想知道manager级别以上面试都考不考刷题和基础知识 以前待过一个独角兽，疯狂扩招阶段招的一些ds manager感觉二五六不懂，从带team到做proj。 burneremaiI 发表于 2021-05-04 17:19
虚头巴脑的。比之隔壁实在妹子教转码帖堪称云泥。 今非昨 发表于 2021-05-04 18:03
我话少，但总觉得如果看到能帮助到别人的地方，就要去做。目的是提供有帮助的信息 -- 仅代表个人观点。不是以点代面。 这个帖子我给自己来一个挑战，10分钟内必须写完，只说自己的直觉和最重要的核心信息。别的忽略掉。也许不是完美表达。个人以为有时候要比较直白简单才能有帮助。 如果你（或者你的孩子）正在决定需不需要学DS，要不要转行到DS等，核心问题是： 你爱数据科学吗？本能的爱解决商务上的问题吗？ 如果爱，就可以舒一口气。基本可行。 现在来问爱数据科学的意思是什么？意思就是爱学数学，爱学统计学，并且觉得这是发自内心的感兴趣，不觉得枯燥，越难越有趣，本能的爱分析问题。如果“是”，那么不管怎样， 你都会觉得自己的工作是愉悦的。这也就行了。 再来问：是实在人吗？ 也就是说，喜欢实实在在的想要解决问题，给出数据对business 的guidance and value，并且觉得乐在其中吗？这个要求看似简单，其实不易。 这个行业，已经很像金字塔。如果你还能享受工作的内容，而并不在乎在不在金字塔顶，那么就不用犹豫，可以的。 技术层面的竞争需要花心力，知识面的要求越来越广，会写码是远远+远远不够的。实实在在的需要从统计学的本质来分析最实用的model，也要了解数据的架构，pipeline。 核心信息：如果这行能做成，并且一直做的很好，这个人需要有很好的商业直觉。 如果是觉得这个行业“热门”，而且这是唯一的原因来转行-- 那么就要三思了。因为这个行业的各种层面（特别是基层）的人，已经很多很多了。 说到高层 （如果你对这个有兴趣）-- 是的，要爬到金字塔顶，2021来看，已经风景不一样了。高层的竞争很激烈了。除了技术层面之外， 我个人的感觉有更高的要求：沟通能力，领悟的速度，处理复杂的团队关系，既要灵活变通也要 down to earth。 市场上选择余地大了，就要从领导风格和情商上取胜。有些公司喜欢名校的背景。喜欢executive presence。还要求带过大团队的经历。 还有一些职场细节这里省略不谈。不是小篇幅可以描述的。 如果真的不管多么苛求，都有人可以做到-- 山外有山，人外有人。 别的就不用多说了。希望有帮助 ：） greenriver 发表于 2021-05-04 16:57
Data science 主要问题是涵盖面太大了，鱼龙混杂 如果不会写程序也不会数学统计模型，就不要叫data science了。这个真的很误导 如果两者一样都不靠，只会跑pipeline，调用package，或者简单的写点sql或者sas语句的。基本上也就那么回事。中西部农村的话，五六万块钱起步价，干到干不动被雷的时候也就是十万块钱左右了。 如果不忽悠点ML/统计模型/会code大厂就不要想了。 公用马甲34 发表于 2021-05-04 18:23
互联网行业，转码，因为这里面的DS是suport 咨询金融行业，转DATA，因为这里面的IT部门是support wfmlover 发表于 2021-05-04 19:55
谢谢分享。请教楼主一个问题，商业上的决定有多少是和数据分析的结果直接挂钩的呢？我的理解里，数据部门的人没有最终决定权，会不会导致研究的结果有bias、 what_is_my_name 发表于 2021-05-04 22:50
我觉得DS 比较 BS， 特别是 DS consultant 之类的， 本身对产品不熟悉。 怎么拿数据， 什么样的数据代表什么， 一样样的解释。 解释完了我都做出来了， 做了几年也没做到什么意料之外的结论出来。 简直就是浪费时间精力。 觉得DS 出来的通常都是 common sense 的东西。 bluegene123 发表于 2021-05-04 23:21
你打交道的层面大概有问题。以偏概全了。 greenriver 发表于 2021-05-04 23:30
我们有MIT一年的脱产DS master program.我大概了解了一下课程内容后就再无兴趣。。。 nicecool 发表于 2021-05-04 20:08
那请你觉个例子， 用 DS 推出来的结果， 出人意料之外， 实行后结果大好的例子吧。 bluegene123 发表于 2021-05-04 23:32
