点击上方“公众号”可订阅哦！
论坛福利
一亩三分地小K的讲座《来，工业界资深数据科学家教你破解各大公司面试！》圆满结束！谢谢大家的热情参与，小K也说收到了很多高质量的问题！
下面是这次讲座的少许总结 - 小K覆盖的内容非常多！我只能选取两三点，很简单的概括一下。
另外，大家要数据科学课程和学习资料，小K把自己书架上的书也分享给大家！
1
数据科学职业前景
“数据科学”是个很宽广的概念，每个行业每个公司里数据科学家的职责有可能相差很大。
小K根据工作内容，做了以下分类 – $越多，收入越高：
$$$$  Research Scientist（DL/ML/AI）
$$$    ML Eng / DS specialist / researcher
$$      DS generalist: Stat/Modeling/Experimental Design
$        DA/BA: SQL/Visualization
关于数据科学家在工业界的职业前景：
本科生一般从底层L3级别的Data Scientist和Data Analyst做起；研究生对应着L4；工作一些年数之后，公司希望你能成为L5也就是Senior DS/DA；L6已经是专家级人才了，公司并不强求你成长为这个级别；能达到更高级别的人就更稀少了。
底层的Data Analyst收入不高，尤其是非IT行业。但是在互联网/IT行业，高层次的数据科学家收入并不比软件工程师少。比如技术岗位，做到L6级别的中国人有不少，在湾区大公司工作的话，年收入四五十万美元（基本工资+股票）算是正常收入，更牛的当然也有。
跟软件工程师相比，数据科学家这个职业有如下优势：
首先，经验丰富的Data Scientist，跳槽不用老是刷题，因为面试考察的往往就是工作用到的内容，经验和能力的积累很重要。
其次，这类职业不像软件工程师那么成熟，上升空间更大、更快。
2
数据科学面试的准备
很多人反映：数据科学求职很难。
除了简历关，很多人也挂在了take-home exam、technical phone screening上面，即使拿到on site面试，通过率也很低。
小K在公司作为Hiring Manager和面试官面试过很多人。她认为：
学校课程学习和求职面试脱节，是很多同学挂掉的重要原因。
学校里教课方式是：上什么课、学什么东西（比如KNN），作业和Project就用什么东西来解决。
实际面试过程截然相反，面试官并不会问你是否会某个方法、某个技术。
面试通常是这样的：
面试官： 我们产品是这样的，请问，如何改进之？
求职者： 这道题是考regression吗？是AB test吗？是metric 设计吗？是SQL吗？他到底想考我啥！？
小K打了个比喻：数据科学的面试相当于文理科史地生艺术体育，所有科目混合成一张考卷。
小K也以Facebook、Uber、Houzz等几家公司的面试题目为例子，讲解了面试题目考啥什么、如何应对。
针对同学们的询问，小K也推荐了一些课程和书籍帮助大家的学习，由于微信公众号不能插入外链，请大家点击左下角阅读原文，Warald博客里的原文，所有书籍和课程，链接都可以点击。
错过了这次讲座的同学，请关注我们这个公众号以及一亩三分地论坛，今后不要错过。
接下来，小K会开设数据科学就业培训课程，如果您有兴趣参加，请发送“数据科学”给这个公众号，会收到自动回复，得到链接。
3
一亩三分地官方iOS应用免费下载
名称：一亩三分地留学社区
链接：https://appsto.re/us/EesS8.i
4
真实有料的美国留学指南
清华大学出版社出版，Warald作品《你不知道的美国留学》
http://www.1point3acres.com/warald-new-book-2015/
消息回复
"定位" -> Warald申请定位免费评估
“电话” -> 想跟Warald电话咨询吗？
"咨询" -> Warald咨询服务特点说明
“就业” -> Warald就业培训服务说明
“移民” -> 办绿卡移民美国详细介绍
微信号：
Warald_1point3acres
点击“阅读原文”
继续阅读
阅读原文