只为他们！Microsoft新建办公室Amazon还新开放2k+个职位！

Posted 2021-04-01 美国实习快报

云咖啡讲座

时间：  6/22  周一  9 PM EDT

导师来自：SSENSE

数据科学岗位细分&工作内容

商科背景转入 Data 岗需要掌握哪些必备技能？

各大行业对数据人才的需求如何？

扫码回复【DS 1】报名

特殊时间，一杯咖啡钱，

足不出户，和大厂导师“Coffee Chat”

“年薪11W美金的Data岗位”

“21世纪最性感的职业”

“人才缺口150W”

这些你是不是都要听吐了？

传说中作为“增速最快、发展空间最大”

“仅美国就有15万岗位缺口”的职业

你一定充满疑问

我怎么才能成为一个数据科学家？

近期，Microsoft宣布将投资7500万美元在乔治亚州亚特兰大建立新办公室，并在人工智能和云计算领域创造1500个新工作岗位。新办公室预计将于2021年夏天开放。

 

Amazon上周在美国地区发布了2400多个Data相关的岗位。

 

Data Scientist（数据科学家）连续第四年登顶美国求职网站Glassdoor Top 50职业排行榜。

 

图源：Glassdoor

即便抛开$108K的底薪不谈，DS（Data Scientist缩写）这个“尤物”在很多维度上都是有着别的职业无法媲美的吸引力。快速的商业增长在机器学习这个强大引擎的助推下，使得对掌握大数据、能够迅速理解新兴技术的跨行业的专业人才需求持续增长。

 

Emmmm…不过想起Data Science，脑子里浮现的似乎都是有点Geeky（古怪），甚至不修边幅的数学学霸形象。英国埃克塞特大学的数学教育专家 Paul Ernest曾说：“数学在大众眼中的形象一般都是这样的：困难、冷冰冰、抽象、理论化、超理性的 …只属于少数的拥有“最强大脑”的超精英分子。对普通人而言，似乎遥不可及。

 

像《生活大爆炸》这样的影视作品对数学科学家的刻画也加深了这种刻板印象。数学科学家，这个概念似乎离我们很远。难道说，DS对我们刚毕业或者刚踏上职业生涯的小萌新们来说，就是大写的No么？

 

不！都2020年了，5G都要走进生活了好不啦。科学平民化，不再只是高高在上的存在。只要明确方向，人人都能走技术流。

很多“如何成为DS”的文章都会一上来就罗列一堆专业名词：

“你必须掌握的10个技术！”

“不会用这8个工具你就Out了！”

“DS不懂五个概念都不好意思聊天！“

Spark! Hadoop! Hive! Python! R! Storm!

SQL! No SQL!到底 SQL不SQL？！

 

但是千万不要被唬住，事实上很多职位都是只要求你熟练掌握其中几项技能。不过不同行业、不同企业对这些技能的要求是不一样的。所以与其埋头狂学一堆技能，不如有策略、有目的性地学。

 

下面会介绍一个比较系统化的框架来帮助大家规划学习路径。

 

反向操作，一点都不骚，一般做法都是：

• 学习必要的知识和技能；

• 写好简历；

• 化身求职狗，陷入海投、面试、再海投的漩涡…

 

其实，不如以终为始，从“找工作”这步入手，更有方向性和针对性。

1

选择一个行业

Gary Keller 在他的书《The ONE Thing: The Surprisingly Simple Truth Behind Extraordinary Results》（《成功就靠专注一件事》）中介绍他建立全世界最大的房地产公司之一的关键习惯是：每次只专注一件事。

 

同样，确定一个行业能够：

• 减轻需要学习大量技能的负担；

• 精耕一个行业，使你成为领域专家；

• 建立非常有相关性的的个人项目介绍，这会让你在求职中脱颖而出。

 

我建议小伙伴们从Glassdoor等国外的求职网站开始你的调查研究。根据Glassdoor的分类，对DS的需求最高的几个行业有：生物技术与制药、营销与广告、银行和金融服务、互联网与技术、媒体与出版等等。可见，各行各业都有对DS的需求，并不局限于科技行业。

 

大家可以去Glassdoor.com > Jobs，选择你希望工作的城市（因为城市之间的市场现状也会有所差异），然后在More > Industry下拉菜单里会看到行业菜单。

 

图源：Glassdoor

2

瞄准5个目标职位

缩小了行业范围就可以Drill-Down Research了。此时不妨在Indeed，LinkedIn Jobs上也进行搜索Data Science相关的行业，但是Keyword不要局限于"Data Scientist", 多试试像 Data Analyst, Machine Learning Engineer, 或 Quantitative Analyst等。

 

你会发现选择真的是太多了…大致浏览一下，先有个大概的Feel。可能有同学会想：”我还有几个月才毕业呢，到时候这些岗位肯定都招到了呀。看这些有用咩？“当然有用啦，这步主要是Define Concrete Targets（剖析具体目标），帮助你具象化理想DS职位的必备条件和要求。

 

找到5个你的“理想型”后，把Job Description（职位介绍）保存下来后面要用到。

3

建立自己的技能配置（Skills Profile）

上一步我们对目标职位有了定性的了解，下面我们来“量化”，看看哪些关键词重复出现。基本上在不同地方出现3-5次就可以引起重视了。下面这个例子是科技行业5个JD中提取的关键信息：

 

可以看到反复出现的高频关键词有：

• Scripting Language (Python). 编程语言 (Python)