我就是business sense特别好，完全不是和数学和计算机相关出身，但是我工作中自学一些分析还有tool，然后和搞数据的人聊或者business的人聊，我都特别擅长问问题，和put pieces together。经常我的客户都感叹说没想到这么快我就能成为expert，我做的一些分析是他们自己没有过的角度，甚至是他们曾经想做没有做出来。我前老板也说我data savvy， godsend。 就我和business以及data的人合作的感受，除非我们org实在太水，我觉得做business有data literacy的很少，做data的更多focus在data和技术上，对于data所有的能value adding的潜力并不是很感兴趣。我和两边沟通的时候，因为我理解business快，有财务背景，流程分析和优化背景，又懂一点儿data analysis和database一些基本东西，我能impress 两边。 可是，问题是，如果我现在想转，却是非常难。我自学了SQL，Tableau，QlikSense，PowerBI，但是几乎没有机会用，所以也不可能深入。我倒是想过学一个学位，可是一个是年纪，一个是不小心怀上孩子了。。而我现在的工作，能用到data analysis的程度分项目，也由不得我说了算。虽然大家都知道我这方面强，我也知道有人并不服气，并没有认识到analysis可以unfold多少business insight。而我做的东西，现在老板虽说口头承认很依赖我，而且她的水平经常已经看不懂，但是她更多时候是小细节也要挑毛病，比如note写的一句话她说不够好，要按report标准来写；然后有些东西我做了，她直接说useless，按她的方式做不通我再提出来，她又不得不接受；她要的东西变来变去，我甚至和她在会议上share screen，按她说的做，或者把她要的东西，写在文档里，share screen的时候她看着，下一次，她还是说不是，她要的不是这个，是我没有理解她的意思，觉得和我沟通有问题。真是郁闷的我要死。 April4 发表于 2021-05-04 23:12
Data science除了一开始的exploratory analysis 还有接下来的做model，做prediction 还有更厉害的做optimization的 你说的没什么用只局限于step 1 其实，step 1才最有用，因为那是stakeholders想看的 wfmlover 发表于 2021-05-04 23:43
我只说自己知道的 某些大厂一线经理还是要刷题的 重点在某些 CleverBeaver 发表于 2021-05-04 18:19
看来你老板并不想提拔你 可以考虑换组了 感觉你适合走管理路线 不太适合去做具体 oqo 发表于 2021-05-05 03:08
回复 21楼April4的帖子 你的老板有嫉妒打压你的可能性 云水禅心 发表于 2021-05-05 02:18
多谢解释。 这些应该跟那些大数据连起来后就会很 powerful. 它会比你还先知道你将会做什么选择， 或将会有什么需要。 这让我想起一个节目， 里面好像访问了 Google 里一个很厉害的人， 好像做这些DS prediction 的 权威人士。 他后来觉的这样 collect/analyse/predict， 其实比较 evil， 不但影响的人的选择， 还破坏了其他如多样性，偶然性的产生等等。 后来他也不干了。 应该是 Patriot Act 里面其中一集。 让我找找。 bluegene123 发表于 2021-05-04 23:57
早就想换了。可是就是说难度很大，想去BI相关的组，却没有过硬的SQL经验。不知道有没有什么certificate能考一下，当一下敲门砖 April4 发表于 2021-05-05 09:07
那啥，你这种的，国人里面非常少，白人里面也不多。别硬往技术流里转，技术流里连技术都不好的人一把把的，就是占个坑有个饭票而已。做BI的尤其不想懂business.你想想BI面对问题和变化的频率和ad hoc要面对的频率。 你的苦恼我理解。这个就是顾得了东头顾不了西头的事儿。我挣扎很多年了。自诩技术好，转码都没问题的，但是又舍不得business这块，我现在结论是真的得放弃一边。人精力有限的，你长板更明显，不用多说选那头吧。 你老板的事儿，如果大老板是个明事理的，那就多接触大老板。上下如果一团粥的就去 emarald 发表于 2021-05-05 09:22
