想要轉行數據科學領域 如何才能獲得第一份實習/工作？

先交代一下背景：

本科University of Washington Seattle 經濟專業 數學Minor

研究生哥大精算MS今年5月剛畢業

GPA屬於3.5到4.0之間的那一檔

Skill Set: Excellent in Microsoft Office, SQL, Python, VBA, Tableau, Octave

在美國6年了 英語聽說讀寫都很好

現在十分想通過為一些公司工作來獲取實際的數據科學方面的工作經驗 免費打工也可以 那麼如何才能獲取這樣的機會呢？

關於機器學習：

現在是起步階段 自學了著名的Andrew NG的ML課程 覺得這應該是再基礎不過的基礎了 人人都會去學 學下來的感受是 不虧是Coursera的鎮店之寶 把許多複雜的問題簡單化 許多時候能夠不看編程作業的tutorial自己寫出來code 也會很有成就感 不過同時也深感自己的不足 因為編程作業都是框架已經給你打好了 你只需要往適當的地方填code就可以了 大大降低了難度 我猜測實際遇到問題時 自己需要從頭一點點做全部的工作的話難度會高出許多

下一步準備開始著手入門Kaggle 從Titanic開始

感覺自己的大方嚮應該是對的 但是還遠遠不夠

為什麼想轉行數學科學領域：

那就是因為自己當時腦子抽了跑去學了精算 以前受媒體荼毒 各大媒體狂吹精算如何如何金領高薪 以至於自己忽視了一個問題就是在美國 精算真的不怎麼招沒有身份的人了

networking做了很多 沒少請人出來吃飯

簡歷也是改了再改 會根據不同的公司改不同版本的簡歷 Cover letter也是寫了很多很多不同的版本 我去networking的人幫我看簡歷都跟我說 你的簡歷沒什麼問題 不過現在這行業不怎麼招沒身份的了 機會太少

總之我認為在精算這個領域找工作 我是能做的都做了 實在沒辦法了

按照人力市場的供給需求我認為我轉行的情況下 起碼機會能夠多一些

精算業出身帶來的優勢：

統計方面是不存在什麼問題的 我們精算考試也是要考統計知識的 當然 統計這個領域水很深 我要學習的東西還很多

Excel也是比較熟悉的 Vlookup Match Index 數據透視表什麼的 基本的這些功能都會

金融領域的基礎知識也都具備 比如怎麼看Financial Statement Accounting的課也上了一些

債券，股票，貸款， Annuity的計算等等

Stochastic Model Binomial Tree Black-Scholes

劣勢：

非CS科班出身自然是一大劣勢

但是我聽說Master是比較Quantitative的專業勉強能夠在簡歷這關不被直接刷掉 當然會讓公司質疑你的編程能力 你需要做的是去解決他們的疑慮 我覺得我專業好歹是STEM 應該也能轉行吧？

我的Python也基本上是在網上自學的 主要是針對數據這一塊 使用Pandas 應該說基本功肯定是不夠紮實的 我也一直在持續學習 充實自己

嚴重缺乏相關經驗 這也是我目前最急於解決的問題 是我今天為什麼來提問的原因

因為現在找工作太看重工作經驗了 以至於讓我這種剛畢業的真不知道怎麼辦 以前上大學做的實習和這個領域一點都不相關

---

謝邀。知乎大神眾多，我勉強說一下我的理解，見笑見笑。

題主這背景怎麼會找不到工作呢？只是在紐約找工作的人多，會相對難找一點吧。

建議你不要太在意工作的title，先進一個好公司再說。

我沒在金融業，不過跟高盛的朋友聊天。雖然哥們自稱碼農，也確實寫的很溜，但我覺得他做的exactly就是數據分析的工作呀。

數據量非常非常大的時候，數學建模的用處會減低，而編程的能力會愈發重要。

從找工作的角度來看，要不然你準備準備演算法題吧，我面過高盛的modeler職位，上來就是演算法題。

如果你覺得金融業太累，那就不要在曼哈頓找工作了，去康州新澤西試試吧。linkedin海投，哪要你你就去哪唄。

---

精算偏inference, 數據分析很多是stochastic 那掛的。所以hiring manager肯定會考慮建模和編程能力的。MSFT AMZN 有不少data scientist 一類的職位，可以試下，建議master 或以上。FB也有個team在Seattle downtown, 但主要是馬公。去MIT 戲班上求內推吧，同胞還是給力的。

---

你好，我也是UW畢業的，但是是碩士。我找到了DS了國內的DS的工作。下面的建議是我按照我美國同學和我面試的時候的一些問題給出的建議：

1 我覺得你最缺的不是編程，而是可以直接寫在cv上面的DS方向的相關經驗。這個經驗可以是網課的certification，也可以是你自己做過的research.（UW自己就有一個ML的網課，據說還不錯。） 無論是前後，都需要你有一個非常突出的你自我感覺很好的項目。這個項目必須邏輯很清晰，目標準確。雖然說DS是建模的，但是事實是DS很看重邏輯。如果你工作了就知道，有很多變數都是人為創造出來的，然後加入模型的。你需要有一套邏輯，然後走一遍data exploration,然後看看有沒有問題，需要做trsformation嘛？為什麼？好處是什麼，壞處是什麼？等等。你要給考官一個很明確的你知道自己在幹什麼的感覺。如果找數據集的話UCI的很不錯，上面什麼都有。可以用來做project.

2. 編程能力的話，我覺得你的背景不錯。Python的話，除了pandas那個package,我覺得你可以多看看數據可視化。我發現很多人特別喜歡這個。感覺很直觀。還有就是一些基本的ML演算法的基本原理了。而且每一個適用的情況是什麼？不適用的情況？

3 network.講真的，在美國這個真的太重要，你可以用UW或者你第二個學校的network來幫你投cv. 我知道的UW很多人都在DS。

4. 美國大城市的競爭很激烈，如果僅僅是混資歷，沒必要非在紐約，LA等主要大城市找的。這些就要看你自己選了。

最後祝找工作順利！

---

推薦閱讀：