資料和數(shù)據(jù)

??如果提出的薪資在平均線左右，談判就會(huì)比較順利。要是再能提供些詳實(shí)的證據(jù)，你就是談判桌上強(qiáng)勢(shì)的一方。

??這里有一些資料和數(shù)據(jù)可供你研究。

??Indeed.com公司的數(shù)據(jù)分析師平均薪資為65,000美元，數(shù)據(jù)工程師的平均薪資為100,000美元，數(shù)據(jù)科學(xué)家的平均薪資為115,000美元。各地區(qū)的收入水平不同，薪資最高的地區(qū)集中在技術(shù)密集的海灣區(qū)。O'Reilly傳媒公司的調(diào)研表明，和其它美國(guó)地區(qū)相比，加利福尼亞的數(shù)據(jù)科學(xué)薪資水平和中位數(shù)都是最高的。從全球來(lái)看，美國(guó)的數(shù)據(jù)科學(xué)薪資水平和中位數(shù)是最高的，英國(guó)、新西蘭、澳大利亞和加拿大也相差不多，亞洲和非洲最低。

??科技與社交網(wǎng)絡(luò)公司里數(shù)據(jù)科學(xué)崗的薪資最高，教育和非盈利機(jī)構(gòu)給的薪資最低。

??具有不同的數(shù)據(jù)科學(xué)技能，使用不同的工具，薪資水平也不同。O"Reilly對(duì)數(shù)百名業(yè)內(nèi)人士做過(guò)一次調(diào)研。研究結(jié)果表明影響平均薪資水平的因素很多。比如說(shuō)，Scala這種擴(kuò)展性語(yǔ)言的用戶薪資中位數(shù)超過(guò)100,000美元，而SPSS這種專用工具的用戶薪資水平就明顯低得多。

名人名言

??“世界上大多數(shù)人做決定，不是靠猜就是靠蒙，運(yùn)氣好的猜中了，運(yùn)氣不好就猜錯(cuò)了?！?— Suhail Doshi，Mixpanel公司CEO

??“所有企業(yè)都告訴經(jīng)理人要全力支持?jǐn)?shù)據(jù)驅(qū)動(dòng)分析。問題是，數(shù)據(jù)只代表過(guò)去。所以，我們教給經(jīng)理人和顧問的是做決策與分析問題的方法，事到臨頭才行動(dòng)的思想是被人唾棄的。” — Clayton M. Christensen，哈佛大學(xué)管理學(xué)教授

??“我們已經(jīng)進(jìn)入了數(shù)據(jù)比軟件更重要的時(shí)代?！?— Tim O’Reilly, O’Reilly傳媒公司創(chuàng)始人

??“用戶希望快速、簡(jiǎn)單地獲取數(shù)據(jù)，他們才不關(guān)心網(wǎng)站吸不吸引人，設(shè)計(jì)的漂不漂亮?！?— Tim Berners-Lee

??“數(shù)據(jù)科學(xué)家要干的事情就是采集數(shù)據(jù)，把數(shù)據(jù)變?yōu)榭勺粉櫟男问剑脭?shù)據(jù)講故事，再把這些故事講給別人聽?！?— Mike Loukides，O’Reilly傳媒公司副總裁

核對(duì)清單

1）列出和求職崗位匹配的技能；
2）列出希望就職的行業(yè)和公司類型；
3）準(zhǔn)備領(lǐng)英、求職信和電子郵件模板；
4）全面研究求職目標(biāo)的公司和崗位；
5）主動(dòng)聯(lián)系這些公司的職員，爭(zhēng)取信息化約談機(jī)會(huì)；
6）搭建人脈圈，爭(zhēng)取工作推薦機(jī)會(huì)；
7）搞定數(shù)據(jù)科學(xué)面試；
8）不要放棄希望；
9）入職談判。

模板

爭(zhēng)取信息化約談

【姓名】，您好：
??我對(duì)Airbnb的數(shù)據(jù)科學(xué)問題非常感興趣，同時(shí)非常希望能進(jìn)入這一領(lǐng)域，我還是Airbnb Nerds博客的忠粉，我發(fā)現(xiàn)使用數(shù)據(jù)建立信任感是驅(qū)動(dòng)Airbnb成功的核心?；谖以谛睦韺W(xué)與統(tǒng)計(jì)學(xué)方面的背景，或許我能提出些獨(dú)具創(chuàng)意的想法，幫助你們強(qiáng)化客戶信任。
??希望能有幸請(qǐng)您一起喝杯咖啡，了解下Airbnb的數(shù)據(jù)問題，說(shuō)不定我能幫上忙！
祝好！
【你的名字】

