ds da de找工问题 ，真诚求建议！

标题写好以后觉得自己像个找工届海王…作为一名想半转行找工的选手，楼主最近非常迷茫，问题比较多，大家有耐心看完的话真的十分感谢~我目前是biostatistics项目的data science track研二在读，明年五月毕业，想先在美国工作一段时间，对data方向的工作兴趣很大，但由于本专业是biostatistics，ds方向的课程学的比较晚，所以到了要找工的时候开始有些焦虑，希望得到地里友友们的建议。

我之前在cs系有修过一些ds相关的课，比如machine learning，还有big data 相关的python基础和pandas、sklearn的相关课程，下个学期还会有database和cloud computing的课（确实相对科班选手来说课上的晚了一些quq）。除此之外在国内有一个大厂da的实习，工作内容主要是写sql和用pandas处理分析数据。

楼主目前的迷茫在于，自己对ds最感兴趣，但听说ds非常卷而且偏好phd或者有工作经验的人，自己觉得可能没有太大的希望，所以想海投一下各类data岗位，但知道自己在da、de、ds这三个方向上都有需要补的内容，所以会比较困惑如果想上岸da、de、ds这三种岗位有哪些需要补的知识？（比如，楼主不会java，如果想做de需不需要先学java？）顺便想求推荐一个适合楼主的上岸方向。

楼主最近准备开始刷leetcode，想用python刷。但因为离毕业时间不长比较紧迫（明年五月就毕业了），所以想问问大家推荐怎么刷题比较好，是直接开始刷题，一边刷一边学算法和数据结构，还是先上一些系统的课程再开始刷题。楼主在网上看到的data structure和algorithm课程大部分都是用java，所以如果大家有推荐的用python讲的资料或者课程，真诚求安利。

还有一个问题是，楼主目前在美国没有实习，不知道有没有必要先找一个part-time的data相关实习（因为觉得会需要很多时间，不确定找实习这件事的性价比如何）

谢谢友友们看完我这么长的文字，找工期的迷茫和焦虑让楼主压力有些大，真诚求建议，回答的都给加米。

MichelleeeeICTZ 发表于 2021-10-28 20:48
你好呀~如果只能挑一个，我会比较偏好ds，但是因为ds比较卷，所以在想de这种需要刷题的会不会对new grad ...

基本方向是对的, 所以其实我想说的是
你要决定好到底想走哪一条路, 因为DE和DA/DS-analytics以及DS-modeling和MLE的岗位职责和准备方向都完全不同
DE和MLE的话 比较重点的是你喜不喜欢coding, DE可能更多SQL+数据结构, MLE单纯就是ML+SWE全套
BA/DA/DS-analytics, 这个要具体看job description, 有些厂的DA还在用Excel... 除去还在用Excel和office全家桶这种, 比较重要的是SQL, 基础统计和用R/Python画图的能力. 但是这还远远不够, 偏分析的工作还有很大一部分是说话的能力, aka storytelling/communication (这就是为什么这种岗招ng很少...
最后来说一说搞机器学习/modeling的DS(有些地方又叫Research Scientist)和MLE, 这个真不是我泼凉水, 这种岗位一般只要PhD(统计, 应数, 计算机). 楼上那个说Kaggle的, 基本上是应对这个方向的, 说实话就是不推荐/别想了. 你要是博士第二年可以考虑... 5月就毕业了是一定来不及的
按照我的经历和理解, 如果你选第二种DA/DSA, overall就是你要做好上岸非常艰苦的准备, 把简历写到足够好, 多找内推, 多mock多说, 在合理范围内降低期待, 上岸再说, 两年工作经历之后跳槽会顺利得多

补充内容 (2021-11-07 06:51 +8:00):
DS/DA看简历(ng, junior <3yoe)
goodluck.fb.dsa@gm

楼主，我跟你的情况类似。Geoscience在读 明年五月毕业。我们这个专业也是非常难找工作的之一。前不久跟朋友聊，才下定决心转DS。跟你相比，我相当于0基础，在学习专业知识上我可能没有办法给你提供经验。但是我的计划是 延毕半年，争取找到明年五月份的实习。不知道这个想法对于你来说有没有参考价值。

大概看了看高亮回复们 居然都没人提抓紧做个showcase project的嘛。。根据我最近两个月找DS经验 这个太重要了 光上过ds相关的课甚至做过class project都不够 想要跳过海投者的汪洋大海被HR选中拿到面试 乃至面试时能征服面试官 一定得有比较不一样又能证明自己能力的东西 没有比做个end to end project更有效的了。因为

1.从实际问题和真实数据出发（而非kaggle上那种经过清洗和highly feature-engineered过的数据） 能证明你的数据处理能力以及business thinking（why this project? Why this dataset? Etc.）

2. 自己根据问题选择model 优化model 证明了modeling能力

3. 如果有可能 可以考虑用flask封装成app来Deploy model 哪怕再粗糙 也是production level的样子了 会很亮眼

4. 整个过程会遇到很多意想不到的困难 但正是这些困难会成为你面试时的一个个story 这些比你leetcode刷了多少题可重要多了。如果能通过story说服面试官你有能力解决他们需要解决的问题 代码面试写得一般（当然还是要过线）也没关系 毕竟不是进去做DE/MLE

总之整个过程涵盖了将来要做ds需要的大部分技能 一方面对于自己也是学习的过程 另一方面也是证明给公司看自己确实有能力搞定这些事儿 那用人单位为啥不招呢对吧。

至于刷题啊 上课补充知识点啊 这些都是树木 见了树木还得见森林不是～

JoseAntonio 发表于 2021-10-28 20:47
. From 1point 3acres bbs楼主，我跟你的情况类似。Geoscience在读 明年五月毕业。我们这个专业也是非常难找工作的之一。前不久跟朋 ...

