
对于绝大多数北美数据分析,数据科学方向的学生们来说,“刷题”都是离不开的一个话题。受2019年求职寒潮影响,对于应届生的就业形势越来越困难,面试的门槛也水涨船高。无论你是做Business Analyst,Data Analyst都需要经过各种形式的技术面试,想做Data Science的同学更是要刷一个月以上的题。也因为这个原因,经常有同学痛苦的问我们:

我到底需要刷多少道题才是个头啊?

这个问题非常难以回答,原因在于:
首先这不是高考,也不是公务员考试。刷题多不等于拿到Offer。能不能拿到Offer是一个综合考量的问题,包含了专业背景,表达能力,面试状态,Cluture Fit,简历投递数量,甚至运气等等问题。来自职图的导师Henry只刷了50道就稀里糊涂躺进了Amazon,但同样有一些“勤奋”刷了1个月的题还没看到HR长啥样。

其次,“刷题”对于每个人的效果是不一样的。
比如,有些同学认为把题目做一遍就算刷题了,而通过职图导师指点,挑到那最精髓的20%的题各种姿势虐,远比500道题通刷,来的有意义得多。
最后,每个人对SQL,R这些知识的储备不一样,可用时间与目标公司都不一样。有些小姐姐一天能把30道高难度题目刷的气定神闲,有些菜鸡一周刷10道中等难度就已经生活不能自理。与其追求刷题数量上的多,不如去找到让自己最高效的刷题节奏。
和所有领域的猛男一样,成为一个刷题猛男的关键在于持久。保持一个良好的状态加上持之以恒,就算是菜鸡也终有蜕变成猛男的一天。

“我已经刷完了吗?”
但是除了个别在刷题界的学霸之外,对于大多数求职者们来说刷题都是一个比准备高考还要漫长而艰难的过程。于是我们询问了好些同学,刷题过程中经历了什么。

@若蜚:我是17年美研Top 100毕业的,本科国内211,高考和考GMAT时候感觉自己刷题杠杠的。结果刚开始刷题就被虐了,原本计划冲刺一个月搞定的事情由于各种拖延症一直纠结了半年。眼看着要刷完了,突然发现又出来好多新题。
@Teemo:求职方向DS,今年1月就开始刷SQL、Python、R。四个字形容我的刷题体验:“永生难忘”。
@职图学员GZ:刚开始刷题的时候还好,但是到了面试阶段发现不同行业,对于SQL的考点完全不一样!!!。好在最后拿了张Google的Offer,其中的心酸还是只有我自己才懂。

@HRX:当时寝室的一起刷题,每天一起在图书馆刷题,有一次在寝室争论一道题,由于声音太大,把Security都招来了。现在基本上都拿到了理想的Offer, 如果没有他们一起,我也不知道自己能够坚持多久。
@Huang J:满脑子想的都是刷题。结果老爸老妈去签证前想让男朋友写个Checklist,被我说成:你能写个链表吗?(Linked List)
@老王:心理学转专业,正确率常年40%是怎样的一种体验你知道吗?但是有啥办法呢,还好BA主要考SQL 和 A/B Test比较多,如果在让我刷R真的要疯。

@Dancy:第一遍最艰难,多来几遍的话,竟然觉得还有点小享受……

@Becon:为了准备GroupM的面试已经刷题一个月,现在已经刷了100多道了,决定稍微缓一缓,回头去补补数据结构的知识,经不起拒了。
@Faker:家里没啥钱,为了来美读研家里卖了套房子。我没什么退路可走,就想留下来。这就是我一天刷上十个小时的动力。
@Phawn:刷题压力大的时候我就打LOL,结果1个月,我就上了王者。
@哲明:边刷题边投简历,每天只睡四五个小时,星巴克,星巴克,星巴克。现在想想都不知道那段时间是怎么熬过来的。

