来回报论坛了，说说自己近期面试data scientist 的经验。 背景：ms systems engineering + 2yr work experience in a small (not start-up) company, daily responsibility includes data analysis, modeling, machine learning, some text mining, some big data analysis. 不做任何reporting and visualization，也没有所谓的product analytics (experiment design)，和flg要求的有较大差距。 Skill set (括号代表非常真实的工作时间分布): r （70%）, sql（10%）, python（10%）, spark (specifically, pySpark， 10%). 坛里一定有很多比我牛的人啦，我只是新人一个。在这里我只想给出一个非牛人，但挺努力有目标的人会怎么准备。目标是想去湾区做ds。 先说结果： 投了40家左右 Offer: fb, google Rej: Linkedin and a startup (onsite rej) twitter (after 2 tech interview) Apple (不同组跟4个hm聊过，最终有被拒也有withdraw) Uber (failed first tech interview) Airbnb (failed on data challenge) 还有好多其他公司，有的跟hr聊聊发现不合适，有，有的默拒，有的好歹还告诉你一下被拒了。 总结下：就是太小的公司，投了也白投，直接简历悲剧。我大概投了25+小公司，只3个好歹给我电面。其他就是没消息。 所以觉得自己背景还不错的朋友，建议安排面试的时候，从不太想去的中/大公司开始，到自己最想去的大公司。找小公司成本很高， 投的时候麻烦而且又没面试。 【时间线】 17年2月，开始上JIUZHANG算法初级课，刷题，断断续续到6,7月吧。（***如果找ds，刷题没用，看后文） 期间，边玩边刷剧边复习，复习内容后面会说。 7月中，开始投简历，以小公司为主。开始断断续续的电面等等。 9月中，开始投最想去的一波公司（FLG等其他共10个左右吧）。 10月， 第一个onsite 小公司，fail。这段时间基本2周一个onsite，去了三次。 11月，确认offer，谈价钱，完事。 再说开始投简历之前的准备： 第一， 先搞明白自己到底想做什么。 最开始，在data scientist 和machine learning engineer 之间摇摆不定。MLE么，一来很火，钱多多了，还有也更偏技术点，我bf强推我走这条路。于是开始了刷题之路。 最后，没选择走mle，坚持了ds。一是虽然会编程，但是没上过正经的算法课，刷题基础不好，看题刷题很痛苦。二是，结合了自己的兴趣和能力，衡量下了之后觉得ds这种通才更适合我个人发展。个别公司给了面mle的机会，有的take了，结果发现自己水平也不够，有的就直接拒了。 小心提示下： linkedin的ds和mle不可以同时面，只能2选1。 Fb，apple可以同时面，面试结果互不影响。 第二， 列出公司列表，按自己想去不想去的程度，分出几个档次。然后倒着投。我还是建议把最想去的公司放倒最后。面试是一个学习进步的过程。前期不管是跟人聊自己的经历，proj也好，面tech聊ML的可以帮助自己找到知识点的查缺补漏等等，我觉得这对后来面大公司很有帮助。 第三， 心态调整。面试是个双向选择，互相平等选择的过程。表现在去面试的时候，要显得自信而不自傲。和面试官平等沟通。把面试当成去公司上班的一天，去和同事解决问题的一天就会轻松很多了。 【面试范围】 从简单到难，目前我观察ds面试主要有3块，一是处理数据的能力，flg都是靠考察sql能力为主；二是所谓的product analytics，这块比较虚了（很难复习），考察的内容很宽泛； 第三是统计，概率和machine learning，我复习的较少，认为基础还行吧，主要是上课学过。 根据我自己的情况，我花的时间大概是10% - 50% - 40% 吧。很多也在日常积累中。 【要不要刷题？？？】 我的回答，如果是面ds，真心不用。类似leetcode那种算法题，完全没考到！ 如果你面的title是mle, 或者software engineer-data science/machine learning/data mining 这种的，一定一定要刷。 【Sql复习资料】 如果你连sql是啥都不知道，建议从这门课学起： https://lagunita.stanford.edu/courses/Engineering/db/2014_1/about 只看开头和relational database 两章足够。 https://community.modeanalytics.com/sql/tutorial/introduction-to-sql/ 如果你已经很熟悉sql，日常工作中有用到，稍微复习下这些题目足够了： https://leetcode.com/problemset/database/ 【product sense 复习资料】 1. 学习管理咨询那套解决问题的框架： 朋友推荐看的书是case in point， Case Interview Secrets （我都没看，没时间） 我推荐的是听后者作者的一个讲座，look over my shoulder，具体过8个case。