跪求下大米雨，分享暴力转DS转MLE的经历

跪求下大米雨，这是一个直播贴，如果有人看的话会继续写的。


背景介绍


隐私关系，就不明说一些了。以下是楼主背景。

您好！
本帖隐藏的内容需要积分高于 120 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 120 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

如何学习转DS

您好！
本帖隐藏的内容需要积分高于 120 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 120 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

补充内容 (2019-3-21 12:45):
对了楼主现在超级爱自己的工作的，老板，组员什么都都炒鸡好。感谢老板给我的机会。

补充内容 (2019-3-21 12:49):
我要强调一下，我没在找工作。超级爱现在的工作的。

我又来啦，我要来总结一下怎么转MLE。

想来想去就是三条

1. 刷题
2. 不要脸
3. 相信自己

我觉得MLE说实话和其他的SDE没啥区别，就是要刷题，题都没刷还是转行的一切都只能面谈。版上有好多总结刷题的我也不需要赘述了，300题滚瓜乱熟是必须的，这三百道一定是要做到看到就知道题号，看到就能五分钟写出来不出错。在这里我要给我的另外一个帖子打广告（https://www.1point3acres.com/bbs/thread-574190-1-1.html），这个帖子就是总结一下刷题的哈，主要是为了我想转行朋友准备，顺便发上来。

不要脸的就是真要完全不要脸。工作都没有还要什么脸，第一份mle的工作再没有经验还是转行的情况下真的只能通过不要脸来获得。要到处推销自己，加人，找人聊天，找各种人内推，找各种人给自己mock interview，找各种学习的手段。如果有上补习班（市面上超多的），那你就要当这个补习班最aggresive的仔，要合理abuse补习班。上课之前把要讲的内容全部看一遍，上课的时候疯狂问问题，下课了之后疯狂问问题找助教mock。如果不上补习班，给自己列个计划，然后找几个厉害的朋友（如果没有厉害朋友就拉几个特别aggresive刷题的朋友），跟他们过一遍你的计划，问问哪里缺什么，哪里设置的有问题。

这个计划，要细化到每一天。

* 刷题，三百道题（精通）- 什么时候达到？ 八百道题（熟练） - 什么时候达到？每天刷几道题？无论有多难每天的任务必须完成。刷题的阶段就是醒了就要刷题，睡了也要刷题。看不进去就抄一遍。这么逼自己好像有点吓人。。。但是在我抄完背完两百道题之后好像就像打通了任督二脉，在两百道题之前不要放弃哦。
* 系统设计，什么时候开始看，看哪些方面？每天看多少，当作小说看，看不懂就背下来。。。多看多看多看多看就慢慢的懂了。
* 申请工作，什么时候开始申请？哪些公司，哪个方向。找了哪些内推，内推公司的朋友给出的各种建议？
* 面试-电面-onsite 每一步的时间

还有就是相信自己，给自己洗脑。给自己适当的正反馈， 时不时看看一亩三分地鸡血帖子，给自己催眠。

感觉说的比较玄。我之后再补充补充吧。

rogie399 发表于 2019-12-1 11:10
楼主你好，感谢你的分享。
还想请楼主分享下你对DS的responsibility和requirements的理解。诚如你所说，每 ...

根据我前几年的经历，ds一般分为三大类，各大公司也分的非常清楚，可以直接看他们的招聘要求。

1. analytics ds
. 1point 3acres
对应 fb,linkedin,airbnb等公司的 data scientist, analytics职位。
主要技能就是sql， 简单的python（主要就是pandas），产品分析，定义metrics等等。
你可以参考这几个公司的要求。比如airbnb这个：

Qualities We Value
• Professional industry experience in a quantitative analysis role
• Comfortable in SQL and some experience with a programming language, with Python or R a plus
• Ability to communicate clearly and effectively to cross functional partners of varying technical levels
• Ability to define relevant metrics that can guide and influence stakeholders to the appropriate and accurate insights
.1point3acres• Experience or willingness to learn tools to create data pipelines using Airflow
• Building clear and easy to understand dashboards (Tableau) and presentations

