小DA发帖记录/打卡一下自己的跳槽准备之路， 希望大家自己持续进步

背景：
在二线城市的一名DA，已经工作将近两年。普通大学统计研究生。
工作内容主要是做report， dashboard，建模分析。用sql, Python, excel， power BI
其实工作内容挺喜欢的，因为老板知道我喜欢做分析会给资源支持我。因为五月中旬已经在开始在找工作，目前总共面了6个，结果这周被拒了3个。。。有因为technique也有behavior被拒。非常打击自信心。
所以决定开个贴记录和总结一下自己的经历。

跳槽原因主要有两个：
1. 工作中进步的太慢.....因为行业和公司原因， 每天工作压力几乎为零。我觉得我两年内做的活别人大概半年就做完了吧。每天就是很混没什么进步的动力。感觉工作之后不仅没进步还退步了不少。
觉着这样下去分分钟被淘汰啊。所以觉得利用这个跳槽的机会重新准备DS和ML的内容
2. 身份问题。已经抽了两次和h1b没中。还有明年第二次机会。如果没抽中公司没有换office这个选择，所以想去大厂或者有海外office的公司工作。这样明年没抽中还有另外一个option。

目标岗位
Data Scientist, Quantative Analyst, 或者以分析为的Data Analyst， 目标公司是大厂或者有能提供relocation到海外这个选项的公司

准备计划
1. SQL 刷刷刷： Leetcode上免费的已经刷过了， hackerank上面的也刷过了。就觉得需要定期刷一刷，不然会生疏。好像有人还放了leetcode付费版的题，准备也刷一遍

2. A/B testing：之前因为面试需要集中准备了一下，但是因为不够熟练所以面试过程中答得不够好，没有达到对方要求最后被拒。
放些资料在下面：

• udacity的课， 免费的
• 两个kaggle上很详细的note： https://www.kaggle.com/tigerli1997/a-b-test-on-e-commerce-website
  

      https://www.kaggle.com/tammyrotem/ab-tests-with-python
     也是udacity上网课最后的project， 但是综合了知识点还有python code。我觉得很有用。虽然有一些typo

• 其他的一些 A/B testing 的blog
  

       这个是我觉得写的很好的一篇，由浅入深涵盖了一些基本统计知识的解释：https://rpubs.com/superseer/ab_testing
个人觉得A/b testing的知识点并不复杂，但是放在实际运用上需要很灵活。需要具体案例分析。之后会在网上找些A/B testing的实例来看看。

3. Machine Learning

• Introduction of Statistical Learning。zheben正在看，涵盖了流行的ML算法理论。难的部分我配合ytb上的视频讲解还挺有用的。这个网上随便搜就有。
• Andrew Wu的视频。我个人更倾向看书，所以这个就辅助吧
• Kaggle 实际运用准备看下kaggle上的例子
  

4. Case Interview
behavior面我一直没准备。但之前有一个面试因为这个被拒掉了。感觉回答问题的逻辑还是很重要。
准备材料： case in point



这个帖子会更新面试准备的进程和想法。
准备开个新帖记录面试过程。
希望自己能够持续进步找到理想的工作。


补充内容 (2019-7-19 04:37):
发现了一篇A/B testing 的好文。
贴出来分享 https://www.kaggle.com/cstorm300 ... esting-from-scratch
这篇很详细的从stats的probability的角度解释了a/b testing。
还提到了sample size对testi...

补充内容 (2019-7-29 04:27):
建了个repository来记录复习的知识点。
现在正在复习ML，之后有时间了会更新A/B testing 和 SQL 的考点。
会随着复习进度持续更新。
https://github.com/guoyunyi001/data-science-study
只有学习能让我快落！

同二线城市DA准备跳槽，但是还没开始准备，感谢lz分享，祝早日拿到心仪的offer！

new grad同找DA的工作 感謝分享 共勉！