• Machine Learning (Regression, Classification, Clustering) 机器学习（回归、分类、聚类）

• A/B Testing (Statistical Testing and Experiment Design) A/B测试（统计检验和实验设计）

• Communication Skills 沟通能力

• Advanced SQL 高级SQL

 

现在我们有非常具体的目标了！到这里现在你已经比较清楚地描述你的“理想型”，并且有了任务清单。下面就是撸起袖子开整！

 

总结起来， DS 有 4 大 Building Blocks（障碍），不妨选择你认为自己最薄弱的一项入手。

基础知识丨The Basics

首先你至少需要掌握一门编程语言，且能用其进行数据整理(data wrangling)，建立数学模型并进行分析。

强烈建议 在 Python 和 R 中选一个 ， 因为首先这两种语言都是开源的，很多免费资源，可供交流学习的用户社群比较活跃；其次，业界（包括学界）使用率极高，技术更新迭代迅速。而且语言之间多多少少都是相同的，掌握一门再学其他的会容易上手很多。比如我现在工作经常用到 SAS，有些复杂的数据操作我一时不知道怎么写，就会直接 PROC SQL，然后用 SQL 跑。

Python 属于通用编程语言，所以比较灵活。在深度学习和数据处理方面的优势也比较大。R是一个统计编程语言， 而且库中有很多成熟、强大的程序包，可支持计量经济、统计、机器学习等需要。如果实在不知道应该选哪个，我建议从 Python 入手吧。 Python 的广度和灵活度很适合新手。

专业知识丨The Technicalities

DS的核心就在于将数据转化为洞察，进行准确的预测，生成数据产品等等。因此能熟练灵活地数据是非常重要的。核心技能包括：收集、清理、操作和可视化数据。

SQL 是数据库管理和查询的国际通用语言。学习 SQL 有助理解通常的关系型数据（即 “表” 形式的数据），所以掌握 SQL 对数据分析有很大的帮助。

可视化是数据分析的“最终一击”，没有可视化的数据分析的是不完整的。

商业技能

商业敏锐性也是非常重要的软技能。其实我个人认为，对于和我一样这样非数学/CS 背景、“半道出家”相要走 DS 的同学来说，有良好的Business Sense才是我们最有价值的地方。

工作中你会发现，你的分析做得再好，模型R２再高，你不能有效地将其价值，特别是商业价值，传达出去，没人会在意。别人会问你:” Why should I care?” 能回答好这个问题很关键，沟通力也是 DS 的必备素养。

DS的工作是打造新的产品、发现新的洞察、发明新的数据使用方向。同个问题，很少需要DS解决两遍。学会从新的角度和切入点出发，会让你非常突出。

商业运营和战略商业最终还是逐利的，企业聘请你不光是为了分析数据，说到底还是要拿＄＄来讲话。所以，DS需要知道如何同数据支撑商业决策，创造价值。

辅助技能

1）自然语言处理 NLP

随着现在文字等形式存在非结构化数据越来越多，自然语言处理技术也变得炙手可热。个人认为，这个技术的英语处理能力比较好，其他语言还相对没有那么成熟。所以网上的学习资源都是英语为主的，不过方法论大抵相通。Python 也有自己的 NLP 程序包，网上搜索很好找到。

2）时间序列分析 Time Series Analysis

任何时间相关的数据，比如股票价格、降雨量、百度搜索量等等都属于时间序列数据。时间序列分析在金融和计量经济领域运用非常广泛，比如预测股票价格，或者某项经济政策可能带来的影响等等。

写了这么多，希望对大家有所帮助，如果同学 对于数据科学岗位工作内容还是比较模糊，商科背景转入Data岗不知如何规划？ 学长邀请你参加美东时间6月22日Data Science讲座，来了解 各大行业对于数据人才的需求。

美东时间6月22日， 和SSENSE导师

线上喝“云咖啡”，来一场Coffee Chat吧！

扫码联系职图学长回复【DS 1】

立即报名讲座

目前，职图飞跃计划正在针对Digital Marketing、Product Design、Data Science、Business Intelligence四大方向的同学招生，参与到这次远程在线实习项目中来，资深行业导师带队一起实战，一边学习技能和工具，一边进行实践，学+练的模式让同学们能够熟练掌握，岗位必备的技能，体验和大厂同款流程。

整个实习结束将会帮助你：

• 深度参与职图 X Prisa Wang联名款商业项目经验
• 真实项目实操经历，还原时尚电商工作真实场景
• 高含金量作品集，面试中有真实案例可以展示，不怕面试官考察细节
• 由职图 x Prisa Wang合作颁布的官方实习证明
• Google，Amazon， L'Oréal，Microsoft，Bloomingdale's等行业资深导师全方位手把手护航
• 优秀学员将有机会获得职图 X Parisa Wang限量联名款手袋。

项目适合人群：

• 刚进入大学或者研究生课程，行业发展路基不清晰，想要侵入式体验岗位职能。

• 缺少实习经验，所在地区机会较少的同学

• 学校实践项目滞后行业，想深度参与热门互联网商业项目实操的同学

• 以往实习过程只接触到了商业项目边缘化工作，无法锻炼自身能力，资历太浅，很难写进简历中的同学

如何报名：

飞跃计划报名前需经过背景测评，以了解课程是否合适你。

扫码加职图kiya老师，回复 【飞跃DS 1】，预约免费背景测评

More Information

在2019年-2020年期间，

职图已经向160+名企输送了

来自世界各地的专业人才

最后，学长还为求职互联网科技大厂的你

准备了 求职大礼包

扫码添加学长

回复【福利 1】立即领取

点击“在看”，留下你努力的脚步