你说的确实是个问题。传统行业大多对数据不需要什么fancy，cutting edge的模型。我曾经见过一个tech fund做地产，用了pagerank干了和直接算算城市人口增减功效一样的事情，听起来高大上，本质很好笑。药厂还是要科班统计的。 你讲的这些都是BA，DA的skillsets，DS有其他的skillsets，不过有business acumen在小公司是很吃香的。大公司会请咨询来干这些策略的事情，反而有闲钱去support其他cutting edge的技术和research。怎么说呢，DS可能干不了BA和DA的活儿，毕竟skillsets不overlap，如果DS很不能说，就彻底干不了了。但是BA、DA肯定干不了正宗DS干的活，除非回炉再深造，当然不排除实际是DA，挂DS title的那些非常多的浮夸公司。 天凉好秋 发表于 2021-05-05 10:15
大老板也一言难尽。我们一个部门去年一年我同级别走了一半，我在这不到三年，turnover没有70%也有60%，我们是稳定著称的大学！ 我不是特别想继续做我现在做的领域，我有CPA，可是投其他领域别人会觉得我没有相关经历。我现在这个sr title也是前老板真的很有勇气，在我几乎零相关经历就给我了，然后他对我评价特别高，可惜他走了。大部分，好像都没有他这么open，给面试机会，然后愿意尝试我这样的。 April4 发表于 2021-05-05 09:36
DS这个title真被用烂了，同意楼主说的，统计数学才应该是核心，为什么现在都是刷题sql了。。sheisfree 发表于 2021-05-05 13:19
这个建议更适合给刚选方向的年轻人，中年转行的多数是混口饭吃，没什么爱不爱。charyyu 发表于 2021-05-05 14:57
这个帖子我给自己来一个挑战，10分钟内必须写完，只说自己的直觉和最重要的核心信息。别的忽略掉。也许不是完美表达。个人以为有时候要比较直白简单才能有帮助。
如果你（或者你的孩子）正在决定需不需要学DS，要不要转行到DS等，核心问题是： 你爱数据科学吗？本能的爱解决商务上的问题吗？ 如果爱，就可以舒一口气。基本可行。 现在来问爱数据科学的意思是什么？意思就是爱学数学，爱学统计学，并且觉得这是发自内心的感兴趣，不觉得枯燥，越难越有趣，本能的爱分析问题。如果“是”，那么不管怎样， 你都会觉得自己的工作是愉悦的。这也就行了。
再来问：是实在人吗？ 也就是说，喜欢实实在在的想要解决问题，给出数据对business 的guidance and value，并且觉得乐在其中吗？这个要求看似简单，其实不易。 这个行业，已经很像金字塔。如果你还能享受工作的内容，而并不在乎在不在金字塔顶，那么就不用犹豫，可以的。 技术层面的竞争需要花心力，知识面的要求越来越广，会写码是远远+远远不够的。实实在在的需要从统计学的本质来分析最实用的model，也要了解数据的架构，pipeline。
核心信息：如果这行能做成，并且一直做的很好，这个人需要有很好的商业直觉。 如果是觉得这个行业“热门”，而且这是唯一的原因来转行-- 那么就要三思了。因为这个行业的各种层面（特别是基层）的人，已经很多很多了。
说到高层 （如果你对这个有兴趣）-- 是的，要爬到金字塔顶，2021来看，已经风景不一样了。高层的竞争很激烈了。除了技术层面之外， 我个人的感觉有更高的要求：沟通能力，领悟的速度，处理复杂的团队关系，既要灵活变通也要 down to earth。 市场上选择余地大了，就要从领导风格和情商上取胜。有些公司喜欢名校的背景。喜欢executive presence。还要求带过大团队的经历。 还有一些职场细节这里省略不谈。不是小篇幅可以描述的。 如果真的不管多么苛求，都有人可以做到-- 山外有山，人外有人。
别的就不用多说了。希望有帮助 ：）
以前待过一个独角兽，疯狂扩招阶段招的一些ds manager感觉二五六不懂，从带team到做proj。
不考
是有点虚，但楼主主观意愿是好的
重点在某些
Data science 主要问题是涵盖面太大了，鱼龙混杂 如果不会写程序也不会数学统计模型，就不要叫data science了。这个真的很误导 如果两者一样都不靠，只会跑pipeline，调用package，或者简单的写点sql或者sas语句的。基本上也就那么回事。中西部农村的话，五六万块钱起步价，干到干不动被雷的时候也就是十万块钱左右了。 如果不忽悠点ML/统计模型/会code大厂就不要想了。
