Redian新闻
>
Statistics PhD 如何转data scientist
avatar
Statistics PhD 如何转data scientist# DataSciences - 数据科学
s*n
1
我很认同的一个现象。
每一位漂亮的妻子背后都有极其疼爱她的丈夫。妻子的容貌气质就是那个家庭幸福美满
与否的反映。
事实证明,的确如此。我就不举例子了。
我认为妻子漂亮重要,但这个重要的程度有多少,似乎并不属于你能控制的范围。要是
真喜欢她,即使她貌不惊人也让你觉得美若天仙。你如果不喜欢她,即使她美丽非凡,
总有一天你也会厌倦她的容貌。
你若有天仙般的老婆,你愿意付出金钱让她保持美貌吗?你能相信她的品格,相信她对
你和婚姻家庭忠诚吗?你能永远一如既往地爱护她,呵护她吗?
漂亮的女人是用钱砸出来的。这类女生使用的每一个用品的花销都会非常的高。从护肤
开始,到彩妆,不用好的是不行的。我认识太多漂亮女孩,她们没一个省钱的。越是漂
亮越是高消费。很多男人喜欢漂亮女孩,这个正常,而且是理所当然的。即使是女孩子
也喜欢漂亮女孩啊!但是你若是考虑妻子,那也不能太看重这一条,因为你有可能金钱
上就hold不住。
你心理上又能hold住多少?你真的不会受到那种媒体的负面报道,相信她和隔壁老王没
有任何关系?你能相信她和异性的相处只是朋友模式的?她同学会回来,你会相信她真
的只是去见同学们吃饭而已?
avatar
b*r
2
有个Statistics PhD, Phd dissertation 主要做些 nonlinear, simulation,
multiple objective function, linear programming, Bayesian network,比较偏统计
。我们统计比较传统, 主要是 point estimation, experimental design,
multivariate analysis, categorical analysis, bootstrapping, 编程主要是Perl
和 SAS。 Python 只是在machine learning 的课上用过一些。 想转data scientist,
需要参加什么培训班吗? 谢谢
avatar
m*n
3
什么都不用
自己把python学熟练
stat的phd理论知识秒杀其他转专业的PhD
他们知道machine learning里面涉及的统计知识
其他专业的人,大部分只会用library
avatar
a*r
4
stat 也叫转data scientist?
叫外专业的怎么活
avatar
p*z
5
如果stat phd不知道怎么做DS的话,请反思phd四五年时间一天天都是怎么过来的
就像包子铺师傅发帖询问发面怎么发,拉面店师傅询问和面怎么和有劲道
如果不是挂羊头卖狗肉的店很难想象这种问题是怎么来的
avatar
x*a
6
你们别这么mean
PhD确实对工业界怎么做machine learning不是很了解,毕竟各自的研究方向都很专而
且有时偏基础理论
avatar
c*a
7
主要要补计算机的知识,或者说主要要补程序上的不足。
推荐刷leetcode, 上一亩三分地看面经。学好一个主流一点的语言,如python, java
等 主要要明白语言的核心。
可以上好多网站学coding, 学 cs , udemy, youtube, coursera, udacity, berkeley
cs 61b.
也有许多online 的 coding camp. data science camp 可以看看,学学。
阅读网上经验,看看其它工作了的ds 主要做怎样的工作,自己和他们比有哪些不足。
可以上kaggle, http://blog.yhat.com, 等网站看看,练练。
不同行业data science 做的东西也不同, 保险公司, it 公司, 四大会计所,甚至
disney 等等,都招data science。 所做的东西也有挺多不同的, 对知识的要求也不同
如it 公司还要人懂 html 等方面的知识,其它行业,保险公司等就不需要。
avatar
a*a
8
你很厚道啊!

java
berkeley


【在 c**********a 的大作中提到】
: 主要要补计算机的知识,或者说主要要补程序上的不足。
: 推荐刷leetcode, 上一亩三分地看面经。学好一个主流一点的语言,如python, java
: 等 主要要明白语言的核心。
: 可以上好多网站学coding, 学 cs , udemy, youtube, coursera, udacity, berkeley
: cs 61b.
: 也有许多online 的 coding camp. data science camp 可以看看,学学。
: 阅读网上经验,看看其它工作了的ds 主要做怎样的工作,自己和他们比有哪些不足。
: 可以上kaggle, http://blog.yhat.com, 等网站看看,练练。
: 不同行业data science 做的东西也不同, 保险公司, it 公司, 四大会计所,甚至
: disney 等等,都招data science。 所做的东西也有挺多不同的, 对知识的要求也不同

avatar
c*a
9
还好。国内好多理工科学校,好多学生不管哪个专业大学四年花大力气学计
算机的不少,学校也抓得紧,好些大一就学好多计算机课,包括一些正式的计算机语言
教学,所以他们毕业后计算好的大有人在。 不过计算机知识更新很快,好多当年学的东
西后来都过时了。 好在计算机的大概知识都是还懂的。

【在 a*****a 的大作中提到】
: 你很厚道啊!
:
: java
: berkeley
: 至

avatar
b*r
10
谢谢您的回复。 你说的非常对, 看来我要加强coding 的能力。 我最早拿了个Bio的
Ph.D, 而且是纯粹的wet lab, PCR, western, FACE, cell culture, protein
purification 做了不少。 也发过几篇生物的文章, 后来转行读了个Stat Ph.D. 但是
coding不是很在行, 一开始主要是用R, 写了些packages, 不过最后发表的就一个。
然后用Perl 写了些algorithms, 应该还是些了大概2~3万行。 C, matlab 和 Python
只是课上, 或者一些小的projects (当时只是觉得有些东西网上有现成的才用的, 现
在有点后悔没好好学一下)。 由于当年认识不足, 总觉得coding 只要将来做project
总能学会, 大部分时间花在数学的证明和推导上了, 感谢您的建议, 准备系统地学
一下。 再次感谢楼上各位的意见和建议