每个case都有3个面试者，然后victor cheng分别点评，提出改进建议。这个我在喜马拉雅fm app上听的，免费： http://www.ximalaya.com/5269453/album/6414597/ 我一共听了3+次，开车听。 2. Product design： 我看了这个： https://classroom.udacity.com/courses/ud509 3. 一定要复习的是ab test. 我对ab test 是完全没任何工作经验的，所以从0 开始学习。我看了以下材料 （按顺序）： 首先，系统学习下什么是ab test（个人完整看了3次以上，认真写了笔记，每次去onsite的飞机上都是复习这个笔记） https://classroom.udacity.com/courses/ud257 然后，我看了这个：A/B Testing for Business Analysts https://classroom.udacity.com/courses/ud979 看一次，主要理解了randomize design and paired design， 第一个课里没仔细讲的。还有这个课非常短，适合短时间看一下的。 最后上这个https://community.modeanalytics.com/sql/tutorial/sql-business-analytics-training/ 因为学习了很久，我一直的疑惑就是实际工作中到底怎么展开研究一个问题？ 到底什么是正确答案？这个系列training解答了我很多疑惑，而且也结合了sql的处理，一定建议对每个图，打开右上角的view query in Mode，建立从提出问题到数据处理之间的联系。 4. 补充的资料，时间不够可以不看了的 Model building and validation： 理解所谓的QMV process， questionè model è validation. 以下这个课我是加速看的前3章。 https://classroom.udacity.com/courses/ud919 【stats, probability, machine learning 复习资料】 Stats 我复习的少，主要针对tests, hypothesis testing 看了一下这些： 1. Intro to Inferential Statistics：https://classroom.udacity.com/courses/ud201 主要看了estimate, hypo testing 这2个，其他也来不及了没看。 2. Penn state university的stats 414， 415. https://onlinecourses.science.psu.edu/stat414/ 哪里知识缺了就来补看一下。 【Probability】 我看了2个： 1. https://brilliant.org/courses/probability/ （强烈推荐） 我做了前面5个course的免费题目，看了解答。主要是Bayes rule, conditional probability, expection 这些概念的理解和灵活应用。 2. https://www.amazon.com/Practical-Guide-Quantitative-Finance-Interviews/dp/1438236662 一般是推荐给面quant的人的，我看了其中概率题的那章。忘记是哪个了。。。 【machine learning】 这部分我主动复习的很少了，在学校上过课+我bf是做这个方向的，他帮我复习了各个算法的情况，优劣势等等。具体到面试中，考察的内容比如是，提出什么问题，收集那些数据，用什么feature，哪些transformation， 如何data cleaning, 如何选模型？如何evaluate model etc。。。我自己写了个笔记，就写面到的，错过的，想到的知识点等等。要面试前会复习的。 如果对ml完全没经验，参考别人的帖子吧。。。 Overall， ds跳槽的面经推荐阅读： 这个面经写的非常好！！有很多我没cover的点，比如怎么写简历，linkedin， network，如何安排时间等等，请一定看一下~ 【我是刚毕业怎么办？】 建议第一份工作也许不能是dream job ，但一定要有一些值得你去的点，是和你的dream job 相关联的。衡量工作的内容，想想以后写在简历上会不会添彩？比如你想做ds，但如果现在一份工作要求你天天用sas，真心建议别去了。如果你想做MLE， 但现在一个工作要求你用tableau 做reporting？也别去了。 最后，有问题的话麻烦回帖，大家一起来讨论。不要私信。如果你非要私信我我也不回的，请尊重我的要求。 supermuyes 发表于 12/10/2017 11:03:18 PM
楼主说的DS和MLE的区别是什么？怎么感觉这些公司对DS的定义很狭窄，好像和以前的modeler, statistician 似的？真正的DS也是要做大量工作，包括清理数据，整合数据，还要控制模型如何在大数据平台上最高效的运行的。要不然只能等米下锅，完全被data engineer 牵着鼻子走了。 Yuanxi 发表于 12/11/2017 1:11:00 AM
强烈mark，谢谢lz，写的太详细了 Schnauze 发表于 12/10/2017 11:16:23 PM
总结得真好，谢谢楼主 Littlesun2014 发表于 12/11/2017 10:51:36 AM
