本帖最后由 renov 于 2016-3-15 08:51 编辑
没找到怎么编辑主题贴的方法，好像只能通过回复更新。
大致列了一下要写的方面，看有什么别的漏掉的。
已经更新第一部分， 下一篇我打算写一下面试的准备，包括三年前刚毕业时候准备tech公司的经历，以及后来工作中准备一些技能的经历，但是不会涉及到具体面试的题目什么的（所以想看这一部分的可以跳过了），更多的是方向性的一些经历，提供一些思路。 希望这些经验能给stat/analytics的同学尤其是转行的同学提供一些帮助。
1. facebook的data scientist职位介绍和发展前景Data Scientist是一个很宽泛的概念，相同的叫法，在各个公司负责的工作可能会相差很多。关于DS的讨论不管是quora还是知乎上都有不少，有兴趣的可以看看知乎上这个讨论下的一些回答，很多答主本身就是tech公司的DS或者Dataengineer，这里我就不多说了。 具体到facebook，大致有两种类型的DS，一种是CoreData Scientist（有时候我们叫CDS），另外一种是product DS或者叫analyticsDS。前者要求要高很多，通常是CS或者统计的PHD，并且学术期间发过很好的paper，当然这也自然会体现在薪水上。我所在的职位是后一种，也就是我要介绍的，为了方便接下来就叫DS，不作区分了。 DS的日常如果用一句话来总结的话就是通过数据来发现问题，解决问题。这么说起来可能比较虚，那么可以看看这篇写得不错： 很多时候，在facebook的DS要充当半个PM使，因为需要DS自己去寻找问题来源，产品发展方向，提供可行的解决办法，然后再继续看效果，继续改进产品，如此往复。也正因为如此，面试的时候一半的时间是在考察产品思维（productsense），顺便考察沟通能力。反正是技术上的要求并不高，基本就是SQL（Coredata scientist/data engineering是另外一回事，那些对技术上的要求是完全不一样的）。 之所以对技术上要求不高，一方面是因为内部有很多做好了的工具直接用就可以，技术上复杂一些的有CDS和DE来解决（所以他们薪水高啊），另一方面，很多数据分析并不需要用来很高深的技巧就能提供解决问题的思路等等。 如果之前就对facebook的DS有兴趣的同学，很有可能也看过这一篇： http://www.mitbbs.com/article_t2/Statistics/31379771.html 这篇文章写得非常全面，是一个analytics manager写的，不过就我的体会以及跟几个在fb已经有一段时间的朋友交流来看，DS的日常工作部分主要是3/4，面试重点主要是2/3，供参考。 里面有一句话我感觉很到位，“很大程度上, FB的datascientists需要的是通才, 而不是专才”，所以我感觉还挺合适我这样转行的。有时候我也会感觉，以前念做生物research的那些思路、经验也还是能用上的，虽然具体分析用到的工具不一样，但是各种experimentaldesign, hypothesis test等的思路还是很类似的。
发展前景的话就目前来看，基本还是有很多职位空缺的，光是fb现在都三月份了，去年的headcount还没有完，现在招的人还在填去年空，今年估计还要招至少100个DS。. 1point3acres
别的公司估计也是类似的，linkedin上每天都会收到recruiter的联系。
2. 信用卡行业(modeling&analytics)跳tech行业的准备
3. 信用卡行业(modeling&analytics)的职位介绍和发展前景
4. 统计/分析(stat&analytics)毕业求职的准备. check 1point3acres for more.
5. 生物转统计/分析的过程
6. 如何考上生物系(j kidding)
| 
楼主: renov
狗仔卡
楼主