【祝辭】【為什么對(duì)這家公司感興趣】【喜歡這家公司的什么業(yè)務(wù)】【能在哪些方面幫上忙】

找人推薦工作

【對(duì)方的名字】，您好：

??很高興在上次百樂餐會(huì)時(shí)認(rèn)識(shí)您。我最近在找工作，我對(duì)優(yōu)步的業(yè)務(wù)很感興趣，特別是優(yōu)步數(shù)據(jù)科學(xué)團(tuán)隊(duì)面對(duì)的那些問題。能幫我介紹一下你們的招聘經(jīng)理或者數(shù)據(jù)團(tuán)隊(duì)的人嗎，我想看看有什么能幫得上忙的地方？

祝好！

【你的姓名】

【祝辭】【說(shuō)明最近在哪里見過(guò)面】【談一下對(duì)這家公司的興趣，或特定的問題】【請(qǐng)求幫忙介紹招聘經(jīng)理，看看有沒有能幫忙的地方】

面試后的跟進(jìn)

【面試官的稱謂】，您好：

??很高興能和您討論谷歌的數(shù)據(jù)科學(xué)問題，我覺得您提出的問題里，有一些問題我能幫忙解決，如果可能的話，我希望能參加下一輪面試，謝謝！

【面試官稱謂】，您好：

【討論幫忙解決的問題】【表達(dá)想進(jìn)入下一輪面試的意愿】

術(shù)語(yǔ)庫(kù)

A/B分割測(cè)試：A/B分割測(cè)試是網(wǎng)絡(luò)公司設(shè)計(jì)實(shí)驗(yàn)的黃金標(biāo)準(zhǔn)，兩組用戶分別對(duì)應(yīng)不同的條件，測(cè)量他們達(dá)到特定目標(biāo)的轉(zhuǎn)化率。理想狀態(tài)下，網(wǎng)絡(luò)公司會(huì)專門做A/B分割測(cè)試，并會(huì)提供對(duì)這個(gè)概念進(jìn)行指導(dǎo)。

貝葉斯法則：貝葉斯思維和推斷依賴于偏差與方差。（具體的請(qǐng)自己找資料學(xué)習(xí)）

特征：某個(gè)對(duì)象的一組信息，通常是表格型數(shù)據(jù)中的一列。比如某個(gè)人的身高、體重和性別，就是三個(gè)特征。

生命周期價(jià)值：一個(gè)用戶在一定時(shí)期內(nèi)在某公司消費(fèi)所產(chǎn)生的預(yù)期收益。比如，某家服務(wù)型創(chuàng)業(yè)公司按月收取軟件費(fèi)用，用每月價(jià)格乘以每月付費(fèi)人數(shù)就能得到當(dāng)月的預(yù)期收益。

MapReduce：存儲(chǔ)大規(guī)模數(shù)據(jù)集的算法，數(shù)據(jù)分為多份存在不同服務(wù)器上，但處理時(shí)卻像是對(duì)一個(gè)完整的數(shù)據(jù)集進(jìn)行操作，這種方式可以減少處理大規(guī)模數(shù)據(jù)集的難度。MapReduce使用平行分布式邏輯處理大規(guī)模數(shù)據(jù)集。

過(guò)擬合：擬合歷史數(shù)據(jù)趨勢(shì)的模型，如果歷史數(shù)據(jù)影響太大，就會(huì)導(dǎo)致洞察結(jié)果的過(guò)度歸納，致使預(yù)測(cè)結(jié)果不夠精準(zhǔn)。

I型錯(cuò)誤：假陽(yáng)性指錯(cuò)誤地認(rèn)可事情發(fā)生了，比如說(shuō)，認(rèn)為男人懷孕了。用技術(shù)用語(yǔ)來(lái)說(shuō)就是，對(duì)零假設(shè)的錯(cuò)誤拒絕。

II型錯(cuò)誤：假陰性指錯(cuò)誤地認(rèn)為事情沒有發(fā)生。比如說(shuō)，認(rèn)為孕婦沒有懷孕。用技術(shù)用語(yǔ)來(lái)說(shuō)就是，對(duì)零假設(shè)的錯(cuò)誤接受。

