数据科学
 求职旗舰课
Data Science
在经济低迷、政策收紧的大背景下，科技大厂们也提高了选人门槛，不但提高了面试题目难度、扩大了考察范围，也愈发看重申请人的实习经历、项目背景等。
在如此严峻的求职环境下，为了帮助同学们快速Get目标公司的面试考察侧重点、精准匹配目标岗位，直通硅谷紧跟最新面试求职趋势，再次对数据科学求职旗舰课进行重磅升级！
重磅更新
全新Office Hour：每个项目新增1小时答案详解，包括：项目在实际工作中的应用场景、逐条解读答案代码、简历中的项目呈现、Q&A……项目理解更深更广；
直击大厂考点：课程设置更符合大厂面试套路，帮你轻松破解大厂面试重难点；
紧跟最新趋势：Stats和SQL内容更能迎合大厂考核趋势，助你巧过面试关；
更具前沿思维：Product Sense能力是FLAG大厂面试考察新重点，因此课程中特别新增系统设计内容，助你匹配大厂最新面试需求，脱颖而出；
增加业界经验：完全掌握项目一（Experiment Analysis）、二(Amazon Food Review)、三（How to Improve Conversation Rate）可以获得等同于FLAG公司Junior DS level的1-2年工作经验。
8周课程帮助你从求职方向规划到求职简历文书准备，再到刷题、项目经验的准备，为你的科技求职之路全程保驾护航！
经过多轮课程迭代升级，大大提升同学们的简历项目背景和面试成功率，将你从严峻的求职备战中解救出来，让小伙伴们短时高效备考！
如何在短时间内达到onsite水平？如何在毕业前顺利斩获大厂offer？如何省时高效的准备面试？犹豫就会败北！现在行动就还有机会。
直通硅谷数据科学求职旗舰课是你的不二之选！
基本信息
硅谷著名科技公司首席工程师兼面试官线上直播授课。涵盖数据科学方向求职的相关理论知识、工业界实际应用项目、结合各大科技公司面试趋势，帮助学员从面试能力和项目背景等方面系统提升，迅速掌握面试技巧、提升面试能力，达到科技公司面试水平。
服务周期：1年+（前期职业规划+2周基础学习+6周直播课程学习+FLAG面试官模拟面试+后期面试跟进指导拿到心仪Offer）
技能准备：熟悉基础统计知识，熟悉基础计算机科学与算法
课程安排：2周基础学习+6周直播课程学习
课程规模：小班授课，每班仅限20名学员
师资力量：双师模式，4师1生专群定制化服务
20+小时模拟面试学习：真实还原面试场景，一对一模拟，现场反馈面试问题
简历修改&公司内推：无限次简历修改；一线科技公司内推
报名方式：发送简历到官方邮箱
[email protected]；Subject注明：“Data”
保offer计划：拿不到offer，全额退款！
适用岗位
  • 偏向数据分析方向的Data Scientist岗位；
  • 一般北美互联网大厂中的Data Scientist、Data Analyst、Business Intelligence Engineer和Product Analyst岗位。
适合对象
  • 目标为大厂Intern/Full-time机会的同学；
  • 有一份工作，但是想进大厂做数据分析相关方向工作的同学；
  • 专业知识水平有限，需要工业界导师指点迷津来拿到心仪offer的同学。
讲师介绍
James老师
资深工程师

专精于Natural Language Understanding (NLU)，Recommendation System, Anomaly Detection方向，10年学术和工业经验，拥有著名独角兽以及两家FLAG公司的Senior Data Scientist任职经验。

累计百场面试官以及Bar Raiser经验，对于Data岗位的技能要求有深刻理解。能够对处于不同阶段的同学提供有针对性的短期面试指导和长期职业规划建议。后应邀加入FLAG从事高级数据分析工作，深谙湾区科技公司Data Track用人趋势及面试考察。
项目介绍
项目一
Email Open Rate Experiment Analysis – 可视化实验数据分析和检验
数据分析是数据科学的基础，尤其是实验数据分析以及假设检验是DA/DS的必备技能。
本项目将会模拟FANG公司常用的实验策略，引导同学多角度分析实验结果。在深入分析数据的过程中建立实验假设，通过进行统计显著分析，总结并推荐最佳Email投递策略。
项目二
Amazon Food Review – 机器学习建模与数据的可视化分析
机器学习和可视化是数据科学的核心内容，也是极其重要的体现实战能力的面试考点。
本项目将会重点学习机器学习建模和数据的可视化分析，并将相关技能应用于开源的亚马逊评论数据，在此过程中深入灵活掌握数据建模与可视化的相关技能。
项目三
如何提升Conversion Rate (Machine Learning)
此项目贴近真实工作场景，使用来自电商平台的数据进行数据分析并用机器学习模型进行预测。
学员将使用现有的数据去找到对转换率影响最大的因素，并作出相应的商业决策。学员将使用Random Forest和Logistic Regression等模型去预测转换率的变化。通过此项目的学习，学员能把平常学到的模型知识运用到真实实战中，并增加学员的分析能力和data insight的能力。
完全掌握项目一（Experiment Analysis）、二(Amazon Food Review)、三（如何提升Conversion Rate）可以获得等同于FLAG公司Junior DS level的1-2年工作经验。
本期项目意犹未尽？还有9大工业级项目可补充学习，涵盖A/B Test Analysis、数据分类预测、异常检测分析等核心重点内容！
戳海报了解更多项目
课程服务

