求助：数据专业零基础转码，最近怀疑自己规划有问题求建议+吐槽

本人文科背景读数据专业研究生， 年底毕业， 3月转的SDE,  零基础。每天学校一堆作业课也不简单，时间不够用，刷题学CS 都靠熬夜学一些。

可能时间分布不合理，最近本专业的一科还考的相当差，意识到顺利毕业学到技能对我也重要，之前为了找工作，听说SDE比数据分析容易，自己也比较有兴趣就转了，但最近看见周围的人找到数据分析工作，有点怀疑自己是不是选择规划有误，舍近求远。两个一起学一起求职 又怕只有一年两个都没学好。

转码后和数据分析求职内容侧重点很不同，我很怕我两者都想要，最后一场空，但地里很多前辈都是混申的？？不知道地里很多DS, SDE混申的前辈怎么合理分配两个一起准备的？

宋龙龙96 发表于 2019-4-1 11:22
加油加油 好运都给你~~

那我就多说两句~
时间还多，我建议楼主把力量用在最有效的地方, i.e 怎么拿到面试+通过面试
.google  и我觉得SDE+DS可以一起进行，只要效率能到

SDE：
1. (90% efforts)找个刷题的list(100-200道)大概可以覆盖所有的data structure, 好像九章算法有个list, 我用的是bittiger的115道高频
2. (10% efforts)建议看一本书, high performance python, 帮你理解一些你刚好需要的计算机基础并且优化你的code，面试时候有奇效

DS:
1. 拿到面试需要有一些make sense的project，internship是最重要的，不惜一切代价哪怕是unpaid也得整一个；剩下的可以拿kaggle来补充，不要恋战刷名次，而是问题的多样性(cv, nlp, recommendation system, anomaly detection...)以及方法的多样性要体现在简历上
2. 对于DS的面试，地里是有高频题的，结合自己当面试官的经验just name a few
(1) random forest/deep learning vs logistic regression, when and why
(2) unbalanced data
(3) bias variance trade-off, why lasso, ridge...
. From 1point 3acres bbs(4) feature engineering case study
. Χ(5) evaluation metric, precision vs recall when and why
(6) train/validate/test split, cv, hyperparameter tuning

先这么多吧，想到了再补充

一般都是只准备ds(做ml的)，mle 和general的sde。这样作为new grad就是只要准备刷题，ood，简单的系统设计和ml。放弃了analysis的ds后，a/b test，product sense 和统计知识就不需要准备了，可以省很多时间。h1b会不会rfe看你的data项目和cs有多大交集，一般侧重ml的项目问题都不大。主要学ml的项目做mle可以说完全对口了，做general的sde问题稍微大一点。

你听谁说sde比数据分析简单的。。

seawill77 发表于 2019-3-29 23:51
你听谁说sde比数据分析简单的。。

看了很多论坛帖子说， 职位更多，面试没有DS范围广。。

诶，有点好奇，这样强行转码最后找工作专业不match能够办h1b吗？h1b不是要求必须专业对口的工作才可以？

JoannaOYZL 发表于 2019-3-30 05:04
诶，有点好奇，这样强行转码最后找工作专业不match能够办h1b吗？h1b不是要求必须专业对口的工作才可以？

数据转码H1b transfer操作中
已经做好了RFE准备
让我们拭目以待。。。

berserker888 发表于 2019-3-30 06:08
数据转码H1b transfer操作中
已经做好了RFE准备
让我们拭目以待。。。

看过层主的另外一个帖子，我ds专业的同学毕业做ml，title有的是ds, 有的是mle，也有sde - ml，其中有很多h1b都是file的software engineer-applications，都是木有rfe直接过的，感觉还是看材料的准备不是只看h1b用的code的

补充内容 (2019-3-30 08:59):
倒是有个同学file的statistician，不知为何被拒了。。。

两边差别还是很大的，同时找估计会很费劲，要准备的东西太多了。建议只选一边。

为什么不直接找ds工作这么生硬的转码呢？

DS其实也挺好找工作的，不过CS更好一些，还是要努力刷题