@打死小短腿:打了四年LOL没敲坏的机械键盘,在刷题的时候被我敲坏了。
所以,无论你喜不喜欢,你都必须承认这个事实:刷题很艰难。

在我们的采访同学中,有刷题敲坏键盘的,有为了拼命留下来的,但是只要这些代价能够顺利拿到理想的Offer,一切代价似乎又是值得的。
但是熊熊想说:学而不思则罔,思而不学则殆。只刷题,不去融会贯通,知识点就会变得零散而最终影响拿到Offer。
所以,基础知识要学扎实,再进行适当的刷题练习,才会有“爽”的感觉,才会有收获,才能不负“刷”的艰辛,效率才会提高。职图Data Science 进阶实战VIP项目帮你夯实基础知识,完善知识体系,助你高效刷题。
职图Data Science 进阶实战VIP项目
4月13日震撼开课
美国著名商业银行JPMorgan Chase & Co.的资深数据科学家,教你用Python学习掌握Machine Learning的实战操作。导师手把手教你拆解机器学习的每个步骤,形成完整的模型锁链。
你将亲历数据科学家日常工作的内容,还原真实工作场景。学习掌握Machine Learning在真正工作中间的用途。
课后,学员将参加 Kaggle Competition,并且拥有一套自己的成果作品,可以上传至Github/简历/Linkedin等。
扫码加职图咨询师,了解Data Science 进阶实战VIP项目。
扫码加咨询师微信
备注 【 DS VIP 1】
三大板块
助你拿下心仪Offer
板块一
夯实行业硬技能
1. 职图Data Analytics集训营课程学习:
职图金牌资深导师亲授行业细分课程,填补学校与企业间的知识以及技能的鸿沟。
来自Google,Facebook,LinkedIn,Bloomberg等名企的资深数据科学家带你了解Analytics行业细分,巩固数据分析师必备技能SQL,掌握SQL高阶应用,解析面试高频题,完美驾驭Tableau等数据分析可视化工具,学会用阿拉伯数字作画,并且能够熟练运用到实际商业环境中。
2. 进阶实战项目
美国著名商业银行JPMorgan Chase & Co.的资深数据科学家,教你用Python学习掌握Machine Learning的实战操作。
导师手把手教导学员拆解机器学习的每个步骤,从大数据中清洗数据,探索分析,提取有用特征,可视化操作及优化模型结果,亲历数据科学家日常工作的具体内容,还原真实工作场景。
课后学员将有一套亲自完成的成果作品 (Jupyter Notebook 或者 R Markdown),可以上传于LinkedIn/简历/GitHub作品集。
Data Science 实战课程大纲
课程一:Data Transformation(SQL and Mapreduce)
从零开始,学习最常用数据清洗逻辑,掌握大数据时代的整理工具。
课程二:Basic Stats(A/B Testing)
介绍统计与数据科学联系,了解数据科学基石。
课程三:Linear Regression
学习最简单,最常用的数据统计模型,深挖实际应用中的回归模型。
课程四:Logistic Regression
学习分类模型的第一步,了解损失函数和基本模型评估。
课程五:Gradient Descent
了解模型的计算和优化,学习数据模型的运行法则。
课程六:Random Forest and Gradient Boosting
迈向建模的新台阶,了解多层模型的叠加和运用。
课程七:Neural Network
介绍神经网络的来源和建造,亲手打造业内预测神器,神经网络模型。
课程八:Time Series Model
学习如何分析和构造时间序列模型,加强数据纵向深度。
课程九:Kmeans and GMM
聚类模型与其实际商业运用,学习如何用模型分类和聚合。
课程十:Spark and Machine Learning Tools in the Industry
介绍业内新兴工具,展望数据科学新前景。
板块二
提高求职软技能
1. 一对一背景测评:
根据学员过往经历和背景亮点进行测评,依据测评对学员进行课程规划,同时匹配最合适的职图金牌导师。
2. 一对一求职定位辅导:
拥有多年行业经验的职图导师用亲身经验为你答疑解惑,和你一起从个人经历入手,深度挖掘兴趣点,帮助你制定心仪并且适合的你的职业规划。
3. 一对一简历精修辅导:
针对简历以及求职信辅导,根据学员职业规划和现有简历, 职图导师将手把手指导学员如何申请合适的工作,修改简历并结合相关职位打造吸引招聘者眼球的简历和求职信,从而在简历筛选环节脱颖而出。
4. 一对一面试冲刺:
职图导师将模拟Hiring Manager在模拟面试中指出学员面试中存在的问题和不足,同时教授面试攻略。并帮助学员理解面试问题背后公司希望考察学员的哪些素质和能力,做到知己知彼。
板块三
中美名企内推
VIP学员的简历将进入职图中美名企简历库,定期被推送至职图合作企业。
VIP项目报名方式
扫码加职图咨询师为好友
预约免费求职竞争力测评
报名参加项目
扫码加咨询师微信
备注 【 DS VIP 1】
VIP项目导师
● 行业资深数据科学家手把手带你做实战项目

教学组长J导师:Data Scientist @ JPMorgan Chase & Co.
● 顶尖名企导师全程一对一职场辅导

用Offer结果说话
学员Offer榜

往期学员好评!

你可能感兴趣的:
Amazon资深商业智能分析师盘点DA春招
LinkedIn 数据科学家:让招聘官找到你
Capital One首席数据分析师,揭秘数据人的职业日常
童鞋今天赞了吗?

