“问我的求职方向？”
“只要是技术岗位，好拿offer，能拿offer就行。”
SDE是很多同学的第一选择，待遇好，最重要的是上岸机会多，但是相对其他岗位，SDE的技术门槛有些高；
PM小众一些，毕竟考验嘴皮子，很多岗都是美国人在拿；
Data是最受广大跨专业求职同学欢迎的方向，一些志不在撸码的科班同学也很意动......
毕竟，这年头哪个专业没接触过数据？谁没做过几个分析？认为自己“match”上的大家激情澎湃。
不过，一些Data专业的同学却不这么想：“就像个围城，看着外面的很多人说要转DS，我却觉得工作不太好找......”
Data到底是什么情况？
除转码外，Data也是跨专业求职的好选择么？
Data岗位多
IBM的一份报告显示，2020年美国数据科学和分析领域的职位将增加36.4万，市场空缺近70万。
查漏补缺！哪些职位可投?
作为一家独立正规的培训机构，我们能做的只是竭尽我们的一切资源与努力，帮助每一个处于困难期的学员成功过渡，拿到理想offer。
SDE & Data方向皆有，Fulltime & Intern兼备！2020年最全职位汇总表奉上~
扫码即可快速领取~奥里给！
为了获得并留住庞大的用户群体，企业需要依赖数据驱动的洞察力，故而市场对数据岗位的需求一直很高。
另外，人工智能和机器学习的兴起可能也是数据科学家需求急剧增加的一个因素。
虽然空缺不如SDE，但Data的前景也很好，怎么会不好找工作呢？
来自各个专业的竞争者
来自各专业的竞争者太多。
自2015年数据热开始，大家都想在这一领域分一杯羹。超过55.4%的同学明确表示希望转入计算机或数据科学相关专业，并愿意从事相关职业。
和早年相比，当前的求职市场竞争者众多。虽然数据科学领域的高尖人才依然稀缺，但因整体供应量增加，想找一份Entry Level / New Grad的工作并非易事。
我们假设一下，在美利坚读Bachelor/Master的你，想找Data入门级职位，都可能面临哪些竞争对手？
你的对手有——
1. 科班出身，专业对口的PhD、Master、Bachelor：
2.非科班出身，比如土木、生物、物理、化学、金融、会计、EE甚至文学等其他专业或方向的PhD、Master、Bachelor。
项目实习啥都不缺的科班PhD我们暂且不谈，不是一级别，这些人竞争力太强。但好在其投递的岗位一般偏高端，和其他同学较少产生竞争。
我们来看看大部分试图跨专业求职的小伙伴，以及部分专业对口的Bachelor。这些同学普遍GPA高，但都没有对口的实习或项目。因为基数非常庞大，所以竞争格外激烈。
告别“菜鸡互啄”,从分母变分子！
硅谷资深面试官导师1v1为你定制工业级项目，从无到有，帮助你弥补项目短板，高效提升面试能力！
【限时专享】扫描上述二维码，添加小助手了解课程详情,还可匹配专属导师，免费获得硅谷FLAG工程师1v1求职规划~
另外，和你竞争的除了来自天朝、印度、其他国度的留学生外，还有美国人......
虽然相对其他工作，美国人不太喜欢SDE和Data，但他们已经意识到这是未来的核心技能，连监狱都开始教编程相关技能了！
我有项目呀
巨头企业靠实习项目筛人，中小公司和startup希望招到的人可以直接上手干活儿。
总而言之，想要告别“菜鸡互啄”,从基数中脱颖而出拿到offer，就得有相关的实习或项目了。
一些同学表示，“不就是项目么，我也有数据分析项目呀？”
但是，大部分同学的数据项目存在以下两个致命问题。这里给大家举些例子。
（一）方向小众，跑偏啦
以环境工程专业为例
，A同学经常会做
气候方面
的研究，平时确实接触了一些与
数据分析相关的项目
。但是这1、2个项目的
结合非常有限
，在简历呈现上存在
局限性
。

而互联网行业非常注重与产品相结合进行分析。
A这样的简历即使能吸引到公司，也基本都是环境气候向的，非常小众，offer数量与热门方向没法比。
并且与传统科技公司中的Data工作内容相比，这些“小众”公司存在很大差异。
（二）作业级项目，不具备“落地能力”
什么叫做项目的“落地能力”？
所谓“落地能力”更多的是项目变成产品的能力，而不是停留在学校作业水平。
以人工智能视觉项目为例，很多同学在学校中会完成一个用Python调取相关API完成一些网络图片的监测或者识别。那么问题来了：
● 以应用场景对宠物进行识别为例，换到自然状态下获取的照片，受到自然光线的影响，算法鲁棒性是否依然存在？
● 是否可以做到实时识别，可以达到多少fps？
● 相关系统如何运作？
● 系统架构如何搭建，模块部署如何完成？
● 为了性能考虑，是否需要使用C++？
● 重要算法可否进行并行优化？
● 算法内核是否可以改进来增加识别准确率？
● 所部署的目标平台是什么？
● 结果的检测标准(KPI/Quality Matrix)是什么？
当仅仅用Python来调取相关方程，不考虑其他条件的情况下，完成识别或检测是一件非常简单的事情，这样的项目并不能帮助我们胜过其他求职者。
