型的目标是什么 3）数据长什么样有什么特点 4）考虑什么模型 5）结果如何 6）有什么实际意义。然后再这个框架下细分每一步，发现了什么，会导致什么问题，怎么解决。比如EDA时，发现数据imbalanced，说明imbalanced会怎么样，考虑oversampling or …总之要让人知道你做每一步都是有原因的。然后我又要来说了，像做presentation一样尽可能详细的把这些说明介绍写下来。之后就可以根据面试的长短有选择性的介绍，也可以用作onsite时的presentation。你会发现就算你电面中大致介绍了project，面试官的followup questions也基本都在你的总结里。[/align][align="left"] [/align][align="left"]海投相关：[/align][align="left"]时间线1-3月网申海投，4-5月结课毕业，5-6月毕业旅行，7-9月一键投递海投。[/align][align="left"]曾经我也是个疯狂填网申的孩子，但那低的可怜的回复率和秒收的拒信实在很受挫。加上到底是个没有耐心的懒人，厌烦了繁杂的网申程序，最后采用的方式是临睡前躺在床上，用LinkedIn也不看jobdescriptions的更狂点easyapply一键投递… 敲黑板 这里大家不要学我，还是要积极找内推填网申，不然会错过很多好机会。我这种方式只能说帮我找到一份工作，至于公司规模薪资福利什么的就另说了，没有追求的我…明知道这样不好，但依然这样做的原因是 它最适合我。我一直嫌自己很菜，不敢找内推，填网申的费时低效让我整个人非常非常的焦虑，直接影响到我复习睡眠情绪等等。后来也是想通了，选择放过自己，不能工作没找到自己先进医院。所以开头才说，找到自己适合的节奏，这样才能撑的久一点。[/align][align="left"] [/align][align="left"] [/align][align="left"]差不多就是这些了，一身缺点的普通的人和她很普通的经历。希望可以让暂处在迷茫期却不普通的你得到一些安慰。只要心还透明，就能折射希望。祝福所有人2019顺利！[/align][align="left"] [/align]PS，想看看别人的经验，可怜兮兮的求一点米，谢谢～