大厂data scientist就业前景，求建议【回帖内干货满满，一定要耐心看完】

dandelionjmy 发表于 2021-5-2 12:27
这两条路子确实不一样，就算在谷歌工作过去药厂面biostatistician未必也能成，因为biostatistician好多更注 ...

终于看到个理性点的人，Google MLE跟DS不是一回事，只搞 A/B testing的DS定位越发尴尬。

leihao1313 发表于 2021-5-2 12:33
你可拉倒吧, 你懂什么叫model interpretability吗? 知道医疗银行这种敏感行业blackbox是多大的忌讳吗?
  ...

讲真，银行不能用deep learning 已经是几年前的过时概念了，亲身体验银行都已经可以上black box model， deep learning已经有一些interpretable 的概念可以过compliance了， compliance也没你想那么守旧，看这个帖子很多外行装内行，没在一些行业工作过或者都没聊结果就开始喷。 如果我不懂的话也一开始就说明了免得容易被打脸啊。

2ndcat 发表于 2021-5-2 12:40
讲真，银行不能用deep learning 已经是几年前的过时概念了，亲身体验银行都已经可以上black box model，  ...

所以你们银行的DL模型都随便过model validation的吗?

leihao1313 发表于 2021-5-2 12:46
所以你们银行的DL模型都随便过model validation的吗?

几年前的事记细节少但是大概概念就是，这得看模型是干啥的了，影响sensitive大的会慢点，general的随意点，你说给客户推荐不同银行产品，发personalize推荐，早就用DL了，ab testing也是一样用，你说要调用户credit line, 一样各种模型都可以上，但是最后得给客户经理有权力手动调整，毕竟再厉害的模型也可能给了一个outlier的result, validation相对严格要有很多test case和compliance打交道， 这点跟tech 行业一样，例如ads 的推荐算法，要改动肯定层层审批，毕竟大厂一秒钟N Dollars上下，出bug了直接影响revenue, validation一样严格，还会有监管不能造成什么系统性歧视之类的，一般都不会上最新的算法，亚麻的推荐算法也是用了N年了，你想马上大改只能做梦或者跟贝索斯私聊，一个新算法肯定得经过N轮validation。

Dan_Chen 发表于 2021-5-2 06:56
请问楼主狗家DS需要刷题嘛？

不需要，个人感觉coding注重的是基本的数据处理和一些sampling technique

juming 发表于 2021-5-2 09:06
楼主能否share一下狗家和药厂的面试过程? 似乎狗家不需要刷题，那都面试什么呢？谢谢。

google ds面试是一轮hr+一轮phone interview+virtual onsite (4 rounds technical + 1 behavior)，侧重基本的统计知识，问题会比较开放灵活

药厂我遇到的是 一轮phone interview+virtual onsite，需要给一个presentation，可以讲phd thesis

2ndcat 发表于 2021-05-01 21:22:00
别的不说，待遇DP好像也是不如SDE， 也不做ml，可能你会觉得talent bar更高，但是不代表在公司里的地位和重要性也很高。。FB DS headcount减一半一样也是一堆名校PHD，但是也太

🐶PA确实pay比SDE要低，DS差不了多少。FB DS名校PHD还真没多少，有也是转专业选手干活还不如MS，本科生我倒是看到很多...而且身边很多学校不太行小公司做两年也能跳进去。就算一样是做metrics或者ab test，一个是做应用写写sql，一个是做理论研究，完全不是一个概念。🐶家PA一样是做metrics和ab test相关的分析，为什么🐶还要弄一个DS岗出来？显然做的东西是有区别的，不只是talent bar的区别。公司又不傻，可以便宜招MS进来干的事情干嘛要PHD？虽然我自己做ML的，但我觉得stats这些理论研究的很深的也很厉害。你说的Amazon applied scientist其实相当于🐶家MLE，这些和stats并不对口，对口的是CS。🐶家MLE很多招的就是CS PHD。🐶家DS其实和LinkedIn那个applied research岗比较像，也是招一堆phd做causal analysis理论研究。说句实话就metrics和ab test这种看起来应用简单的东西理论推导还真不比ML简单。FB这个DS说句实话，本科生研究生厉害点都能做，没有任何技术难度，和🐶家的PA一样的。

