研究求职的科学,帮助同学科学地求职!
                                                                                       ——直通硅谷      
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优培20计划进行重磅升级
通过本计划大大提升简历项目背景和面试成功率,短时高效达到onsite水平为你的科技求职之路全程保驾护航!
无OFFER退款政策*现已加入
   全球科技求职,你只需要一个计划!
Updates
Office Hour:每个项目新增1小时答案详解,帮助项目理解更深更广:实际工作中的应用场景、逐条解读代码、简历的项目呈现、Q&A……;
直击大厂考点:课程设置更符合大厂面试要求,帮你轻松破解大厂面试重难点;Stats和SQL贴合大厂重点、Product Sense直击面试前沿趋势;
学员
OFFER
方向
上岸故事
Mentee Yao

Microsoft
Data
Mentee Qi
Google
Data
Mentee Sun
DoorDash
Data
Mentee Li
Walmart
Data
Mentee Zhu
Amazon
Data
Mentee Hu
Amazon
Data
Mentee Liu
Meta
Data
Mentee Ge
Amazon
Data
Mentee Qiu
Meta
Data
基本信息
硅谷著名互联网科技公司资深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,达到一线大厂面试水平。
服务周期
1年
授课安排
2周基础学习+6周直播课程学习
项目数量
3大主项目+9个可选项目
学员规模
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
技能准备
熟悉基础统计知识,熟悉基础计算机科学与算法
配套服务

职业规划、简历修改、项目咨询、模拟面试、OA模拟、专群辅导、名企内推......
保障政策
无OFFER承诺退款*
报名方式
扫码添加小助手咨询报名,即增1on1资深面试官求职规划!
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
  • 适合具备基本的数据分析知识,针对数据岗位,寻求求职准备帮助的同学;
  • 适合想要强化数据岗位相关知识、学习工业界项目应用、提升简历、快速掌握如何应对面试考核技能的同学。
资深讲师库
Megan老师
FLAGM在职数据科学家
擅长通过预测模型的搭建和分析,为团队提供产品决策指导建议。
专精于Data Analytics、Business Analytics、Modeling、A/B Testing等方向,具有多年的求职培训辅导经验,同时也拥有丰富的面试经验及面试官经验。
曾斩获多家科技大厂OFFER,善于为学员做面试点拨、求职技巧提升,在短时间内帮助学员补齐面试技能短板。
Cathy老师
FLAGM在职数据科学家
擅长驱动分析,提高用户获取和用户留存,建立用户预测模型,提供用户增长策略。
在Data Analytics、Product Sense、A/B Testing、Modeling等方向的辅导经验丰富,数据科学领域全能选手,曾经就职于多家互联网科技大厂。
深耕数据科学领域多年,对各个细分领域面试侧重点都有较为全面的理解。
James老师
硅谷一线数据科学家
专精于NLU,Recommendation System, Anomaly Detection方向,10年学术和工业经验,曾应邀加入FLAG从事高级数据分析工作,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,深谙湾区科技公司Data track用人趋势及面试考察,对于Data岗位的技能要求有深刻理解。
Chris老师
硅谷一线数据科学家
工作方向侧重A/B Testing、Campaign Measurement、Digital Marketing Strategy和Product Analytics。
曾斩获多家互联网大厂OFFER,拥有丰富的面试经历和面试官经历。

熟悉北美湾区Data Scientist岗位的招聘流程和面试技巧,可以帮助想进入一线大厂就职的同学拿到心仪OFFER。

滑动查看更多
项目介绍
项目一
Email delivery experiment
– 可视化实验数据分析和检验
此项目主要模拟了FANG公司常用的实验策略,其目的重在训练对网络电子营销的实战经验。基于正确的实验假设建立,通过categorical variable的使用分析用户行为数据,经过模型的有效论证,获取具备数据支撑的分析结果。通过该项目训练,可有效树立正确的数据分析思维,总结最佳的推荐决策。
项目二
Amazon Food Review
– 机器学习建模与数据的可视化分析
此项目重在掌握基于NLP应用场景的机器学习建模和可视化分析技能。主要是以亚马逊食品评价语料作为数据来源,利用词向量化、词云可视化、分类模型构建,通过ROC、AUC、 Precision、Recall、F1 score模型指标评价合理选择模型等分析方法理解自然语言处理过程,深入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)
此项目贴合真实应用场景,基于电商平台数据,通过数据清洗、归类、合并等分析方法利用机器学习模型进行预测。主要使用现有数据寻找转换率影响主流因素,作出对应的商业决策。分析过程将使用Random Forest和Logistic Regression等模型预测转换率变化。通过该项目训练,促使理论分析与实践应用相结合,提升对产品知识框架以及运用数据来驱动商业分析的能力。
完全掌握项目一Email Open Rate Experiment Analysis、二(Amazon Food Review)、三(如何提升Conversion Rate)可以获得等同于FLAGM公司在数据分析方面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,涵盖数据可视化、A/B Test Analysis、机器学习模型等核心重点内容!
戳海报了解更多项目
配套服务

