2018年春季美國互聯網界數據科學家崗位職場動態 (Part 0 - 背景)
最近隨著春天的暖風和軟銀投資的到來,平均每天有一個以上的朋友通過各種渠道叫我幫忙內推Uber家數據科學家的職位。朋友們常常跟我說「能不能討論一下你的想法和體會」,而我往往會直截了當說「這幾天太忙了,簡歷發來 hesen@uber.com"。
每次想起來總是覺得自己這樣的做法欠妥當。上個學期拜Uber 領導人之一Frances Frei 的福,上了一個季度的哈佛商學院遠程課程(HBX),其中學習了一定要對客戶和同事有同理心。每次想到我這麼簡單粗暴的回答,總是覺得對不起Frances 大姐的諄諄教誨,所以就想寫這個系列來彌補前面的疏忽。(HBX上課怎麼上的?標題配圖就是上課的樣子哈)
作為數據科學領域的老油條,眼睜睜看過了這個領域的興起,親自發明了「actionable insights」 這個被人廣為借用的辭彙,在微軟、亞馬遜、谷歌、Uber都待過, 趁現在孩子熟睡,寫點局內人的觀察,希望對您有用。
職場動態可以說是一個非常龐大的課題,一天晚上是寫不完的啦哈哈,而且很有可能會寫到一半因為太忙了就中斷了不寫(我對自己的弱點是非常直白的哈),所以就按照重要程度做下面這樣的計劃吧:
1) 求職人員的來源變遷:不管你是新近畢業生,還是工作多年的求職者,這部分可能都會對你有用,對於即將畢業的讀者,這個live也非常適合您(
如何在美國申請暑期實習)
2) 篩選標準變遷:如果你對參加bootcamp, kaggle competition,相關STEM領域學位是否對口等問題有興趣,那麼這一章將會解答你的問題。對於正在進行相關技能培訓的讀者,這個live非常適合您(
為什麼要用Python作為數據分析平台
)
3) 相關職位內容的變遷:如果你想知道數據科學家一天到晚到底幹了什麼,這個部分是為你準備的
4)職業發展的變遷:如果你已經有了一定工作經驗,並且處於迷茫期,那麼這個部分會讓你更迷茫
嗯嗯,就麻煩關注一下這個專欄咯
推薦閱讀:
※《數據架構》閱讀筆記(十二完結篇)複合式的數據架構
※汪玉凱:大數據政府治理仍需突破五大障礙
※你是蘋果用戶,活該多交錢!老用戶與狗不得優惠?
※分散式圖計算同步非同步綜述
※鹿豹座平台(1.8-1.12)大數據新聞每周精選