职业规划：无限次！专业咨询顾问老师为你定位未来职业发展计划

简历修改：无限次！资深面试官亲自辅导修改每一位学员简历
项目咨询：无限次！为你挑选合适项目丰富简历，为求职打下基础
模拟面试：真实还原面试场景，一对一模拟现场反馈面试问题
专群辅导：建立学生答疑专群，助教进群跟踪辅导，交流消化学习心得
课程服务团队
模拟面试团队
300人一线科技公司资深面试官团队，一比一真实还原技术面试场景，让你在模拟面试中找到真实面试的感觉，现场实时总结、点评并反馈，针对你在面试中暴露的问题，提出改进和避免方法，全面提升学员面试能力！
咨询指导团队
40人科技公司资深工程师咨询团队，在简历指导、项目咨询、职业规划等方面为学员提供求职技能全方位规划，让你在众多求职者中脱颖而出！
课程服务团队
贴心助教陪伴式辅导，作业不会做？在专属答疑群求助，助教老师有求必应！
导师集中追踪制
导师集中追踪，全程陪跑求职。任何咨询、预约服务都会得到妥善回复和解决！
课程大纲
阶段一：基础练习（资料学习+助教全程辅导+1v1咨询讨论）
在两周时间里，根据课程导师准备的基础材料，通过资料学习与自我练习，为课程做好基础准备，助教老师群内答疑。
1. 课前准备练习
  • 学习Python安装、实践算法面试知识及数据结构内容
  • 学习概率基础知识并实践相关面试题目
  • 学习SQL安装并练习SQL基础语法
  • 练习LeetCode题目
2. 1v1定制化选课指导
结合学员的兴趣及求职目标，北美求职市场各方向的前景预测，以及工业界流行技术栈，给予学校开设课程的用途分析及选择建议
3. 1v1定制化职业规划
针对学员的特定求职目标，所处年级，项目背景，面试知识体系储备进行
  • 近一年学习内容规划
  • 近一年学习时间规划
阶段二：数据语言讲解
由简单到复杂，学习Python语言在数据科学中的应用，通过实战演练熟悉不同算法重点题目的解题思维和技巧，结合概率论、统计等相关面试考点，学会举一反三。辅以模拟面试实战训练，助教老师专群答疑。
1. 课程介绍及Python语言在数据科学的应用
  • 课程介绍与数据职位面试总览
  • Python数据结构与算法基础
  • 数据结构（array,dictionary,list等）
  • Pandas基础讲解
2. Python语言进阶
  • Pandas工具包的使用
  • Python算法总结
  • Python常考算法面试真题实战演练与习题拆解
项目1：Email Open Rate Experiment Analysis – 可视化实验数据分析和检验
3. 数据科学中的概率分析基础
  • Probability面试解题思路
  • Bayes Rules
  • Brain Teaser面试解题思路
  • Monte Carlo Simulation
  • 数学与概率题面试真题实战演练与习题拆解
4. 机器学习基础算法讲解
  • Feature Overview (continuous, categorical, time series, text,etc.)
  • Model Overview (regression, classification)
  • Linear Regression
  • Gradient Descent
  • Logistic Regression
5. 简历讲解
工业界如何筛选简历？
什么是STAR原则？
简历的构成(格式，字数，内容)
如何描述实习经历及项目？
提升简历曝光度的小技巧有哪些？
6. 1v1定制化简历修改
针对学员简历，进行1v1多轮反复修改，直至达到工业界标准
阶段三：机器学习深入讲解与面试题目精选
深入讲解机器学习算法在数据科学的应用，精选机器学习项目，带领同学们理解高难度面试问题的解题思路与常用解决方法。
1. 实验设计
  • Conventional Stat experiment with coding examples
  • A/B Testing
  • Bootstrap
  • 实验设计面试真题实战演练与习题拆解
2. Product
  • Product and launch report
项目2:Amazon Food Review - 机器学习建模与数据的可视化分析
3. 机器学习算法进阶
  • Tree models
  • Support Vector Machine
  • Unsupervised Learning
4. 机器学习系统设计进阶
  • 机器学习系统设计介绍
  • 自然语言理解系统（NLU system）
  • Recommendation system
项目3：如何提升Conversion Rates (Machine Learning)
5. 深度学习算法介绍与练习（optional）
  • 深度学习基础
  • Case study：Object detection (Image Processing)
  • Case study：Word Embedding and Transformer (NLP)
6. 1v1定制化项目咨询
根据学员的项目背景进行方向性优化指导，应用工业界技术栈，达到名企筛选要求，确保简历中的项目符合工业标准，增加竞争力
阶段四：数据库讲解
数据库工业级别技术栈学习，重点模块精选精讲，助教老师专群答疑。
1. SQL讲解
  • SQL语法基础
  • SQL面试实战演练与习题拆解
2. 面试准备与项目复盘
  • 如何准备面试
  • 项目复盘和演示
3. 课程作业与项目总结答疑
4. FLAG数据数据科学家手把手教你破解各大公司面试
5. 1v1模拟面试实战训练
面试官一对一模拟面试实战演示学习，在现场反馈中逐步熟悉面试官思维，掌握求职面试中的交流技巧和交流重点，进一步提升面试实战能力
阶段五：求职冲刺辅导
针对学员求职中后期所遇到的问题，进行全方位咨询与辅导，帮助学员解决在求职面试过程中遇到的实际问题，让所学知识能够完美落地。
1. 科技公司职位内推
针对学员出勤及作业按时完成情况，为学习态度认真、考核结果达标的学员进行职位内推
2. 招聘职位信息分享
分享科技公司每周发布的最新职位信息，帮助学员第一时间掌握求职动态
3. 科技公司面经整理
各大科技公司面经整理及分享，以便学员能够更有针对性的准备面试
4. 求职文书撰写指导
除求职简历外，帮助学员辅导Cover Letter、推荐信、感谢信等求职文书的撰写
5. 求职全程指导
学员在求职申请及面试过程中，网申问题回答、面试时间预约、与HR邮件往来等相关问题进行全程指导
6. Offer 谈判指导
学员收到多个offer时，帮助学员对比公司前景、职位发展前景等，对比不同公司的package进行谈判、接受offer的时间点冲突等相关问题进行指导
7. 选组指导
根据工业界发展趋势，结合学员资深背景，帮助学员选择公司内发展前景好、背景匹配度高、升职空间大、工作压力小的组别

