还记得曾经大热的美剧《纸牌屋》吗？你是否也曾经废寝忘食地刷到停不下来？
靠着这部剧，Netflix一夜之间赚得盆满钵盈，但你知不知道这部封神作品的诞生，其实是拜大数据所赐。
2013年Netflix的工程师们通过分析网站用户的搜索、收藏、播放、推荐等行为数据发现，喜欢BBC电视剧、大卫·芬奇导演和凯文·史派西的用户存在交集。他们认为一部影片如果同时满足这三个要素，很可能大火。
而事实也的确如此。
《纸牌屋》的诞生还只是数据驱动决策的一个小小案例。如今，人们的一举一动、一言一行都已经成为可供挖掘的数据点。
如果不是站在前线，可能很难真实感受到数据的强大能量。
今天，我们就邀请到了这样一位切身感受过数据的魅力后，毅然选择转行的同学，来分享他不同寻常的数据求职之路。
主讲人 — Patrick同学
USC公共政策硕士毕业, 曾在非技术岗工作。在来Offer的帮助下成功转行，斩获Jellyfish Group数据分析offer。
目标是有了，但入行的门在哪儿
大家好我是Patrick，研究生时我追随自己的兴趣，学的公共政策专业。可惜现实比想象中残酷太多，毕业之后我才发现：公共政策的工作太难找了！
所幸洛杉矶靠近好莱坞，电影公司的机会比较多。阴差阳错间我进入了一家电影公司从事marketing工作，负责电影在国内的宣传发行。
我本以为给电影做营销，大概就是翻译文案，制作海报之类不太需要用到“左脑”的工作。
但其实从很早以前好莱坞就深谙数据的重要，从影片内容到宣传渠道到上映日期，都被精心计算。
在电影公司充分感受了数据的魅力后，我对数据科学产生了浓厚的兴趣，也开始有意地把自己的职业轨道向数据倾斜。
可惜没有相关经验的我，只先拿到了一个“Ad Quality Evaluator”的contractor机会。
虽然我自己做的不是硬核技术岗，但日常工作中经常需要和数据工程师团队和语言学家交流对接，也算一只脚踏进了数据科学领域。
为了跟上同事们的步伐，我利用空闲时间上网自学Machine Learning。然而自己找资料耗时耗力，网上的资料也良莠不齐。
我自己摸索了几个月，看似花了很多时间，但知识点都很分散不成体系。我虽然能勉强跟上同事们的思路，但我自知如果真想走数据科学这条路，这点知识储备还远远不够。
看着身边很多朋友一个个地从“Data Analyst”变成“Data Scientist”。我一心求变，但苦于没有高效入行的方法。
柳暗花明，我终于突破瓶颈期
正当我为自己的瓶颈期苦恼，一次偶然的机会下，我知道了来Offer的人工智能与数据科学强化课程。
听完试听课后我豁然开朗：这门课提供的内容，不就是我所欠缺、且数据岗必备的能力吗？
于是，我果断加入了上课队伍。不是科班出身的我，决定脚踏实地从最基础的开始学习。
我先听了数据班的Business Analyst track，一边消化知识点一边寻找自己真正的兴趣所在。
上完BA所有的课程后，我发现自己最感兴趣的果然还是之前工作中接触过的Machine Learning。
我对自己未来职业发展的规划也逐渐清晰: 建模相关的数据科学家。
于是我又申请重听了Data Scientist track的课程，把机器学习模型、Python算法、SQL等知识点巩固加强，做到真正的了然于心。
在两个track的内容都学好之后，我基本上可以做到商业分析和数据分析两条腿走路，求职的路也更宽阔。
举一反三，事半功倍
虽然听起来我的求职经历还算顺利，但其实真正回忆起整个准备过程就会发现，自己以前做了很多无用功，好在我最后还是总结出了最高效的学习方法。
比如，非科班出身的我最欠缺的就是硬技能，主要有Python算法、SQL和Machine Learning。
我看过一些论坛上的帖子，很多人说数据岗求职就是要刷题。我觉得不然，和他们相比，我刷的题真的非常少。但我觉得相比数量，还是质量更加重要。
来Offer有自己的学习平台叫LAICODE，data班大概有100多道算法题和SQL题。
(来Offer的学习平台LAICODE)
我并没有追求额外找题做，而是把精力花在给每道题做总结。
我认为把一道题真正搞懂吃透，不仅可以免去很多反复刷题的时间，也帮助我在面试中被追问时都能对答自如。
比如我在面试中遇到的SQL题目，基本都是面试官口头给了一个场景让我说出query的写法，连用来整理思路的coding pad都没有。这时如果不能脱口而出解法，大概率我的面试就凉了。
又比如和面试官聊到Machine Learning，当我说到一个模型时，面试官立刻追问这个模型和另一个模型相比的优劣。要是对知识点不熟练，我大概也没有下一轮了。
投简历的时候我也遵循同样的原则。相比低效率的海投，我会先把Job Description研究透彻、确保自己的简历和JD非常符合后，再投递。
事实证明这样的战术的确事半功倍，我只投了大概30份简历就拿到了这份偏机器学习的数据分析offer。
这无疑离我给自己未來设定的“数据科学家”晋升目标又靠近了一步。
回头看自己从电影宣发到数据分析整条转行旅程，我自认走了不少本可以避免的弯路。
所以，我非常希望自己的经历可以帮助正在看文章的你，更加高效地找到理想的工作。
其实我还总结了很多经验教训想和大家聊，比如怎么确立目标，怎么带着目的听课做题，怎么在面试巧妙地表现自己让面试官觉得“You’re a great fit”。
现在来不及写了，就让我留到讲座中说吧，欢迎大家来参加我的直播讲座！
6月15日（周二）美西时间5PM
不要错过Patrick同学的线上分享！
扫描上方海报二维码
或联系任一已加顾问报名
讲座主题
文科背景零基础，
如何拿下Jellyfish数据分析师offer
讲座时间
美西时间 6月15日 周五 5PM
美东时间 6月15日 周五 8PM
北京时间 6月16日 周六 8AM
主讲人—Patrick同学
USC公共政策硕士毕业, 曾在非技术岗工作。在来Offer的帮助下成功转行，斩获Jellyfish Group数据分析offer。
讲座大纲
  • 非技术岗背景如何摆脱职场发展瓶颈
  • 零基础如何高效提升数据岗必备技能 
  • 没有相关经历跨行跳槽如何优化简历
  • 数据岗的考查重点与面试体验心得
参与方式
扫描上方二维码
或联系任一已加顾问报名
Patrick同学参加的
来Offer《人工智能与数据科学强化课程》
6月21日 免费试听！
（点击图片查看课程详情）
第272周
最新Offer榜
向上滑动阅览

疫情期间，来Offer的学员也offer不断！
查看完整offer榜，请前往www.laioffer.com
求职，你只需要一门课程。
内容编辑：AX
责任编辑：荨麻籽
继续阅读
阅读原文