数学/物理模型是关键，单纯掉个包两周吧就学会了
商业sense对数据行业非常重要。
但是executive 的要求还是和一般middle management或者数据人才不一样，我管的team几十号人，自己数据只能算懂，更多还是要有vision，能说服人，组建团队，培养人才，build process，drive alignment。
一句话，都是烧心的事情，对结果，钱和人负责，大部分时间都在人事和策略上。
两个帖子角度不同，都是好帖子，只是看哪个更适用自己。
楼主只讲一点，但是讲的很透彻很四两拨千斤，隔壁贴很全面，对零基础的很有普及作用，但是面铺的比较宽就不好每一点都讲太深入了，所以你看回帖就知道有些同学貌似看懂了但其实没真正领悟呢，不过入门来说已经够了。
我倒觉得说得不错，很多人为了paycheck转码，后来上班如上坟，这个贴就是为了预防这种情况的。
咨询金融行业，转DATA，因为这里面的IT部门是support
Data在金融咨询不是support？
就我和business以及data的人合作的感受，除非我们org实在太水，我觉得做business有data literacy的很少，做data的更多focus在data和技术上，对于data所有的能value adding的潜力并不是很感兴趣。我和两边沟通的时候，因为我理解business快，有财务背景，流程分析和优化背景，又懂一点儿data analysis和database一些基本东西，我能impress 两边。
可是，问题是，如果我现在想转，却是非常难。我自学了SQL，Tableau，QlikSense，PowerBI，但是几乎没有机会用，所以也不可能深入。我倒是想过学一个学位，可是一个是年纪，一个是不小心怀上孩子了。。而我现在的工作，能用到data analysis的程度分项目，也由不得我说了算。虽然大家都知道我这方面强，我也知道有人并不服气，并没有认识到analysis可以unfold多少business insight。而我做的东西，现在老板虽说口头承认很依赖我，而且她的水平经常已经看不懂，但是她更多时候是小细节也要挑毛病，比如note写的一句话她说不够好，要按report标准来写；然后有些东西我做了，她直接说useless，按她的方式做不通我再提出来，她又不得不接受；她要的东西变来变去，我甚至和她在会议上share screen，按她说的做，或者把她要的东西，写在文档里，share screen的时候她看着，下一次，她还是说不是，她要的不是这个，是我没有理解她的意思，觉得和我沟通有问题。真是郁闷的我要死。
很多决策都建立在数据观察的结果上。必须是“很多”。否则这个部门就没有价值了。 数据部门的价值不在”做决策“那个行为，而是在于影响了多少决策，改变了多少决策。
你打交道的层面大概有问题。以偏概全了。
那请你觉个例子， 用 DS 推出来的结果， 出人意料之外， 实行后结果大好的例子吧。
这个还不如去sloan搞个一年的学位
是 有些是common sense 但是真的不是很多人都能看出来。有同样的数据，我同事看没问题，我做一个简单的逻辑测试就发现40%的数据有问题，再和其他report recon一下，发现对不上，客户也解释不了，就是一个finding了。
Data science除了一开始的exploratory analysis 还有接下来的做model，做prediction 还有更厉害的做optimization的
你说的没什么用只局限于step 1 其实，step 1才最有用，因为那是stakeholders想看的
不要气馁 ：）慢慢就会好
多谢解释。 这些应该跟那些大数据连起来后就会很 powerful. 它会比你还先知道你将会做什么选择， 或将会有什么需要。 这让我想起一个节目， 里面好像访问了 Google 里一个很厉害的人， 好像做这些DS prediction 的 权威人士。 他后来觉的这样 collect/analyse/predict， 其实比较 evil， 不但影响的人的选择， 还破坏了其他如多样性，偶然性的产生等等。 后来他也不干了。
应该是 Patriot Act 里面其中一集。 让我找找。
你的老板有嫉妒打压你的可能性
看来你老板并不想提拔你 可以考虑换组了 感觉你适合走管理路线 不太适合去做具体
请问湾区一线二线公司一线经理哪些要刷题哪些不要呢？
华人现在说话mean 的人真是很多， 人家好心花时间分享， 居然还有这么恶语相向. 而且还有这么多点赞也是醉了.