常见问题
1
大纲中所说的课程知识点，我都有了解，是否还需要上这门课程？
即使同学对于课程知识点已经有部分了解，也推荐来上这门课程。
参与过Data面试的同学们一定有所耳闻，学校所学的理论基础与工业界实战思维之间无法无缝衔接，而两者之间存在的gap正是很多同学苦苦抱怨面试难过的根本原因。
直通硅谷数据科学求职旗舰课对Data方向求职所需掌握的知识点进行了由浅入深的讲解。运用独到的工业实战思维，结合工业界实际问题与常见面试题，提供配套项目练习，从而系统性增强同学们的实际上手能力与实战项目经验，填补学校知识点与工业界实战能力之间巨大gap，帮助同学们斩获顶级科技公司理想offer。
2
用八周学习大纲中这么多内容，时间够吗？
在为期八周的课程中，通过基础学习与直播授课的模式，从数据科学方向求职所需知识模块讲解，到可以“武装”简历的实战项目通通囊括。
在课程中，老师全程指导、辅助答疑，不会手把手教同学们如何去解项目代码或“帮助”同学们思考，而是让同学们根据知识模块培养独立思考的能力，逐步完成项目。这样才能真正达到课程目的，让同学们真正理解项目精髓，在面试中牢牢跟上面试官的思维。
3
通过学习这门课程，我可以达到什么水平？
通过对这门课程的系统学习和训练后，学员会对工业界常见问题具备实际解决能力、对面试官提出的常见问题具备举一反三的思考能力、全面掌握Data Scientist/Data Analyst职位的面试技能和技巧。
4
什么时间上这门课程比较合适？
大多数公司会在下半年之际，开始面向在校生和应届毕业生的秋季招聘，而次年春天会陆续放出秋招的补招岗位和新的春招岗位。
推荐本科大三、大四以及在读研究生早在秋季招聘之前学习这门课程，从而掌握足够的知识体系与面试技巧。在时间允许的情况下，越早学习，工业界的实战项目经验将越丰富，面试准备也越充足，面试成功率越高。
5
我的专业是数学/统计，适合学习这门课程吗？
适合！讲师结合自身在校学习经验及工作经验，总结出诸多在校园内接触不到、很难学到或很少用到、在工业界却常用的知识经验，帮助学员弥补在校学习和工业界之间的gap，对于Data Scientist/Data Analyst相关职位面试有极大帮助。
报名流程
课程费用
获取限时优惠，请扫描二维码，联系小助手~
报名请发送简历至官方邮箱：[email protected]
继续阅读
阅读原文