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
服务团队
模拟面试团队
550+位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+位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!
助教服务团队
贴心算法助教陪伴式辅导编程问题。作业不会做?LeetCode刷题没思路?在专属答疑群求助,助教老师有求必应!
导师集中追踪制
导师集中追踪学员,全程陪跑求职。任何咨询、预约服务都能得到妥善回复和解决!
核心进阶模块大纲
模块一:基础铺垫(视频+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,通过视频和资料的形式完成学习与自我练习,为直播课程做好基础准备,助教老师群内答疑。
1. 课前准备练习
  • 学习Python安装、熟悉语法及常见Python数据处理包使用
  • 学习并实践针对数据岗位的数据结构与算法面试考核练习
  • 学习统计、概率、线性代数等数理基础知识并实践相关面试题目
  • 学习SQL安装与基础指令,创建数据库并练习SQL基础语法
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
4. 简历讲解
工业界如何筛选简历?
什么是STAR原则?
简历的工业标准及构成(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?
没有实习/实习薄弱/实习不相关怎么办?
5求职常见问题解决方案
BQ的面试作用,回答方法,达成目的?
如何把握Sponsorship?
如何回答为什么申请我们公司/这个岗位?
Coding面试中如何解决边做边说的问题?
模块二:数据语言讲解与概率分析基础
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. 课程介绍与数据职位面试总览
  • 数据岗位在日常工作中做什么?
  • 典型的数据岗位面试的流程是什么?
  • 数据岗位日常工作中使用哪些工具?
2. SQL讲解
  • 在数据岗位面试中经常问什么类型的SQL问题?
  • 在面试中如何有效地使用SQL句法完成面试中的问题?
  • SQL面试实战演练与习题拆解
3. 项目1:Email Open Rate Experiment Analysis – 可视化实验数据分析和检验
4Python语言在数据岗位中的应用
  • Python在数据岗位面试中如何考察
  • Pandas工具包的使用
  • Python算法总结
  • 数据可视化(Data visualization)
  • Python常考算法面试真题实战演练与习题拆解
5数据科学中的概率分析基础
  • Feature Overview (continuous, categorical, time series, text etc.)
  • 想要通过数据岗位面试你所需要知道的4种分布
  • Probability面试解题思路
     -Expectation
     -Conditional probability
     -Bayes Rules
  • 数学与概率面试真题实战演练与习题拆解
61v1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
模块三: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岗位的应用,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.机器学习基础算法讲解
  • Feature Overview进阶考点讲解
  • Model Overview面试考点讲解
  • Linear Regression面试考点讲解
  • Gradient Descent面试考点讲解
  • Model vs Coefficient Significance
  • Dummy Variable Interpretation
2机器学习进阶算法讲解
  • Logistic Regression进阶讲解
  • Decision Tree面试考点讲解
  • Random Forest面试考点讲解
3. 项目2:Amazon Food Review – 机器学习建模与数据的可视化分析
4. 机器学习查漏补缺
  • Clustering
  • SVM
5. 实验设计
  • A/B Testing
  • Statistical Testing
  • Confidence Interval, P-Value, Sample Size and Power
  • 实验设计面试真题实战演练与习题拆解
6. Product Sense (产品思维)
  • 什么是Product Sense,为什么它在数据岗位面试中这么重要?
  • 如何分解产品结构?如何涉及KPI Matrix Design?
  • 如何设计实验?(A / B Testing应用)
  • 在产品面试期间应该在哪个时间点以及该如何展示你的机器学习技能?
7. KPI Anomaly Detection(异常检测)
  • 什么是KPI Anomaly Detection
  • 如何分解KPI?
  • 如何找到KPI变化的根本原因?
8. 项目3:如何提升Conversion Rate (Machine Learning)
91v1定制化项目咨询
根据学员的项目背景进行方向性建议指导,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
模块四: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高阶
  • SQL进阶句法介绍
  • 使用SQL计算特定指标的月增长
  • 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. FLAGM数据科学家手把手教你破解各大公司面试
41v1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
模块五: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
Q1:大纲中所说的课程知识点,我都有了解,是否还需要参与这门计划?
即使同学对于课程知识点已经有部分了解,也推荐参与数据科学求职优培20计划。参加过Data面试的同学们一定了解,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。
该计划对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。
Q2: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。这样才能真正达到优培20计划的目的,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。
Q3:加入优培20计划,我可以达到什么水平?
通过数据科学求职优培20计划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。
Q4:什么时候加入这门计划比较合适?
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,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。
Q5:我的专业是数学/统计,适合加入数据科学求职优培20计划吗?
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。
Q6:无OFFER退款政策
本计划Final Target是全职岗位的OFFER,协议载明:只有当学员拿到并且愿意接受某家公司全职OFFER时才算求职成功;若求职失败,可全额退款。
报名流程
报名费用
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