美国时间这周六开课,不见不散!
- 课也上了,项目也做了,还是拿不到面试;take home没思路,不会做;好不容易拿到的几个面试,题目非常open-ended,挂的不明不白。数科求职真心很累!
- 各大公司如何招人?看重面试者哪些方面?如何提高成功率?
- 什么是产品嗅觉(Product Sense)?那些看上去脑洞大开的analytics题目怎么入手?
- 不像码农刷题那样,很多数科类的面试题目网上没有答案可以参考,看了一亩三分地里的面经,却不知道答案。
- AB Test、机器学习考什么?如何在面试的短暂时间里,体现自己解决问题的能力?
Top常春藤大学博士,十几年工业界经历工作之余,教过研究生课程拿过几乎所有一线IT公司和多家热门startup/pre-ipo资深技术岗位(比如Staff Data Scientist)或管理岗位offer参与设计公司面试流程和题目、评定职位级别(Career Ladder/Competency),面试过无数求职者小K将从“求职者”、“面试官”和“Hiring Manager”三个角度分享。
小K也是一亩三分地管理员。她常年在地里分享数科学习经验,也指导过很多人的求职,相信泡在地里的同学对“小K”很熟悉。
比如,从2013年一直更新的《Data Scientist 炼成记录》
在地里得到的是这样的好评:
被680人收藏
时间:
内容:
如果你的简历被选中,讲座期间,小K跟你现场互动,当场修改你的简历;没被选中的同学可以观摩学习。
讲座期间,小K也会讲解数据科学求职简历写作的要点和常见问题,以及作为Hiring Manager,她是如何筛选简历的。与其他简历修改服务相比,会更加具有“专业性”。
费用:
《二》专项学习和面试题目分类讲解
小K计划开设下面四个单元课程,把数据科学常见面试题目进行分类讲解
- Analytics/Product Sense
- AB Test
- Machine Learning
- Statistics & Probability
首先开讲的是第一个单元Analytics/Product Sense,类似于“Facebook如何提高用户活跃度、AirBnb如何提高自己的某个产品”等看上去脑洞大开的问题。
时间:
内容:
小K首先会系统、全面的讲解这个单元相关的知识,以面试真题为例子,举一反三,告诉你每一个类型的问题,为什么会这样设计、从什么角度入手分析合理,以及她建议的答案。
选取的题目全都是有代表性意义的各公司数据科学面试真题。大家如果有好的题目,也欢迎拿出来参考、讨论。
费用:
所需基础:
第一个单元(Analytics/Product Sense):无需基础,本科大三及以上学生,都适合参加。开课之前,建议读一下这本书,会对学习很有帮助。
Cracking the PM Interview: How to Land a Product Manager Job in Technology传送门:http://amzn.to/2wfalgZ
- R/Python
- SQL
- Statistics & Probability basics
如果不具备以上知识,网络上有很好的MOOC公开课。推荐的课程和书籍,请在《小K数科讲座简要总结和推荐的学习资料》里查找。我们也建议你尽早打好基础。
点击左下角阅读原文,你会被指向Warald博客原文,文章末尾有报名和支付方式,链接都可以点。
或者浏览器里输入地址:
http://www.1point3acres.com/ds-courses/
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。