??想了解更多術(shù)語(yǔ)，請(qǐng)查閱這個(gè)數(shù)據(jù)科學(xué)術(shù)語(yǔ)庫(kù)。

資源

KDNuggets網(wǎng)站上解讀面試過(guò)程幕后真相的搞笑漫畫。

數(shù)據(jù)科學(xué)面試解密這本書提供了很多面試習(xí)題。

Data Science Interview Exposed

??數(shù)據(jù)科學(xué)手冊(cè)，中文版叫數(shù)據(jù)科學(xué)家訪談錄，京東有售。本書給出了很多數(shù)據(jù)科學(xué)家的實(shí)戰(zhàn)建議，分析了是什么造就了優(yōu)秀的數(shù)據(jù)科學(xué)家，還有不少在面試過(guò)程中發(fā)生的奇聞趣事。與之配套的數(shù)據(jù)科學(xué)面試指南一書中列舉了120個(gè)數(shù)據(jù)科學(xué)面試時(shí)會(huì)遇到的問題。

數(shù)據(jù)科學(xué)家訪談錄

??破解編程面試一書是軟件工程面試的權(quán)威讀物，可以幫助求職者通過(guò)數(shù)據(jù)科學(xué)面試的編程部分。

Cracking the Coding Interview

??Quora的這個(gè)帖子介紹了Airbnb怎么招聘數(shù)據(jù)科學(xué)家，這是一位數(shù)據(jù)科學(xué)領(lǐng)軍人物對(duì)數(shù)據(jù)科學(xué)面試的深度解析。

??Trey Cause揭秘了如何通關(guān)數(shù)據(jù)科學(xué)面試，他對(duì)于數(shù)據(jù)科學(xué)面試的看法非常重要，也十分坦誠(chéng)。Erin Shell也討論了她在面試數(shù)據(jù)科學(xué)工作時(shí)的經(jīng)驗(yàn)。。

“隨著年齡的增長(zhǎng)，經(jīng)驗(yàn)的增加，我會(huì)在面試時(shí)反問面試官。我會(huì)問面試問題的目的是什么？或者告訴面試官他們的面試方法不能很好的評(píng)估我的技術(shù)和能力。有些人可能認(rèn)為我是不是覺得自己太優(yōu)秀了，所以才不用回答這些大家都得回答的問題，但是我覺得這是評(píng)估、預(yù)測(cè)和招聘人才的重要一環(huán)，我要做的就是通過(guò)這種方式表示出我的態(tài)度。希望你也能做到這一點(diǎn)。我們?cè)诖罱▓F(tuán)隊(duì)和招聘時(shí)，總是認(rèn)真的思考我們到底想要實(shí)現(xiàn)什么，怎么才能達(dá)到我們的目的，復(fù)制很多年前就存在的模式不是我們想要的?！?/p>

??這篇文章很有思想，講的是Twitter的數(shù)據(jù)科學(xué)項(xiàng)目是怎么運(yùn)作的，介紹了數(shù)據(jù)科學(xué)家的對(duì)這一行感悟。

??如果你正在學(xué)習(xí)概率論，可以參考這個(gè)速查表。Quora的這個(gè)帖子也能幫你不少忙。

??Ellen Chisa的博客介紹了她幾次技術(shù)面試的失敗經(jīng)驗(yàn)；你可以看看，避免犯同樣的錯(cuò)誤。

??最后，F(xiàn)irst Round Review有一篇啟蒙文章介紹了怎么才能招募到優(yōu)秀的數(shù)據(jù)科學(xué)家；讀一下這篇文章就能知道面試桌對(duì)面的人是怎么想的了。

關(guān)于作者

Roger Huang

??為了編寫這本指南，獲得數(shù)據(jù)科學(xué)的見解，他采訪了數(shù)百名Springboard的數(shù)據(jù)科學(xué)專家，包括Sri Kanajan，本書的合著作者。

??Sri Kanajan現(xiàn)任紐約一家投資銀行的資深數(shù)據(jù)科學(xué)家。他有14年的開發(fā)與管理經(jīng)驗(yàn)。2013年轉(zhuǎn)行成為數(shù)據(jù)科學(xué)家。他曾在舊金山參加全日制數(shù)據(jù)科學(xué)訓(xùn)練營(yíng)，完成了全部課程，并在兩家創(chuàng)業(yè)公司當(dāng)過(guò)數(shù)據(jù)科學(xué)家，到現(xiàn)在這家公司工作前，還擔(dān)任過(guò)Change.com公司的數(shù)據(jù)科學(xué)主管。他利用業(yè)余時(shí)間擔(dān)任General Assembly公司數(shù)據(jù)科學(xué)課程的首席講師，熱衷于幫助大家進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域工作。