查看: 4397|回复: 26
收起左侧

[其他] PhD转DS上岸回顾加学习总结

    |只看干货 |分析|数据科学类, 求职(非面经), 工作信息

分享帖子到朋友圈
DrPanPan | 显示全部楼层 |阅读模式
本楼: 👍   100% (21)
 
 
0% (0)   👎
全局: 👍   99% (178)
 
 
0% (1)    👎

2020(10-12月)-Bio博士+fresh grad 无实习或全职 | 内推|Southern California 分析|数据科学类全职@


背景:楼主是System Neuroscience PhD,无身份,有大约4年matlab/python经验,平时研究需要用到做一些body tracking还有recording analysis (time-series), PhD期间上过三门advanced statistic/ML的课(本校的graduate level)。之前一直都“按部就班”做研究,直到前年因为实验室的alumni师兄师姐postdoc出站以后找faculty都不太理想,突然中年危机开始考虑其他career path。楼主一直都对数学挺感兴趣的, PhD期间还上过一些数学课,所以多方了解以后决定尝试一下DS。
总结一下PhD(非对口,主观)做DS的pros和cons:
Pros:
有实验设计的思维和统计数学基础,data intuition/逻辑思维能力还不错,有一些domain knowledge,可以比较self-drive
Cons:
基本没什么business sense(至少我是,狗头保命),没有什么scalable的data project,缺乏database等ds specific的knowledge
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------. From 1point 3acres bbs
准备:
总时长至今大约1年4个月,针对自己的问题制定了一些学习计划,鉴于对自己stats和coding还是比较(蜜汁)自信,主要先从系统了解DS开始。学习了几个月以后正好疫情,基本每天在家学习6-8小时,做几小时dissertation和paper相关的事情。
  • 系统的ds知识:

以下我个人比较推荐的几个平台:
Udacity DS nanodegree -> coursera IBM data scientist (这个课程觉得有点ds基础再上可以事半功倍) -> datacamp DS/MLE track(Datacamp DS track 比较少人推荐?但是个人觉得非常非常有用,可以refresh很多实用的python技能,把基础打的比较好)
  • 统计的课程
推荐edx 上GIT的这个系列
https://www.edx.org/course/proba ... f91c&position=2
youtube refresh stats推荐
https://www.youtube.com/user/zedstatistics (我炒鸡喜欢五星好评所以变红了)
平时练习用brilliant
https://brilliant.org/
  • ML知识
. 1point3acres
ML我整体准备的比较少,一是在学校上过课,主要围绕ISLR,非常理论自己私下主要是做kaggle和udacity的project,ML的基础可以在stats quest refresh
https://www.youtube.com/channel/UCtYLUTtgS3k1Fg4y5tAhLbw
  • business sense/ab testing. From 1point 3acres bbs
. 1point3acres
business sense就比较魔幻,楼主看了udacity神课,但是觉得对我好像一般般,我个人非常非常喜欢的宝藏博主2个
https://www.youtube.com/channel/UCAWsBMQY4KSuOuGODki-l7A (因为太好了我变红了)
https://www.interviewquery.com/
我个人觉得如果拿到面试以后可以看这个公司的medium tech blog,然后glassdoor看常见问题,然后自己写下来练习
  • 刷题

Leetcode SQL反复3遍,刷穿所有题。LeetCode algo刷了200+(大部分medium),周赛稳定三题。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
面试
自己不怎么样(我不承认,都是疫情的锅)。整个求职期面试其实不多,总申请大约80,我是DS(FT和intern)和本职的scientist(FT)混合申请, DS面试3大厂,2中小厂,3 take home/OA,最后offer1。Scientist投了5个拿了4个面试,但是战线很长有两个拿到DS offer就没有follow up。
面试期间觉得自己的问题是如何在business setting下熟练的运用统计和ML知识比较薄弱。算法,coding,sql没有特别多问题,对于非target PhD如何polish自己的研究也是一个需要花时间准备而我没有做的特别好的地方。
从结果和反馈来看我认为重要性是
统计>=business sense/data intuition(实际处理数据问题的能力,不仅限于AB testing,因为很多公司并不做AB testing)> sql/python基础coding(数据结构,pandas)> ML >= 基础algorithm. check 1point3acres for more.

