數據的風口你要不要追?
馬爸爸曾在卸任時的演講中提到:「很多人還沒搞清楚什麼是PC互聯網,移動互聯網來了;我們還沒搞清楚移動互聯網的時候,大數據時代又來了。」
身邊越來越多地聽到某某轉行做數據了,Python、R、SQL這些詞就算不了解也一定聽過好幾遍了,為什麼人人都在學Data,本科班出身轉行難不難呢?
為了幫助北美的同學少走彎路
北美2020秋招數據交流群
應時重磅上線!
趕緊進群「抱團取暖」
北美2020秋招數據交流群
入群即得
北美2020秋招數據崗網申匯總表
實時更新,及時分享崗位信息
50G 數據崗位大禮包
教材書籍 技能教程 簡歷模板 面試經驗等全方面資料大放送
掃碼回復關鍵字【北美數據】
立即進群
秋招崗位匯總申請表
入群即可獲得北美2020秋招數據崗位網申表,實時更新,確保你不錯過任何一個優質的Offer。
50G 數據大禮包
1.20GSQL SAS Mysql數據分析必備視頻
2.高盛/IBM/Google/蘋果等萬字Date面經 800道Data面試真題 全套Date面試必讀教材
3.Machine Learning入門 進階書籍
4.數據分析師等五大常見數據崗位求職簡歷模版
5.1000個Excel黃金技巧高清視頻教程
01 數據崗的火爆
1
數據崗在北美實況
*圖片來源:網路
據統計,數據崗在未來的3-5年人才缺口預計達到150萬人,由於Data Analyst偏重於將分析和商業運用相結合,抓取海量數據和精準分析的特點,使得數據分析應用場景多樣,無論是數據安全、金融交易、醫療保健、個性化營銷還是商業運作都在廣招數據人才。光明的就業前景,加上豐厚的行業起薪使數據崗受到眾多畢業生的追捧。從分析中找到可能存在的風險,並提出解決方案比起完美的Code有時候更加重要,因此非技術出身的求職者也能在這裡領域找到自己的一席之地。
以紐約地區為例,Data Scientist的平均薪資達到$110K之高,而就是entry level的Data Analyst和Data scientist Intern也有$72K和$99K的工資,這不就是傳說中的畢業年薪50萬嗎?
2
北美的數據崗機會
人工智慧的迅猛發展,使得一眾家喻戶曉的大公司如甲骨文公司,IBM,微軟,Amazon,Google,惠普和戴爾都在專門從事數據管理分析的軟體公司中投入了150多億美元,增加了對多個行業和領域類型的數據分析專家的需求。
許多知名投資銀行如UBS和Credit Suisse都在招收數據分析師,本身是金融或商科出身,但又不想做投行的小夥伴就可以考慮這些機會了,Uni擁有和多家企業的合作內推資源。
以MOYI的Data Scientist Inter為例,整個實習項目包括建模,數據分析以及優化幾個部分。通過一個月的實習,你將獲得提升簡歷Project Experience的完美描述,了解Amazon日常工作內容以及Data Scientist數據分析項目流程,通過項目背景的提升獲得更多的求職面試機會。
Uni明星導師一覽
Chris
數據科學和人工智慧
專註於大數據為基礎的機器學習預測方法和模型,致力於用數據和數學方式提高模型預測的準確度,對數據在投資領域的應用有豐富了解。
曾任公司面試官,面試100多位面試者,有豐富的面試官經驗,了解數據類工作的面試要求
Mr. Zhang
矽谷頂級科技公司
數據科學家
擁有5年的數據科學/數據分析經驗:從機器學習建模到A/B Testing,從大數據分析到機器學習。
他對技術和媒體/營銷行業如何利用數據科學/分析以及幫助學員修改簡歷和準備數據科學/分析面試的豐富經驗有深刻的理解。他的學生成功獲得了FLAG等頂級科技公司的offer。
Allison
世界頂級銀行
數據科學家
擅長高級分析,並擁有多年的管理經驗。她在工作中擅長使用各種編程軟體操作數據,如SAS,SQL,Python,R和大數據(Hadoop生態系統);使用統計方法和機器學習技術建立模型,以控制和管理銀行業務的日常交易中發生的風險,包括投資銀行,資產管理和商業銀行業務。
此外,作為精算師,她曾在一家財富500強的保險公司擔任管理職位,負責精算建模和財務管理等工作。
02 如何轉行做數據?
Data Analyst對coding功力要求相對Software Engineer沒有那麼嚴格,很多人就是從自學看書開始轉行的。
1
入門必備書籍
Python基礎:《利用Python進行數據分析》
SQL:《SQL必知必會》以及MySQL的官方教程
統計基礎:《深入淺出統計學》、《商務與經濟統計(第12版)》
電子行業業務知識:《數據化管理:洞悉零售及電子商務運營》
分析理論和Excel:《誰說菜鳥不會數據分析》
機器學習:《統計學方法》(李航)
對於留學北美的小夥伴,更有眾多學習網站如Coursera,Udemy, edX 上更有海量的優質資源可以自學。
2
需要掌握的技能
一、對於初學者,要有獨立把數據化為己用的能力,一般會用到:
1.SQL
2.R Programming
3.Hadoop/parallel processing
這其中已經囊括了大數據基本的幾大技術方向,如Hadoop數據開發方向市場需求就非常旺盛,對應崗位有大數據科學家、數據挖掘工程師和機器學習工程師等。
二、要想更深入的分析問題,你就需要學習:
4.Exploratoryanalysis skills
5.Optimization、Simulation
6.MachineLearning、Data Mining
7.Modeling
北美秋招群福利
![](https://pic.pimg.tw/zzuyanan/1488615166-1259157397.png)
![](https://pic.pimg.tw/zzuyanan/1482887990-2595557020.jpg)
※一天一個億,《獅子王》這個IP到底有多值錢?
※瑪氏經典邏輯推理題
TAG:UniCareer |