登录
  • #数学|统计
  • #统计--就业
  • #2021转DS前景

聊一‌‌‌‌‌‌‍‍‌‍‍‌‌‍‌‍‌‍‍‌‌‍‍‍‌‌‍‌‌‌‌‌聊统计/DS就业(含3tech+3bank+2insurance DS职位简介及面试概要)

farmer0307
5392
14
献上本人地里首帖,希望一些信息和经验能对后来者有所帮助,如果觉得有些用,还请赏米~~

本贴可能对刚工作不久跳槽或刚要毕业的统计或相关专业MS/PHD更有帮助(后续有空会另发新帖追加更多多年职场感悟和一些行业DS职位、部门、大致工作内容、面试等分享)。

先大致讲一下背景及信息来源: 统计博,DS业界x年,本文选聊的3tech+3bank+2insurance公司的DS职位及面试简介,信息来源为几年内亲历(~_~不会回答现在在哪),多数拿了offer(~_~不会回答具体钱数),少数无offer但有多轮面试 (注意不是今年面的,发帖晚了,加之多数都签了保密,所以具体的考题就不上了,但职位,大致面试内容方向等均可作参考),最后会稍聊一点点整体统计职业感悟。若有错漏或不同观点的,请好言指正讨论。

废话尽量少说,直接上干货:

3 tech: 这几家公司在地里讨论太多了,我只简单说说



  • 谷歌:曾经统计职位叫quant anlayst, 后来改为data scientist 因为这个名字更时髦,再后来从DS分化出更偏商业一点的 product analyst, data science。 HR会发面试准备大纲, 让我不解的是,似乎员工大牛们过于随意,问题完全看面试官,往往不按大纲来,考察范围无法预测,个人被考到的包含但不限于基础统计,深度统计,机器学习,开放问题,产品直觉,白板代码,白板证明,白板算多重积分......从面试和内部消息来看,我的感觉是他家(一些组)DS是tech公司里(少数)真的比较看重(硕士以上)统计(注意是统计非ML) 方法的(看完后面公司,你会知道这句话啥意思)

  • 脸书:DS大致分为core DS 和 DS analytics, 之外还有一些小的分支有别的名字在此不做讨论。core DS 好像都是大牛phd主要作算法和方法研究以及做内部工具的,DS analytics 其实更像product analyst(当然股票比传统行业analyst多太多), 面试主要考察的就是SQL白板和product sense,个人感觉统计要求是本科初步,当然了FB数据大,ab test就可以了,甚至直接求个均值也能有大impact......

  • 亚麻:有Data scientist, research scientist 后来又有了applied scientist; research scientist 有不少是真做applied ML或优化研究; applied scientist 有点介于半码农和DS之间的感觉,代码要求高一些,工作写码内容也更多;data scientist 感觉很杂,同样的title,在不同组干啥的都有,有做ML的,有只做SQL的等等;从面试来看包含SQL白板(难度看人,遇到过一次天竺本土的, 只用SQL, 用了20年,上来就给我一个炸弹,感觉远超leetcode hard....,还听不懂口音...第二次还是天竺大师,难度就OK, 只有leetcode medium),代码白板(leetcode easy, medium), 统计 + ML, project or case, 最后提醒他家会考亚麻的leadership principle,不知道的去查,考的方法大概是,让你举一个你的例子,体现你有他列的某个leadership......



关于tech DS 讨论太多了,在这就提这些吧

3 banks:



  • Wells fargo: 据我所知,这家在银行里(注意是银行里不含投行)是最大方的,没有之一(可能chase能比较接近?);他家长期有quant program,2个track,一个是传统quant,一个是stat-model,职位都叫quant associate/ quant analyst, 校招时2track共几十号人在NC夏洛特集体onsite1-2天,大多数phd,场面壮观,在米国还第一次见这个多phd来PK,工作1-2年的有时也会被安排到这一起面;我是stat-model track, 面试有好多轮,大多为ms-level统计知识,做过的项目,给的case建model,有什么问题怎么解决,等等;这个quant program进去以后有大量的培训和几次轮岗,而且可以认识很多朋友,几年后大家会在各行各业ds,个人觉得对职场新人还是挺好的;另外很有意思的是,初始地点可选三藩或夏洛特,工资居然一样!如果喜欢卷,选三藩方便找下家,如果比较佛,选夏洛特拿三藩一样的工资可以过的非常非常爽。

  • BOA: 主要职位在NC夏洛特,职位叫statistician或DS,不知道不同组区别大不大,我当时面的是个人银行业务,包含个人存储借贷和信用卡等,面试比较特别,在电面之前有一轮指定地点的机试(类似于考托福或考SAS证书那种),包括数据处理统计编程(比如什么样的数据处理成什么样的)和一篇小论述(比如如何理解某个统计概念或模型),其他面试多为统计+ML+SAS/R +case