写在最后的话吧,对于想转行的在彷徨的PhD们,我觉得想清楚自己喜欢什么是很重要的,没有哪个career path就是一定容易或者一定赚钱的,工作还是应该从兴趣入手,而且要相信自己这么多年的training不会是白费的,起码我们有很大的抗打击抗压能力(手动狗头),而且可以系统的思考和看待问题在很多工作中都非常重要。说一句鸡汤的话,放眼看看自己这么些年的同学,不论是坚持做faculty还是转码转BD,那些冒着高昂的sink cost坚持到底的人都成功了。

准备做DS的求职路上有很多“艰难”和“伤心”的时候 – 有学习很枯燥想跳回自己舒适圈的时候,有想过自己那么多年的研究放弃了可惜的时候,有收到拒信一堆堆对信心的打击的时候,也有不知道下一步往哪走的时候,还有觉得自己转行年龄没有优势的时候(我不听我就是好看)。。。
很庆幸自己坚持了,而且现在回头看我其实完全忘了这一路的彷徨和艰难,反而觉得自己很幸运,幸运在论坛上遇到了志同道合的朋友,有这么一个平台可以一起看面经,一起找人refer,在工作时我也遇到了特别好的mentor指导和帮我争取好的project。我也很希望把自己的幸运和坚持pass给现在还是DS路上的同学,希望大家都能在今年获得想要的offer (比心)。









本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册账号

x

评分

参与人数 31大米 +125 收起 理由
Xiavi + 3 很有用的信息!
脸超圆 + 1 赞一个!
Myron2017 + 3 给你点个赞!
刺猬仔 + 1 很有用的信息!
rocxiao + 2 很有用的信息!
cnallenzhao + 1 赞一个
穆汛 + 1 赞一个
大碗儿茶 + 2 谢谢分享!

查看全部评分


上一篇:求industrial Engineering 毕业找工作的小伙伴
下一篇:有人了解微软的 AI for earth组吗?
damien 2021-3-13 04:57:43 | 显示全部楼层
本楼: 👍   100% (3)
 
 
0% (0)   👎
全局: 👍   99% (312)
 
 
0% (2)    👎
首先祝贺楼主。我也是做Comp Neuro的,跟楼主是同行。昨天老板还让我跟Lab members讲industry找intern心路历程。我整体的感觉是,做DS尽可能避免Analytics或者Generalist track(虽然计算或者系统神经科学PhD很擅长这种),因为不参与engineering的话,在公司里是很边缘化的。DS比较靠谱的方向还是experimentation and causal inference, 以及那种偏算法的engineer,建议楼主日后考虑一下。Neuroscience PhD还一种出路是去FRL做research,属于emerging field,不卷。

评分

参与人数 4大米 +4 收起 理由
YolandaUsagi + 1 说的太对了!
SaltyFish_Xiao + 1 很有用的信息!
穆汛 + 1 赞一个
DrPanPan + 1 谢谢分享!

查看全部评分

回复

使用道具 举报

damien 2021-3-23 22:47:32 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   99% (312)
 
 
0% (2)    👎
SaltyFish_Xiao 发表于 2021-3-22 23:43
感谢信息!帮助很大!不过请问FRL是什么呀?

Facebook Reality Lab
回复

使用道具 举报

damien 2021-3-13 05:11:32 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   99% (312)
 
 
0% (2)    👎
BigOffer 发表于 2021-3-12 13:00
同学你好,是觉得DS前景不太好么?那转专业就职你会选什么行业就职啊?CS就职是么?
可以说说为什么DS不 ...

一个人的命运啊,当然要靠自我奋斗,但是也要考虑到历史的行程。DS这个行业由于好多年前的吹捧,是有很大的泡沫的,尽管DS的确是有实打实的存在意义(所以高水平的岗位还是有需求的)。另外,科技公司的本质是engineering company, 普通的数据科学家并不参与工程实践,所以是很边缘化的岗位,很容易被裁掉。所以如果要转DS,尽可能做算法methodology相关的方向,有些被算在SWE下面。要知道,优秀的数据科学家要有极好的intuition和对Data以及统计的理解。调个包fit model p<0.05是任何人都会做的事情,那不叫DS。

评分

参与人数 2大米 +2 收起 理由
YolandaUsagi + 1 给你点个赞!
SaltyFish_Xiao + 1 给你点个赞!

