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

Facebook

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

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！