  • Capital One: 本人面的职位principal DS, Mclean, VA;他家面试是我见过最烦人的,先是一个数据很差的home work data challenge, 然后是一个指定网站指定规则的coding test (此处coding 跟data半毛钱关系都没), 然后onsite先是统计+ML+项目+大数据(传统行业唯一一个考了我mapreduce和linux command的),这也OK,然后2轮跟consulting firm一样的case题,最后还来一个角色扮演题, 给你一个(打印出来的一堆纸上)某人已经做好的做的极烂的模型,让你扮演一个consultant,他扮演客户,让我模拟讲解加销售这个破活.....hr自信的说他家要的人是代码建模商业策略销售多线一流....可问题是最后你家给的钱看起来真不是一流啊....当然他家面试提供的车和酒店确实是我面过的最好的......他家相比其他传统行业也确实在穿着和wfh上是更open和flexible一些



2 insurance:



  • Liberty mutual: 主要职位在波士顿或西雅图,初始title为analyst/ sr. analyst, data science, 面试主要为统计+ML+项目+behavior;这家是我所知保险里最透明的,甚至职位工资范围都直接贴在招聘广告里,运气好有好项目或好老板升职也是比较快的,另外很多组很flexible,知道大量人在疫情前就一周某些天wfh

  • Travelers: 地点以CT哈特福德为主,小地方但其实离纽约波士顿都很近,不算偏。初始职位为consultant/sr. consultant, advaned analytics,后来有一些新组貌似也开始直接用ds职位名称了;刚毕业ms/phd或毕业不久的会直接进AALDP(actuarial & advanced analytics leadership development),有点类似wells fargo的quant program, 但时间稍长,提供行业培训,集体活动和轮岗换组机会,而且可以认识很多朋友,几年后大家会在各行各业ds,个人觉得对职场新人还是挺好的。面试主要为统计+ML+sas/R/python+项目+open question;



最后小聊一些毕业多年对统计、DS职业的零散的感受,当然再过几年也许新的感受会直接刷新或纠错目前的感受,不过还是先写出来吧,希望能稍稍有帮助,若有错漏或不同观点的,请好言指正讨论。



  • 从统计本行,工作体验和部门地位上来说,也许药厂/FDA还是传统统计(尤其生统)博(不含ML/AI研究方向的人)最本能和最好的出路 (绝对核心部门并且监管要求统计师签字)

  • 若研究方向或个人强烈兴趣是ML/AI, 需要直接朝码农走转MLE;如果只是DS那大概率是无缘真正ML/AI项目的(也许统计巨牛除外)

  • DS号称某世纪最火(原词不是‘火’是xx)的职业, 我多年看到的却是这貌似是跳槽率最高的职业(也是某些行业的二等公民),这其中可能有很多原因,也许有市场过热(pao mo),也许有很多职位理想与现实的严重不符(面试造火箭,工作扫xx),也许一个事实是在很多公司, 统计DS更像是奢侈品,不要不足以显得自己时尚,要了也不知有什么真正价值;即使被正确使用,这个职业的特性也使它更像游戏里的“辅助”型英雄,正确使用也许能提高其他主力攻击英雄的效率,但自己却很难有那种冲锋陷阵的成就感,等等等等,读者以后自己慢慢体会和思考吧

  • 当然也不要悲观,首先目前ds热还是让这行待遇不错,至于长远发展生存,个人觉得还是软硬技术两手都要抓,两手都要硬,硬技术就不多说了,理工科ms、phd本能的就会重视,这里强调一下软技能,上学的时候如果可选TA vs RA, 大多数人会选RA听起来高大上,现在回想起来TA能给人的提升绝不比RA少,在任何一行做模型,发你钱的几乎都是外行,怎么能让那些小白听懂和买单,是一个大学问.

  • 最后强烈建议在校同学毕业前“多元”实习,别实习一个觉得够了,也别觉得这次实习还行,下次再来这同一家实习. 如果有明确行业方向则最好实习多家该行业公司,如果不确定行业,建议尽量实习多个不同行业及地址,不同行业文化、项目、强度等会很不一样,不同地址风格和消费也千差万别(某些跳槽offer在你的小村看起来是巨包,等一搬家发现在新地方生活质量降2档,这种例子屡见不鲜).

  • 当然也不能把实习的感受和项目完全等同想象为全职以后的位置,要打折。等你自己带过实习生以后,你就明白了以下道理,很多公司招intern要达到以下目的:1.找猎物 2.忽悠猎物上船 3.安排猎物探测有趣但未知有风险的新路(因为万一成功可用来吹,即使是只有一部分成功并不能实施,但万一失败没有人需要背锅,实习一结束自然停止项目即可),基于后两者可知:很多公司对实习比对全职热情和人性,也很常见实习项目比全职干的活更有趣更开放(很多实习探索AI,全职以后清理火坑)。



第一个帖子就这样吧,有空再发二贴我们接着聊。

如果有丝毫帮助,还请赏米哦~~

补充内容 (2021-11-04 22:21 +8:00):

最近看到有些热心读者留私信问问题及问微信号。。。首先感谢关注。

在此集中回复一下:

1.因为各种原因,暂时不考虑为此贴发出微信号,非常抱歉,还请谅解。

2.地里确实不鼓励私信,我打算一一回复私信,结果每次需要鳄梨之类,我没有,兑换还很贵,所以也没法回复私信,抱歉。

3.如果对该主题你有后续问题,请直接在帖子留言,如果你实在是有问题希望私下讨论,那也理解,请在私信里注明电子邮箱,我尽力回复,谢谢
14条回复
热度排序

发表回复