强贴mark！恭喜mm！超赞的总结和分享，十分感谢！！！ 沐尔 发表于 12/10/2017 11:18:00 PM
ps：如果大家觉得写的东西有帮助想来试试fb的话，欢迎找我内推～私信联系方式咯～
提问的话 还是帖子里问 这样大家都可以看到 谢谢！
背景：ms systems engineering + 2yr work experience in a small (not start-up) company, daily responsibility includes data analysis, modeling, machine learning, some text mining, some big data analysis. 不做任何reporting and visualization，也没有所谓的product analytics (experiment design)，和flg要求的有较大差距。 Skill set (括号代表非常真实的工作时间分布): r （70%）, sql（10%）, python（10%）, spark (specifically, pySpark， 10%). 坛里一定有很多比我牛的人啦，我只是新人一个。在这里我只想给出一个非牛人，但挺努力有目标的人会怎么准备。目标是想去湾区做ds。
先说结果： 投了40家左右 Offer: fb, google Rej: Linkedin and a startup (onsite rej) twitter (after 2 tech interview) Apple (不同组跟4个hm聊过，最终有被拒也有withdraw) Uber (failed first tech interview) Airbnb (failed on data challenge) 还有好多其他公司，有的跟hr聊聊发现不合适，有，有的默拒，有的好歹还告诉你一下被拒了。 总结下：就是太小的公司，投了也白投，直接简历悲剧。我大概投了25+小公司，只3个好歹给我电面。其他就是没消息。 所以觉得自己背景还不错的朋友，建议安排面试的时候，从不太想去的中/大公司开始，到自己最想去的大公司。找小公司成本很高， 投的时候麻烦而且又没面试。
【时间线】 17年2月，开始上JIUZHANG算法初级课，刷题，断断续续到6,7月吧。（***如果找ds，刷题没用，看后文） 期间，边玩边刷剧边复习，复习内容后面会说。 7月中，开始投简历，以小公司为主。开始断断续续的电面等等。 9月中，开始投最想去的一波公司（FLG等其他共10个左右吧）。 10月， 第一个onsite 小公司，fail。这段时间基本2周一个onsite，去了三次。 11月，确认offer，谈价钱，完事。
再说开始投简历之前的准备： 第一， 先搞明白自己到底想做什么。 最开始，在data scientist 和machine learning engineer 之间摇摆不定。MLE么，一来很火，钱多多了，还有也更偏技术点，我bf强推我走这条路。于是开始了刷题之路。 最后，没选择走mle，坚持了ds。一是虽然会编程，但是没上过正经的算法课，刷题基础不好，看题刷题很痛苦。二是，结合了自己的兴趣和能力，衡量下了之后觉得ds这种通才更适合我个人发展。个别公司给了面mle的机会，有的take了，结果发现自己水平也不够，有的就直接拒了。 关于ds 和mle的区别，每个公司定义不同，但可以参考这里：http://www.1point3acres.com/data-science-machine-learning-engineer-etc/ 小心提示下： linkedin的ds和mle不可以同时面，只能2选1。 Fb，apple可以同时面，面试结果互不影响。 第二， 列出公司列表，按自己想去不想去的程度，分出几个档次。然后倒着投。我还是建议把最想去的公司放倒最后。面试是一个学习进步的过程。前期不管是跟人聊自己的经历，proj也好，面tech聊ML的可以帮助自己找到知识点的查缺补漏等等，我觉得这对后来面大公司很有帮助。 第三， 心态调整。面试是个双向选择，互相平等选择的过程。表现在去面试的时候，要显得自信而不自傲。和面试官平等沟通。把面试当成去公司上班的一天，去和同事解决问题的一天就会轻松很多了。 【面试范围】 从简单到难，目前我观察ds面试主要有3块，一是处理数据的能力，flg都是靠考察sql能力为主；二是所谓的product analytics，这块比较虚了（很难复习），考察的内容很宽泛； 第三是统计，概率和machine learning，我复习的较少，认为基础还行吧，主要是上课学过。 根据我自己的情况，我花的时间大概是10% - 50% - 40% 吧。很多也在日常积累中。 【要不要刷题？？？】 我的回答，如果是面ds，真心不用。类似leetcode那种算法题，完全没考到！ 如果你面的title是mle, 或者software engineer-data science/machine learning/data mining 这种的，一定一定要刷。
【Sql复习资料】 如果你连sql是啥都不知道，建议从这门课学起： https://lagunita.stanford.edu/courses/Engineering/db/2014_1/about 只看开头和relational database 两章足够。 https://community.modeanalytics.com/sql/tutorial/introduction-to-sql/
如果你已经很熟悉sql，日常工作中有用到，稍微复习下这些题目足够了： https://leetcode.com/problemset/database/