【在 c**********a 的大作中提到】
: 还好。国内好多理工科学校,好多学生不管哪个专业大学四年花大力气学计
: 算机的不少,学校也抓得紧,好些大一就学好多计算机课,包括一些正式的计算机语言
: 教学,所以他们毕业后计算好的大有人在。 不过计算机知识更新很快,好多当年学的东
: 西后来都过时了。 好在计算机的大概知识都是还懂的。

avatar
c*a
11
哦, lz 的数学,stat 能力对大多数公司的data science 都over qualified了,计算
机语言还行。就是其它的语言,计算机知识补补。
可能对于data science 比较集中的it 公司程序cs 方面有些欠缺,但是还行,可以去
其它一些如保险公司也用data science 的,那些非it 公司相对较轻松, lay off 压
力小些,也许工资上有点折扣,不过还好。

Python
project

【在 b*******r 的大作中提到】
: 谢谢您的回复。 你说的非常对, 看来我要加强coding 的能力。 我最早拿了个Bio的
: Ph.D, 而且是纯粹的wet lab, PCR, western, FACE, cell culture, protein
: purification 做了不少。 也发过几篇生物的文章, 后来转行读了个Stat Ph.D. 但是
: coding不是很在行, 一开始主要是用R, 写了些packages, 不过最后发表的就一个。
: 然后用Perl 写了些algorithms, 应该还是些了大概2~3万行。 C, matlab 和 Python
: 只是课上, 或者一些小的projects (当时只是觉得有些东西网上有现成的才用的, 现
: 在有点后悔没好好学一下)。 由于当年认识不足, 总觉得coding 只要将来做project
: 总能学会, 大部分时间花在数学的证明和推导上了, 感谢您的建议, 准备系统地学
: 一下。 再次感谢楼上各位的意见和建议

avatar
w*m
12
统计phd可以考虑传统方向,比如药厂或者银行的risk。
写报告给政府,把名字一签,加上phd的title。
活少功劳大。
data science这一行没有护城河。
所有人不管有没有phd,只要不想做马工,都想干这一行。
所以,除了一线公司外,都不太稳定。
avatar
a*a
13


java
berkeley


【在 c**********a 的大作中提到】
: 主要要补计算机的知识,或者说主要要补程序上的不足。
: 推荐刷leetcode, 上一亩三分地看面经。学好一个主流一点的语言,如python, java
: 等 主要要明白语言的核心。
: 可以上好多网站学coding, 学 cs , udemy, youtube, coursera, udacity, berkeley
: cs 61b.
: 也有许多online 的 coding camp. data science camp 可以看看,学学。
: 阅读网上经验,看看其它工作了的ds 主要做怎样的工作,自己和他们比有哪些不足。
: 可以上kaggle, http://blog.yhat.com, 等网站看看,练练。
: 不同行业data science 做的东西也不同, 保险公司, it 公司, 四大会计所,甚至
: disney 等等,都招data science。 所做的东西也有挺多不同的, 对知识的要求也不同

avatar
b*s
14
speak like DS, walk like DS, write like DS, then you are DS.

Perl
,

【在 b*******r 的大作中提到】
: 有个Statistics PhD, Phd dissertation 主要做些 nonlinear, simulation,
: multiple objective function, linear programming, Bayesian network,比较偏统计
: 。我们统计比较传统, 主要是 point estimation, experimental design,
: multivariate analysis, categorical analysis, bootstrapping, 编程主要是Perl
: 和 SAS。 Python 只是在machine learning 的课上用过一些。 想转data scientist,
: 需要参加什么培训班吗? 谢谢

avatar
t*g
15
主要还是要提高编程能力
avatar
a*s
16
Hi!! 我也是一样的情况,除了从来没有写过R pack并且数学也学得很少之外。
希望你成功!

Python
project

【在 b*******r 的大作中提到】
: 谢谢您的回复。 你说的非常对, 看来我要加强coding 的能力。 我最早拿了个Bio的
: Ph.D, 而且是纯粹的wet lab, PCR, western, FACE, cell culture, protein
: purification 做了不少。 也发过几篇生物的文章, 后来转行读了个Stat Ph.D. 但是
: coding不是很在行, 一开始主要是用R, 写了些packages, 不过最后发表的就一个。
: 然后用Perl 写了些algorithms, 应该还是些了大概2~3万行。 C, matlab 和 Python
: 只是课上, 或者一些小的projects (当时只是觉得有些东西网上有现成的才用的, 现
: 在有点后悔没好好学一下)。 由于当年认识不足, 总觉得coding 只要将来做project
: 总能学会, 大部分时间花在数学的证明和推导上了, 感谢您的建议, 准备系统地学
: 一下。 再次感谢楼上各位的意见和建议

avatar
m*o
17
stats 根本不用phd就能做ds好吧?
以前都觉得stats专业比较鸡肋,等于没学什么东西,现在不要太好过。仅次于cs了。
前排说得对,让别的专业phd,怎么活。
avatar
R*d
18
统计的基础还是很重要的
avatar
A*n
19
Data Analyst 工作日常SQL R code 博客分享,工科转行到IT工作经历。
http://everydayds.com/
感觉楼主都overqualify了,都自己写R package。。。只是需要个实习什么的做起点
Amazon 内推,请发简历和job ID 到 [email protected] 亚马逊的职位都可以通
过内推系统内推。
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。