查看全部评分

回复

使用道具 举报

wlwlcyMBWA 2021-3-12 12:20:46 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (95)
 
 
0% (0)    👎
请问楼主做了什么项目吗?或者是博士课题?感觉我过了OA就会被简历拒绝。。。
回复

使用道具 举报

 楼主| DrPanPan 2021-3-12 12:28:50 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   99% (178)
 
 
0% (1)    👎
wlwlcyMBWA 发表于 2021-03-11 20:20:46
请问楼主做了什么项目吗?或者是博士课题?感觉我过了OA就会被简历拒绝。。。
我觉得把phd期间的research中一些data analysis或者ml(如果有)提炼出来很重要,我自己做的project是Udacity ds degree里面的,还做了学校一个spatial krigging相关的,和一个自己觉得挺有趣的nlp protofolio,这些project idea上medium很多
回复

使用道具 举报

wanduzile 2021-3-12 13:52:35 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   98% (472)
 
 
1% (6)    👎
好奇楼主最后去了哪里 faang?
回复

使用道具 举报

 楼主| DrPanPan 2021-3-12 14:30:19 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   99% (178)
 
 
0% (1)    👎
wanduzile 发表于 2021-03-11 21:52:35
好奇楼主最后去了哪里 faang?
没有没有上岸大厂,去了个中厂吧,不过已经超级满足啦

评分

参与人数 1大米 +1 收起 理由
wanduzile + 1 赞一个

查看全部评分

回复

使用道具 举报

mewell 2021-3-12 15:25:49 来自APP | 显示全部楼层
本楼: 👍   50% (1)
 
 
50% (1)   👎
全局: 👍   85% (1819)
 
 
14% (317)    👎
求求了,别再发这种转ds上岸成功的帖子了。。。为了下面的学弟学妹们,劝他们远离火坑吧。
回复

使用道具 举报

SaltyFish_Xiao 2021-3-12 15:38:16 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   100% (17)
 
 
0% (0)    👎
萌新瑟瑟发抖:system neuroscience的科研前景很差吗qaq,因为对brain很感兴趣,可能马上就要去跳坑了orz
回复

使用道具 举报

 楼主| DrPanPan 2021-3-12 15:43:40 来自APP | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   99% (178)
 
 
0% (1)    👎
SaltyFish_Xiao 发表于 2021-03-11 23:38:16
萌新瑟瑟发抖:system neuroscience的科研前景很差吗qaq,因为对brain很感兴趣,可能马上就要去跳坑了orz
文章大家都发挺好的,所以教职竞争很激烈,想当pi的话还要看老板运气等等……industry的话做的特别(纯)computation还挺多对口,或者做ngs有少量坑,做in vivo非常非常少……
回复

使用道具 举报

SaltyFish_Xiao 2021-3-12 15:59:26 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (17)
 
 
0% (0)    👎
DrPanPan 发表于 2021-3-12 15:43. 1point3acres
文章大家都发挺好的,所以教职竞争很激烈,想当pi的话还要看老板运气等等……industry的话做的特别(纯)c ...

原来如此,感谢提供的信息!
因为我现在还没开始受phd生活的毒打,所以事业规划主要还是科研导向。不过最近也在思考做不下去科研的话,有什么plan b。
这样看来,phd期间还是要多找机会提升modeling和cs的技能了orz 不过好在我对modeling也有一定的兴趣(本科是心理学,喜欢做包含多因素的实验设计,所以modeling是一个比较重要的工具)。面试的时候也都提到了我想要phd期间学一些modeling的东西,poi们都支持。不过到时候能不能真的做纯的计算神经科学研究就不太清楚了orz
感觉要自己养活自己真的好难啊orz
顺便再一次感觉万物的出路都是转码
回复

使用道具 举报

 楼主| DrPanPan 2021-3-12 16:29:20 来自APP | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   99% (178)
 
 
0% (1)    👎
SaltyFish_Xiao 发表于 2021-03-11 23:59:26
原来如此,感谢提供的信息!
因为我现在还没开始受phd生活的毒打,所以事业规划主要还是科研导向。不过最近也在思考做不下去科研的话,有什么plan b。
这样看来,phd期间还是要多找机会提升mod
摸摸头,也不是万物皆转码,如果以后要做科研的话从我周围来看phd advisor蛮重要的,大佬或者特别会social connection那种老板会好一点,然后就是提升自己的communication,多做presentation增加自己的visibility,sys neuro文章都还发的不错,但是最后找到ap的不尽然是完全按照文章来的,个人愚见在努力发paper的同时多注意social,争取会议小speaker都很重要……不要像我这样文章发的不上不下,完全是一条anti social咸鱼🤣
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号

本版积分规则

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

X 关闭
>
快速回复 返回顶部 返回列表