好羡慕你们可以延毕...我也考虑过延毕（跟你几乎一样，因为想找实习），也跟系里的人商量过，他们说我们系不能延毕....

DE和DS只能挑一个你想干啥
或者, 你描述一下你认为的DE DS DA有啥区别?

MichelleeeeICTZ 发表于 2021-10-28 20:52
好羡慕你们可以延毕...我也考虑过延毕（跟你几乎一样，因为想找实习），也跟系里的人商量过，他们说我们 ...

明白！ 我在linkedin 上有 network。得到的收获是
1）大厂，尤其是Technical 纯IT公司 对于这些titles分的比较清， 有很明确的不同的responsibilities。但是我想申请的不是pure tech公司， 而且 能和我工程背景结合的engineering公司的data岗，这类公司对于titles每家定义都不是很相同。比如有的说DS，招进去做BA；有的招DA，进去做DS。还有的做MLE。这类公司真的需要进行networking，而且大部分人都很愿意帮你refer，如果有职位open的话
2）DA -> senior DA -> Senior DS好像是个比较快速可行的升职道路，可以考虑一下
3）我觉得这个帖子对于DS需要的知识讲的很详细 很不错： https://www.1point3acres.com/bbs/portal/6
4）可以多看一些面经，通过面经了解到企业招人需要考核什么技能

不知道有没有帮助，我也是小白一个，咱们多交流哇

Geneia 发表于 2021-10-28 21:46
DE和DS只能挑一个你想干啥
或者, 你描述一下你认为的DE DS DA有啥区别?

你好呀~如果只能挑一个，我会比较偏好ds，但是因为ds比较卷，所以在想de这种需要刷题的会不会对new grad更友好。我对这三个岗位的理解是，
da比较偏重analysis，很看重sql的能力，需要会用python分析数据，会做ABtest，熟练基础的统计知识，除此以外会考察一些product sense，machine learning是加分项；
de对coding的要求比较高，要会数据结构和算法，会花式写sql且有database的知识，了解分布式系统，会hadoop和spark，还要会一些cloud computing，我的了解是这个岗位是三个里面最需要刷题的；
ds我的理解是有偏分析的和偏模型算法的两种，偏分析的ds应该类似于da（这个我也不是很确定），但对machine learning的要求会更高；偏模型算法的除了统计知识本身要比较扎实以外，还需要会数据结构和算法、熟练掌握machine learning的各种模型，有些还要会hadoop和spark或者deep learning
因为我只有da的实习经验，大部分的对这些岗位的理解也是网上冲浪总结来的，可能不一定正确，如果有什么漏掉的或者不对的地方求指教！

JoseAntonio 发表于 2021-10-28 23:31
明白！ 我在linkedin 上有 network。得到的收获是
1）大厂，尤其是Technical 纯IT公司 对于这些titles分 ...

太感谢啦！我看了你分享的帖子，写的很好~
我觉得你分享的找跟自己背景结合的公司的data岗的思路挺好的，其实我也有考虑过跟我背景结合的healthcare行业的data工作，但我因为本科专业是统计，研究生选的课也偏ds，healthcare我其实没有那么那么熟悉，但我觉得这是一个很好的找工的思路~
一起加油呀:D

刷刷kaggle，先学会懂eda，然后edit别人的solution，慢慢提高accuracy和排名，如果到后期能看懂paper，把新的method写出来提高排名的话，基本哪里的ds都稳了。kaggle很多时候有非常好的资源，每次看别人的方法都能豁然开朗，比学校教的详细很多，有很多新的技术非常用代码清晰的表现出来。很多点赞多的简直是教科书般的一步步解释给你听为啥要这么处理数据，该怎么调参，模型的对比。

小丑骑士 发表于 2021-10-29 00:28
刷刷kaggle，先学会懂eda，然后edit别人的solution，慢慢提高accuracy和排名，如果到后期能看懂paper，把新 ...

感谢回复！！

我这学期选的cs的ml课会有一个final的kaggle project，感觉可能跟你说的类似，但我自觉目前水平应该还不足以写出一个新的method。虽然觉得自己可能够不上硬核ds的bar，但相信对以后找工也会有好处~

我看到你好像准备去GT的OMSCS项目，我也对这个很感兴趣，其实我挺想做sde的只是觉得现在转码可能有些来不及，我有考虑找到工作以后读一个online的cs degree，你觉得这个项目怎么样呀