跪求下大米雨，分享暴力转DS转MLE的经历

马一下想知道怎么出火坑

坐等转MLE分享。自己也在考虑是继续做analytic ds还是转mle

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。
-baidu 1point3acres* 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。

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，每家公司对DS的定位和要求都不一样，如果能总结下你所面试的DS岗的职责和要求那就真的能帮大家大忙了。
再次感谢~

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

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
• 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.

感谢楼主分享，学习了！！

赞楼主！

谢谢楼主的分享

谢谢楼主！满满都是干货啊

请教楼主，是怎样找到meetup机会的？您指的是现场的tech talk吗？
在线的tech talk是直接youtube搜索的吗？
谢谢！