相反，如果针对所做项目提出了严苛的产品级要求，并且向着产品落地的目标而努力实现，同样功能的项目，在面试官的眼中，会是完全不一样的竞争力。
所以想做“落地”项目，要从哪里下手呢？这就牵扯出了下一部分内容——产品感。
无处不在的“产品感”
如果你不具备工业级产品思维，没有产品感，即使给自己定下了高于普通同学标准的求职目标，也不清楚如何下手或高效进行。
产品感即为Product sense，它可不仅仅只应用于项目，还贯穿于各类面试中。
Quora上的血泪控诉：
Quora上有人询问：“兄弟们咋办啊，我面了12个DS的面试，都挂了。所有的反馈都说我product sense太弱了。”
LinkedIn的惨痛经历：
有小伙伴表示他去面试LinkedIn的一个数据科学职位，面试官问他产品思维的问题：“LinkedIn的这个新功能是否会影响用户体验？”
在他自信地告诉面试官可以对这个新功能进行一系列测试后，面试官告诉他“公司没有能力这么做，所以你应该如何判断？”结局当然比较惨烈，“阿巴阿巴”这位朋友被问懵了。
Facebook极其注重：
在各大平台的Facebook面试反馈中，我们可以看到几乎每一条都提到了DS面试考察product sense，Facebook对产品感尤其重视。
不仅是Data Scientist，Data Analyst、Product Analyst、Data Product Manager等众多职位都需要求职者具备良好的product sense。
尤其对于Facebook、Apple、Amazon、Google等大型科技公司更是如此。
“我认为我答的很好，但是面试官不喜欢我的答案。”
Product sense难就难在有一定的“主观性”，考察内容不但广泛，而且有深度、具备高可变性。即使是英语母语的美国人，对于product sense也非常头疼。
没有经过训练的求职者，摸不清面试官思路，不知道如何正确理解产品，也没有构建产品的能力，想过product sense关自然很难。
 那么，如何提升自己的Product Sense？
硅谷资深工程师&面试官帮你搞定Product Sense，带你一起完成工业级项目，手把手讲解怎样获得面试官青睐！
心动项目：Virtual Assistant Product Design- 真实模拟FLAG的产品设计
Virtual Assistant Product Design项目模拟FLAG的真实产品设计环境，通过标准化流程帮助同学从头至尾设计一个可执行的虚拟语音/语义助手。
深入理解如何用人工智能改变我们的交互方式，深入实践乔布斯的设计原则："设计源自运作机理" (Design is How it Works) ，帮助学员准备Data Scientist面试过程中的Product Sense问题。
如何培养全局思维?
最新升级项目培养全局思维，完全掌握这些工业级项目，等同于拥有了FLAG公司在语义理解方面Junior DS level的1-2年工作经验！
心动项目：End-to-End 搭建 Alexa Skill – 数据模型搭建
Alexa是亚马逊声音识别服务，是在亚马逊的Echo、Echo Dot以及Echo Show智能音箱背后的大脑。Alexa提供计算能力、识别技巧从而方便客户创建更具个性的体验。
在Virtual Assistant Product Design项目中，学员将通过Alexa Skills Kit(ASK)，开发Alexa Skill并将其发布，以丰富学员简历项目经历。
本项目分成两部分：第一部分先在Alexa Development Console上搭建语言模型，包括设计数据架构，语言模具，以及歧义处理；第二部分会在AWS上搭建后端服务。
两部分整合在一起之后可以作为一个完整的Alexa Skill发布。
网络信息繁杂，课程质量残次不齐，不浪费时间、不浪费精力——数据科学求职旗舰课，帮助大家短时高效达到onsite水平！
硅谷资深工程师
帮助你从
求职方向规划
、
简历文书准备
、
夯实基础
、
科学刷题
、
产品思维
、
项目经验
、
面试技巧
等全方面提升求职竞争力！

转Data合适么？
吐槽了这么多，我们最后回顾一下开始的问题，现在转Data晚不晚？是不是跨专业求职的好选择？
只要有Determination，什么时候转专业都不晚。
SDE提供的Entry Level工作最多，这是空缺最大的求职方向。与此同时，Data也很值得期待。
科技领域的魅力在于，这些年在SDE、Data求职的同学前赴后继，可是北美就业市场对高科技人才的需求依然很大，薪资待遇依然优厚。
实际上直通硅谷70%的学生都非科班出身，他们有些读研以后才转修CS，有些自始至终都没在学校报过相关课程。
即使非科班出身、编码能力较弱，通过直通硅谷的学习，也可以争取科技大厂offer。
你适合转SDE、转Data么？快来让硅谷资深面试官为你评估，看看自己几个月内就能华丽“转身”叭！
扫码添加小助手，咨询课程详情，免费获取个人求职规划~
球分享
球点赞
球在看
继续阅读
阅读原文
关键词
公司
课程
数据科学
面试官
项目