补充内容 (2021-05-02 14:46 +08:00):
还拿四年前的包裹来比较，而且还是一个没有counter过的offer。你swe没有counter offer 🐶一样是low ball。

ZeZheng 发表于 2021-05-01 23:32:34
PA确实pay比SDE要低，DS差不了多少。FB DS名校PHD还真没多少，有也是转专业选手干活还不如MS，本科生我倒是看到很多...而且身边很多学校不太行小公司做两年也能跳进去。就算一样是做metr

既然都是在瞎猜，就说说狗家ds究竟做什么吧，从jd看就是很尴尬，面经你看一样很多experiment design，所以你觉得所谓的理论是什么理论，所谓的统计模型又是什么模型？ 至少面经表示就是做实验嘛， fb的实验平台都弄好了，很多人表示自动化重复性很多，Google的ds究竟做什么，在小红书我找到一些例子你可以去搜搜，从那个po主分享的，确实也是偏and testing，当然还是欢迎有员工内部分享。 我至少查一查，你这感觉纯粹靠猜。。还是动动手查查好一点。

补充内容 (2021-05-02 14:58 +08:00):
Ab testing

补充内容 (2021-05-02 15:00 +08:00):
"觉得“  统计理论研究很厉害，这个就。。 现实中统计对tech firm贡献最大的就是experiment了， 以前可能还搞五花八门的，现在明显就是大量ab testing靠了，jd和面经都是focus在这方面

补充内容 (2021-05-02 15:06 +08:00):
小红书搜 可可克洛伊 "Google data scientist" 每天工作怎么样。 ：）

2ndcat 发表于 2021-05-01 23:57:53
既然都是在瞎猜，就说说狗家ds究竟做什么吧，从jd看就是很尴尬，面经你看一样很多experiment design，所以你觉得所谓的理论是什么理论，所谓的统计模型又是什么模型？ 至少面经表示就是做实验

我纯靠猜？我就在Google做ML然后我也听过一些DS的分享，你是觉得Google还没有实验平台吗？Google的实验平台是很完善的，MLE一般做完model自己就可以test都用不到DS。我不能说具体用到什么方法，我只能说我所看到他们用到的方法不是我一个小硕能轻易做出来的，还真是得招这些stats phd来做。你也可以说是我太菜了。他们研究的都是一些比较新的方法，就算是AB test也有很多门门道道的，也不是十几年一个方法。

ZeZheng 发表于 2021-05-02 00:04:33
我纯靠猜？我就在Google做ML然后我也听过一些DS的分享，你是觉得Google还没有实验平台吗？Google的实验平台是很完善的，MLE一般做完model自己就可以test都用不到DS。我不能说具

那我不知道你看了那个小红书分享没有，做的东西和各大公司ds analytics确实差不多，linkedin fb doordash还有最近各种很火的pre ipo之类的基本都是招同类型的ds analytics，明明自己都懒得搜一搜确实很难沟通， 别人master一样出了很多博客和论文有各种ab testing的新方法，你搜他们engineering blog就有，招不招名校stats phd这个真是每个公司见仁见智，岗位性质真差不多， 如果不是狗家的名气，做这个岗位给这些工资，那还不一定有人去。对了那个小红书po主也不是phd是个master，什么年代了还信有什么工作一定得phd来做这种事情么。。 既然你也没学统计那真的隔行如隔山还是不要乱说比较好。

补充内容 (2021-05-02 15:22 +08:00):
Netflix 的ds也是做很多ab testing的事情， 很多Netflix ds 400-500k tc纯现金，还是很多fb analytics跳过去的，岗位还是这个岗位，有些公司bar高点钱多点，有些bar低点钱多点少点，都不影响这是一个性质的岗位。