眼前的钱和即将失去的工作机会该如何选择?
大学的时候,我在微软实习过两次。第一次实习是在旧金山的数据科学部门,第二次实习是在西雅图的产品经理职位。在这个节目中,我将重点分享我的第一次数据科学实习。以防你不熟悉数据科学,简而言之,它是计算机科学和统计数学的结合。
技能
所以在我分享如何获得这份工作之前,我相信获得一份完美的工作其实只是一个公式。首先,你需要掌握技巧。
数据结构和算法
为了得到这份数据科学的工作,我做的第一件事就是学习一些编程课程。包括基本编程、数据结构和算法。利用我在这些课程中学到的算法,我终于得到了我的第一份技术实习。我当时在北京一家小软件开发公司实习。实习结束后,我开始研究一些有趣的数学问题。
自主学习和实践项目
之后我也花了几个月的时间学习统计数学,因为这是我的专业。然后,我开始通过自己在网上收集加州理工学院的机器学习课程。对于这些课程的资源,你可以访问虚拟私立学校,它对应于我们的课程,并获得教程的链接。
然后,利用从这些课程中学到的知识,我开始在一个叫Kaggle的网站上实践一些机器学习项目。Kaggle是2010在墨尔本创办的网站,主要为开发者和数据科学家提供举办机器学习比赛、托管数据库、编写和分享代码的平台。这个平台吸引了很多数据科学家的关注,这些用户的资源是吸引我的主要因素。
综合能力
所以,在做了这些准备之后,当我申请微软数据科学的职位时,我相信脱颖而出的是我的统计数学专业,我的编程经验和机器学习项目的综合能力。这种全面的知识积累,可能在其他任何求职者的简历中都找不到。
面试问题
旧金山数据科学职位的面试主要有两类问题。一类问题是解决数学问题。有些数学问题主要侧重于概率,有些则侧重于组合学。这种问题我其实准备的很好,毕竟这是我的专业。另一类与数据分析有关。对于这类问题,练习一些机器学习相关的项目会很有帮助。这些必备技能并不是因为我想找一份数据科学方面的工作,主要是因为我真的很享受实践机器学习项目的过程。我知道这些项目在某些时候和某种程度上对找工作是有帮助的。我也知道基本的数学技能是值得学习的,因为它们是普遍适用的。
链接信息的能力
那么,让我们回到前面提到的公式。想要得到一份满意的工作,就像我刚才说的,除了要有技能,还需要链接信息的能力。在开始应聘这个职位之前,我在大学期间也尝试过参加一些数据科学的活动。所以我把这个想法告诉了我的统计学教授,然后有一天,她告诉我有一个讲座,一个来自微软的讲师解释了数据在科学和统计学中是如何使用的。于是我参加了这个讲座,然后我问讲师微软有没有招数据科学的实习生,他说有,我就把我的详细简历发给了他。我就是这样得到面试机会的。就像掌握技能一样,我想参加数据科学相关的活动不仅仅是因为我想把它写进简历。而是因为我想与这些信息保持联系,以便获得工作机会。对我来说这才是有意义的。
摘要
综上所述,首先我认为正规教育和实践经验以及个人项目的结合才是核心竞争力。以我个人的经历来说,我自学了统计学的课程,有过一个项目的实习经历,然后有了自己的数学和机器学习相关的项目,这些都促成了我在微软的第一次实习。然后,我的第二个经验是:我觉得你应该享受建立自己技能和连接信息的过程。如果你有兴趣,你自然会更容易掌握这些技巧。好了,这就是本期极客程序员砍柴的全部内容。我们分享了学习目标和工作规划的知识。希望你能找到好的实习或工作。最后,如果你想听到更多免费的干货音频节目,喜欢并订阅我们的节目。下次见!