小白外行PhD转DS打卡记

露珠非sc非stat PhD，在美国读Geophysics流体相关的专业。最近一个月在努力充实自己争取转行DS。
露珠的数学还不错（数学专业的请轻拍），做过一年数学助教，统计知识还停留在本科的概率与统计课，因此这两方面没有特别准备。

准备内容大概分为三大块，学习顺序不分前后，哪块板短补哪块：
1. ML基本知识
2. CS基础技能
3. Business sense

1. ML基本知识
上完了IBM的Data Science Professional Specification，cognitiveclass.ai上有对应课程，通过可以拿IBM发的badge。
认真阅读了Hands on Machine Learning with Scikit Learn and Tensorflow的ML部分。
网页自学SQL。

2. CS基础技能
大一的时候上过C++，当时非常懵懂，现在一晃就好多年了，露珠把知识全数归还给了老师，（老师学费还可以退吗？）+_-
于是放弃C++，下载了Python从头学起。。。
研究生时期主要用MATLAB解偏微分方程，对计算机底层是如何实现运算的一无所知T^T 也没有上过数据结构和算法的课。Anyway，只能硬着头皮学了。
花了半个月（走马观花）观看了Coursera上面Data Structures and Algorithms Specialization前两课的视频，大致了解了linked node, sort, search, stack, queue, binary tree, heap等的思路，然而并没有亲自代码实现。
吭哧吭哧到LeetCode上刷了10几道题，还是看着别人博客里的提示。

所以这一块还是最短板。

3. Business sense
露珠下载了一些Data science for business的有声书，睡前当摇篮曲听。今天闲下来的时候开始上Udacity的A/B Testing的课。

希望建立这个帖鼓励我坚持学习，也请各位前辈多多指教+轻拍~~

和lz差不多，热流体仿真背景，lettcode刷了300道，目前为止内推加海投投了200+职位，oa和面试加起来一共拿了5个，除了一个onsite挂，其他全是第一轮挂，转行data还是要慎重。。。

今天学习了:

Simpson's paradox:
Simpson's paradox (or Simpson's reversal, Yule–Simpson effect, amalgamation paradox, or reversal paradox), is a phenomenon in probability and statistics, in which a trend appears in several different groups of data but disappears or reverses when these groups are combined.
=================================================================
Bonferroni correction:
Alpha_per analysis < 0.05 --> statistically significant
Alpha_familywise = 1 - (1 - Alpha_per analysis)^{# of analysis}

Correction:
1: Alpha_per analysis / {# of analysis}.
2. Multiply the observed p-value by {# of analysis}.
Both approaches will result in more non-statistically significant analysis.

yeerceci 发表于 2019-2-11 08:40
请问您已经毕业了吗？用多长时间刷题和准备ML知识的？投简历到收到结果的周期大概多久？

还没毕业呢，我差不多多从17年底开始准备的，断断续续学了机器学习，算法等一系列网课，做了一些Kaggle 项目，和大多数人暴力转ds路线差不多。我感觉转行的一个问题就是靠自学为主，结果会知其然而不知其所以然。面试的时候如果问一些需要转个弯的问题就很难反应过来。

上周面试的时候被问到bonferroni correction，考官先考定义，这个在网课里有学过所以答出来了。然后考官问这个correction有什么缺点，我就不知道怎么答了。后来发现其实答案并不难，因为correction减小了alpha，所以会增加false negative rate。但因为我上的网课里没提到这点，所以一下子就想不出来。

露珠加油 坚持就是胜利

novavistamn 发表于 2019-2-9 23:37
和lz差不多，热流体仿真背景，lettcode刷了300道，目前为止内推加海投投了200+职位，oa和面试加起来一共拿 ...

请问您已经毕业了吗？用多长时间刷题和准备ML知识的？投简历到收到结果的周期大概多久？

novavistamn 发表于 2019-2-9 23:37
和lz差不多，热流体仿真背景，lettcode刷了300道，目前为止内推加海投投了200+职位，oa和面试加起来一共拿 ...

层主加油。。。刚去看了下层主的帖子，虽然不是同行phd，但是想分享给层主，自己比层主弱鸡多得多得多。。。但是之前找工作的时候也懵懵懂懂拿到了很多大公司的首轮面试，虽然全都挂了但是现在看来真的是我自己能力不行浪费了之前的机会，全挂在tech上了。。。想说层主比我当时的能力好太多了，只要好好改一下简历拿到大公司首轮面试绝对没问题的！加油。

startfromhere 发表于 2019-2-11 23:50
层主加油。。。刚去看了下层主的帖子，虽然不是同行phd，但是想分享给层主，自己比层主弱鸡多得多得多。 ...

谢谢！你已经有实际工作经验了，找下一个工作会很方便。
现在机器学习很时髦，所以传统工业界也喜欢套用ML算法做优化。但是传统行业毕竟懂ML的人少，以至于很多项目甚至是发表的Paper都是滥竽充数。我看过不少paper拿一个ANN模型train了十几个data sample，连cross validation都没有就开始model deployment了。感觉我做的那些项目蒙下不懂统计的人还行，面试碰到统计出身的人就露馅了

觉得各行各业都能转DS，目前岗位有点供不应求，真是不容易。。可以考虑DA BA，位置还多一些

novavistamn 发表于 2019-2-12 07:21
谢谢！你已经有实际工作经验了，找下一个工作会很方便。
现在机器学习很时髦，所以传统工业界也喜欢套用 ...

层主你还有时间，不是还没有毕业吗？现在准备肯定还来得及。。。
我自己就是觉悟的太晚，一开始完全没想做DS，等到最后才意识到为时已晚，悔不当初。
不过现在再回头看之前的理论知识也还是觉得怪自己当时太弱，
所以层主一定坚持住，然后多花时间学习刷题，等熬过来了就会发现一切都值得！

暴力转CS中，最担心的事情是OPT、H1B的专业相关要怎么办==