DS准备打卡

先说现状：物理PHD，做了几年教书匠，做过不到2年DS，在家带娃2年半！
       目前的基础，针对DS的各个模块：熟悉线数，统计，ML，SQL，DL了解，数据结构和算法基础薄弱，A/B test没有系统学习过。上过Andrew Ng的ML, python基础课程。总结起来就是大概什么都了解，但都不深入！
       计划：针对现有基础薄弱环节有针对性学习： 1. 学习 A/B testing by Google 2. 学习基于python的数据结果和算法 3. 刷leetcode easy的题目。4. 看面经，熟悉提问方式。5.手写基本的ML算法的推导过程- LR, LG, SVM, GBDT.
       感受：1. 关于coding，有些公司的DS职位并不测试数据结果和算法，coding仅限SQL，但在CS领域工作，coding是基本功，就业范围更广，但因为DS本身涉及面很广，为避免坚持不下去，暂时只准备刷easy的题目。 2. 关于面经，理解相关理论和应对面试，还不完全一致，习惯面试问问题的方式和考点。3.关于拉格朗日等基本优化算法：要能手写基本过程，偏operation research的职位对优化算法要求较高。
       这是目前的感受，因为面试经验很少，总结肯定有偏颇，会随时更新。
      
      

哇支持楼主！

支持楼主， 物理phd分分钟进ds坑的

怎么不转SDE啊 DS坑太少
楼主要转的话，还是来个一步到位？

starry0731 发表于 2019-7-11 01:21
怎么不转SDE啊 DS坑太少
楼主要转的话，还是来个一步到位？

多谢大家支持啊， 刚买了VIP，终于可以回帖了
关于coding: 经过一番思想斗争，终于下定决心开始刷题了，目前过了一遍基本的数据结构，粗刷了100题左右，仅限easy 和medium。处于边刷边忘的状态。准备接下来冲刷easy 题目， 刷足100题

关于面试：昨天刚刚电话面试了grab，这是一个推了很久的电面，面试官全部focus在简历中提到的项目上，可惜好多都不记得细节了，感觉面试一次，就是弱点的精准打击，内心够强大的花，面试本身也是非常好的锻炼。最后10分钟，问了一个拓扑排序的问题，只要了思路，没让写code。

SDE是个不错的选择，准备起来比DS靠谱， DS的东西比较杂。上次发帖之后，也去重新上了ABtest的课程，但我感觉自己对统计不太感兴趣， 可能machine learning scientist更适合。

目前的打算是再过一遍算法， sql的题目， 练习一两道Kaggle的题目， 然后就投几个侧重于machine learning的职位， 下个月开始迎接洗礼：）
.--

也在准备ds，知识确实比较杂，mle是个好选择。我们可以多交流。

gwen123 发表于 2019-8-14 10:43
也在准备ds，知识确实比较杂，mle是个好选择。我们可以多交流。

是准备的没底，MLE, MLS都比DS好一些，感觉在抹黑走夜路，欢迎交流啊！

时间过得太快了，已经是9月，争取一周之后再投一次简历，默默学习没有动力了

FIGHTING666 发表于 2019-9-5 06:48
时间过得太快了，已经是9月，争取一周之后再投一次简历，默默学习没有动力了

楼主加油啊！曙光在前面啦

starry0731 发表于 2019-9-13 15:19
楼主加油啊！曙光在前面啦

谢谢，非常感谢你的鼓励，看了你发的帖子，终于坚持到了胜利，很为你高兴！感觉自己还不够努力，继续加油加油！