2. experimentation ds
这个主要是分析实验的，用python或者R做实验分析。但主要还是stats要合理还。
参考airbnb的inference ds

Qualifications we value:

An ideal candidate should possess a good balance of statistical/technical skills, business acumen, and communication skills. A driven individual who’s keen to solve hard business problems is desired.
• A passion for Airbnb’s mission of helping people Belong Anywhere
• 3+ years in industry experience and a Master's degree in a quantitative field or Economics; PhD is a plus
• Ability to write clean and concise code, especially in R or Python
• Knowledge of statistics and a keen eye for detail
• Proficiency in SQL
• Solid understanding of product analytics & experimentation is a plus
• Thought leadership to tackle open ended questions or optimization problems
• Steadfast focus on creating impactful change
• Ability to partner with cross-functional teams using strong written and verbal communication

3. machine learning ds

这个的话会更需要建模，同样可以参考airbnb的algorithm ds，需要deep understanding of machine learning

Here Are Example Traits We Value
• Advanced degree in quantitative field.
• 2+ years industry experience developing machine learning models at scale from inception to business impact. Proven ability to tailor your solutions to business problems in a cross functional team.
• Deep understanding of modern machine learning techniques and their mathematical underpinning, such as classification, clustering, optimization, deep neural network and natural language processing.
• Strong programming skill (Python, R preferred).
• Versatility to communicate clearly with both technical and non-technical audiences.
• Data analytical and data engineering experiences is a plus (Hive, Presto, Spark preferred).
• Experience productionizing real-time machine learning model is a plus.
• Relevant industry experience is a plus.

流浪的加菲猫 发表于 2019-3-19 02:28
想请教下发cold email, 约人喝咖啡，开始就在linkedin上加人，然后约，约到几个校友，但是聊聊也就不了了之 ...

我就是约技术主管，尤其是转行的，校友或者公司特别有意思的

我每次去之前会把所有想问的问题给准备一下：

1. How did you get where you are now
2. 问之前的经历，为什么换工作怎么make career move
3. how do you like your day to day life. How to keep learning and keep making improvements
4. What are you looking for when hiring
还有各种他的背景，如果他最近有talk一定会认真看一遍然后见面的时候问问
.....

不过都是见机行事，主要是make the connections

补充内容 (2019-3-19 02:37):
然后会大概跟他们说自己的情况，有时候会建议我继续看看书学习学习，有时候就直接给面试了。

谢谢楼主，我和你的境遇差不多，也想转MLE。期待早点看到你的MLE相关文章！

mark mark

期待楼主的后续！！！先加米为敬！！！

谢谢楼主分享！对我来说是很大的鼓励。

看了lz的帖子，真乃神人也

看了你的帖子，我觉得我今年无论如何也要客服困难把我的技术做成产品。。。

想请教下发cold email, 约人喝咖啡，开始就在linkedin上加人，然后约，约到几个校友，但是聊聊也就不了了之，还遇到聊完之后人就消失了，我是聊的多吗差，哎。 后来就没太约人了。我本来就是个嘴笨的人，就不擅长聊天，每次我都很紧张，有时候也不知道要聊什么。想问问楼主一般都会约什么样的人，hr吗，技术主管, 主要聊技术疗产品吗？谢谢

hey123_1 发表于 2019-3-19 02:35
我就是约技术主管，尤其是转行的，校友或者公司特别有意思的

我每次去之前会把所有想问的问题给准备一 ...

感谢楼主，学习了，我其实是转行，学校也水，经历也很弱，海投也有点面试，但是其实效率也不高，能不能再请教下，发cold email有没有回复率比较高的内容，我一般就是介绍下自己的情况，想了解他们公司或者学习下经验之类的，怎么发会好点，多谢