【product sense 复习资料】 1. 学习管理咨询那套解决问题的框架： 朋友推荐看的书是case in point， Case Interview Secrets （我都没看，没时间） 我推荐的是听后者作者的一个讲座，look over my shoulder，具体过8个case。每个case都有3个面试者，然后victor cheng分别点评，提出改进建议。这个我在喜马拉雅fm app上听的，免费： http://www.ximalaya.com/5269453/album/6414597/ 我一共听了3+次，开车听。 2. Product design： 我看了这个： https://classroom.udacity.com/courses/ud509
3. 一定要复习的是ab test. 我对ab test 是完全没任何工作经验的，所以从0 开始学习。我看了以下材料 （按顺序）： 首先，系统学习下什么是ab test（个人完整看了3次以上，认真写了笔记，每次去onsite的飞机上都是复习这个笔记） https://classroom.udacity.com/courses/ud257 然后，我看了这个：A/B Testing for Business Analysts https://classroom.udacity.com/courses/ud979 看一次，主要理解了randomize design and paired design， 第一个课里没仔细讲的。还有这个课非常短，适合短时间看一下的。
最后上这个https://community.modeanalytics.com/sql/tutorial/sql-business-analytics-training/ 因为学习了很久，我一直的疑惑就是实际工作中到底怎么展开研究一个问题？ 到底什么是正确答案？这个系列training解答了我很多疑惑，而且也结合了sql的处理，一定建议对每个图，打开右上角的view query in Mode，建立从提出问题到数据处理之间的联系。
4. 补充的资料，时间不够可以不看了的 Model building and validation： 理解所谓的QMV process， questionè model è validation. 以下这个课我是加速看的前3章。 https://classroom.udacity.com/courses/ud919
【stats, probability, machine learning 复习资料】 Stats 我复习的少，主要针对tests, hypothesis testing 看了一下这些： 1. Intro to Inferential Statistics：https://classroom.udacity.com/courses/ud201 主要看了estimate, hypo testing 这2个，其他也来不及了没看。 2. Penn state university的stats 414， 415. https://onlinecourses.science.psu.edu/stat414/ 哪里知识缺了就来补看一下。 【Probability】 我看了2个： 1. https://brilliant.org/courses/probability/ （强烈推荐） 我做了前面5个course的免费题目，看了解答。主要是Bayes rule, conditional probability, expection 这些概念的理解和灵活应用。 2. https://www.amazon.com/Practical-Guide-Quantitative-Finance-Interviews/dp/1438236662 一般是推荐给面quant的人的，我看了其中概率题的那章。忘记是哪个了。。。
【machine learning】 这部分我主动复习的很少了，在学校上过课+我bf是做这个方向的，他帮我复习了各个算法的情况，优劣势等等。具体到面试中，考察的内容比如是，提出什么问题，收集那些数据，用什么feature，哪些transformation， 如何data cleaning, 如何选模型？如何evaluate model etc。。。我自己写了个笔记，就写面到的，错过的，想到的知识点等等。要面试前会复习的。 如果对ml完全没经验，参考别人的帖子吧。。。
Overall， ds跳槽的面经推荐阅读： 这个面经写的非常好！！有很多我没cover的点，比如怎么写简历，linkedin， network，如何安排时间等等，请一定看一下~
【我是刚毕业怎么办？】 建议第一份工作也许不能是dream job ，但一定要有一些值得你去的点，是和你的dream job 相关联的。衡量工作的内容，想想以后写在简历上会不会添彩？比如你想做ds，但如果现在一份工作要求你天天用sas，真心建议别去了。如果你想做MLE， 但现在一个工作要求你用tableau 做reporting？也别去了。
最后，有问题的话麻烦回帖，大家一起来讨论。不要私信。如果你非要私信我我也不回的，请尊重我的要求。
能问一下package 范围吗？被弯曲贫困线吓倒。另外你说到mle好像比ds有明显差异？能具体解释下吗？
面试过程中感觉对过往项目经验要求高吗？
谢谢楼主分享
lz之前的工作，需要的技术data analysis 、modelling. 是不是已经大部分算是可以胜任ds工作了，还是说你面试准备时学了很多新的技术，比如说an test.
Mark mark