早就想换了。可是就是说难度很大，想去BI相关的组，却没有过硬的SQL经验。不知道有没有什么certificate能考一下，当一下敲门砖
这个我倒没想到，不过我是尽量想，她不找点儿茬儿怎么能显示自己是领导呢，呵呵
她看我的workpaper都需要我一步一步带着，虽然我procedure已经document很清楚。大部分时候，她要什么我就照做，虽然我觉得不一定make sense。有时候太离谱的，比如让我做图比较一个p/l item vs bs item，我会说感觉不太对（怎么可以把录像和照片放一起比较）会说出来。
我只能说，我确实不适合跟她干。只是转出来也不容易。
个人感觉，越往上走，对情商和交流能力就要求越高；不然干不长，也走不远。
你说的特别对。我记得之前看一个人做的tableau vis，比较白人和有色人种从监狱减刑释放的比较，用的%就不对，我指出来他最后也没回答。
带着预设立场去分析，是很容易做出misleading的东西，我觉得不ethical，而且看上去，不懂的人会觉得，哇，有数据支持呢，肯定没错！实际上，一个parameter的选择，一个定义的不同，一个计算方法的选择，或者population范围设定，都足以颠覆一个结果。
那啥，你这种的，国人里面非常少，白人里面也不多。别硬往技术流里转，技术流里连技术都不好的人一把把的，就是占个坑有个饭票而已。做BI的尤其不想懂business.你想想BI面对问题和变化的频率和ad hoc要面对的频率。
你的苦恼我理解。这个就是顾得了东头顾不了西头的事儿。我挣扎很多年了。自诩技术好，转码都没问题的，但是又舍不得business这块，我现在结论是真的得放弃一边。人精力有限的，你长板更明显，不用多说选那头吧。
你老板的事儿，如果大老板是个明事理的，那就多接触大老板。上下如果一团粥的就去
大老板也一言难尽。我们一个部门去年一年我同级别走了一半，我在这不到三年，turnover没有70%也有60%，我们是稳定著称的大学！
我不是特别想继续做我现在做的领域，我有CPA，可是投其他领域别人会觉得我没有相关经历。我现在这个sr title也是前老板真的很有勇气，在我几乎零相关经历就给我了，然后他对我评价特别高，可惜他走了。大部分，好像都没有他这么open，给面试机会，然后愿意尝试我这样的。
你说的确实是个问题。传统行业大多对数据不需要什么fancy，cutting edge的模型。我曾经见过一个tech fund做地产，用了pagerank干了和直接算算城市人口增减功效一样的事情，听起来高大上，本质很好笑。药厂还是要科班统计的。
你讲的这些都是BA，DA的skillsets，DS有其他的skillsets，不过有business acumen在小公司是很吃香的。大公司会请咨询来干这些策略的事情，反而有闲钱去support其他cutting edge的技术和research。怎么说呢，DS可能干不了BA和DA的活儿，毕竟skillsets不overlap，如果DS很不能说，就彻底干不了了。但是BA、DA肯定干不了正宗DS干的活，除非回炉再深造，当然不排除实际是DA，挂DS title的那些非常多的浮夸公司。
你自己领悟不了，倒说是别人虚头八脑
不太同意。隔壁妹子确实分享实在，基本上是拉着你的手告诉你怎么走。这位妹子只花了十分钟分享感悟，确实不如那个妹子详细认真，但是分享的一些高屋建瓴的靠领悟出来的东西。对这个行业的人同样有帮助。 大家应该兼听各种声音。欢迎所有人分享
没错。印度人尤其多。根本没怎么碰过data的挂了DS的头衔。剩下的就是你说的问题。杀鸡用宰牛刀，加上和business脱节做出来了model没法用， 但是这是
好老板是难碰到。碰到了还有个缘分问题。我现在觉得一半毛病一半优点的老板就不错了。转行业这件事我也有点经验，你要是着急就得愿意屈就，干上一两年那个新行业就张开双臂接受你了。不着急就慢慢找。我们换工作不做题的，除了个别被吓怕了的地方，这样的情况下人们难免会更多相信经验年限一点。
大厂里的DS都在往SDE或者research scientist转
说的很好啊
每个人不一样 有些人是high performer 如果没有什么让他们觉得挑战和兴奋的工作会很难受