明 星 导 师   
David导师，北美统计Top3名校毕业，全球顶尖电商公司 Data Scientist。多年工作经验熟悉电商，银行和网络行业等数据科学家工作和各类数据分析工具，曾面试过超过20家北美最顶级科技公司。曾成功辅导了53位学员，帮助他们成功入职获高薪Offer。
适 合 学 员 
任何想要寻找Data Analyst/ Data Scientist Position的初学者
（不需要R语言经验，从最基础知识入门）
学员报名群
报名方式
关注北美工程师求职顾问公众号
并回复关键字：
“小班8”

  观 看 方 式 
课程形式为线上视频Vimeo，全程超过8小时。
按照正确流程报名后，我们将在
7/8/2018
在学员群发放免费promotion code
原价$299, 本周免费
https://vimeo.com/ondemand/149050

  课 程 介 绍
第一节课 
行业介绍和求职面经
1 数据行业的基本介绍
   发展趋势
2 数据行业内不同职位的分工及介绍
   不同职位的技能点区别
   不同行业中的数据科学职位异同
   如何定位自己合适的方向
3 如何拿到更多offer？
   招聘流程分析
   如何正确投递简历，让面试来找你！
   如何准备一个面试
4 好的Resume/Cover Letter如何写
    实战分类讲解，真题全面冲刺
第二节课
基础知识和项目实战
以项目实战为基础，涵盖讲解统计和机器学习的基础知识，熟悉不同统计软件的应用，亲身体会互联网和金融行业中的数据科学建模全过程。以电商网站用户conversion行为预测为例，围绕数据集开展R语言的使用讲解，配合介绍实用有趣的统计和机器学习理论知识；熟练掌握和运用以下知识：
1 R语言的基础知识
2 R语言中的数据结构
3 R语言的统计分析函数
4 R语言中的数据清洗
5 R语言中的常见机器学习函数
6 R语言中数据科学建模实例
7 通过数据建模的结果对数据进行合理的分析和解释
第三节课 
统计基础知识
1 概率论，从基础知识出发
  •    基础理论 Probability
  •     排列组合，贝叶斯公式，期望和回归

  •    面试真题实战 Case Interview
2 统计，面试解析
  •    基础理论 Basic Statistics
  •     P-value, 一元线性回归，MLE, EM, Co-linearity

  •    面试真题实战 Case Interview
3 机器学习的要点及如何掌握
  •    基础理论 Machine
  •     LR， Random, Forest, Kmeans

  •    面试真题实战 Case Interview
第四节课
经典面试题案例分析
1 如何准备编程面试
   分类总结变成面试的考法
2 案例分析题目
    SQL, SAS, Python简介和考察模式

3 产品及其相关问题
    Case Study

4 简历和其他问题解析
 Case Study
学 员 战 绩
往期精品小班学员入职公司汇总
继续阅读
阅读原文