Redian新闻
>
最近的一些面经 (下)
avatar
最近的一些面经 (下)# DataSciences - 数据科学
c*z
1
上半部分在这里
http://www.mitbbs.com/article_t/DataSciences/5743.html
首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
说传宗接代。
其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
将真正明白生而为人的意义:自由。
打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个
onsite。细节模模糊糊,但是对于形势稍微有点感觉。只是个人感觉,就当抛砖引玉吧
。大部分愿意和我深谈的公司,都是希望我去做marketing,大数据在这个方面的应用
比较成熟,基本就是targeting,个人知道的有三种模式:scoring with machine
learning, recommender, search。虽然商业需求不同,但是内核的技术可以说是相通
的。而且虽然说是大数据,这些公司的需求其实不高,因为可以批处理,所以最后变成
小数据,可以用现成的轮子。真要造轮子的公司凤毛麟角,而且未必是理想工作,至少
对我来说,因为太专了。
在抽象的层面,我觉得自己这次学到的最重要的是取舍,或者说,舍。因为有明确的目
标(今后自己创业),取舍其实没有想象中那么困难。
在具体的层面,我考虑最多的,是一个专和博的取舍。对于数据科学这个新兴行业,大
家都是模模糊糊,知道更多显然比专研一门更容易找到下一个工作。对于职业刚刚起步
的我,更需要多多摸索,不能太早定型(当初读博士就是一个过早定型的惨痛教训)。
所以我挑选offer的第一原则就是取博而舍专。如果三年之后我决定继续走技术道路,
那时我会专研一门,希望成为顶尖专家。但是现在不是时候。
更具体的,比如说面试经验,offer细节,等我有更多时间再贴。:)
avatar
g*e
2
赞,先顶再看!
avatar
z*3
3
re这个
avatar
c*t
4
普大喜奔。发20个包子庆祝
avatar
w*p
5
支持版斧
以后创业了跟您混了
avatar
r*d
6
赞!失之东隅收之桑榆。
吃包子咯~~
avatar
w*y
7
你很厉害啊。这么短时间拿到这么多面试,而且又有OFFER了。恭喜恭喜!

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
E*s
8
big con!
you're AMAZING!

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
m*t
9
恭喜大牛 这听着强度也太吓人了

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
m*t
10
估计兄台之后会详细说 但是问点皮毛问题
关于marketing的 好像大部分的marketing都是analytics而不是真的scientist
recommender 算是自成系统的
score with machine learning是什么意思? 这种像是偏传统的optimization
技术上说到score 我就能想到 logit regression 因为这东西是有score的
其他的最经典的classification/clutering在这里面怎么应用?
search 你说的也是偏relevance吧
这个除了g和b 其他也都是做点皮毛吧 无外乎也都是加feature

上半部分在这里
http://www.mitbbs.com/article_t/DataSciences/5743.html
首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
说传宗接代。
其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
将真正明白生而为人的意义:自由。
打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个
onsite。细节模模糊糊,但是对于形势稍微有点感觉。只是个人感觉,就当抛砖引玉吧
。大部分愿意和我深谈的公司,都是希望我去做marketing,大数据在这个方面的应用
比较成熟,基本就是targeting,个人知道的有三种模式:scoring with machine
learning, recommender, search。虽然商业需求不同,但是内核的技术可以说是相通
的。而且虽然说是大数据,这些公司的需求其实不高,因为可以批处理,所以最后变成
小数据,可以用现成的轮子。真要造轮子的公司凤毛麟角,而且未必是理想工作,至少
对我来说,因为太专了。
在抽象的层面,我觉得自己这次学到的最重要的是取舍,或者说,舍。因为有明确的目
标(今后自己创业),取舍其实没有想象中那么困难。
在具体的层面,我考虑最多的,是一个专和博的取舍。对于数据科学这个新兴行业,大
家都是模模糊糊,知道更多显然比专研一门更容易找到下一个工作。对于职业刚刚起步
的我,更需要多多摸索,不能太早定型(当初读博士就是一个过早定型的惨痛教训)。
所以我挑选offer的第一原则就是取博而舍专。如果三年之后我决定继续走技术道路,
那时我会专研一门,希望成为顶尖专家。但是现在不是时候。
更具体的,比如说面试经验,offer细节,等我有更多时间再贴。:)

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
D*u
11
二十多个onsite,orz... 搬小板凳,坐等MJ
avatar
l*6
12
CONG !
赞大牛 !
avatar
O*y
13
恭喜恭喜,真立志啊
avatar
c*z
14
感谢大家的回帖!
再啰嗦几句虚的,作为一个DS,很多时候就像在迷雾里开车,不知道哪里是正确的方向
,所以交流特别重要。
最初的时候,基本上啥也不知道,就知道要做机器学习和大数据。我采取的策略是push
to the limit,把能够找到的机器学习和大数据的书,论文,网上课程都看过一遍。
一直探索到自己能力的极限,要么发现新大陆,要么掉下世界的边缘。
现在稍微知道一些新大陆的形状了,可以稍微放松一点。新的问题是,技术就像航海,
能够帮我们找到新大陆;但是技术能够帮我们找到黄金么?至少我面过的那些公司公司
,其实既不卖技术,也不卖产品,大家都在卖故事。黄金就是story。当然,我们也可
以继续靠技术生产,就像可以靠运输赚钱一样,如果航班稀少,还能要个高价。但是对
于并非航海高手,只是靠运气来到这里的我而言,要想得到黄金,就得上岸。
接下来具体说说印象比较深的一些面试。首先要感谢各位给我内推的兄弟姐妹,真是非
常感谢,希望今后能够有所报答,同时也会把同胞互助的正能量传递下去。面试是苦差
事,但是能交到新朋友,学习新东西,这两个月面试我学到的东西几乎和八个月工作学
到的一样多。所以有机会我都会去面试一下,结交天下英雄嘛。
总的来说,大公司注重基本功,小公司注重经验。但是我们最大的贡献,就是帮助公司
卖故事。My greatest value is to understand the business problems, translate
them into technical problems, and translate the technical solution back to
the business language.
avatar
c*z
15
总的来说,我选择offer的原则是(重要性依次递减)
1 核心业务组
2 能掌握整个业务流程
3 自由度高
4 钱多
以下是还记得的一些面试,除非特别说明,都在加州。
Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
请错职位了,应该申请广告类,而不是产品分析。no offer
Chegg,原先做教科书出租的。我不小心讲了原公司的机密。其实所谓机密不机密很难
讲,用什么模型应该不算,但是用什么参数应该算。不确定的最好不要讲。问的问题偏
SQL,也有让写k mean算法,伪代码就可以了。no offer
Chartboost,面试的是ML工程师职位,这是一个错误,因为我不是工程师,工程实践的
细节把我问死了。编程有著名的硬币找零钱问题,类似Fibonacci,DP解决,但是比
Fibonacci要复杂,数学上这是Stirling numbers of the first kind。no offer
Simply Hired,问的是简历和job之间的match,以及如何scale。基于内容的match很难
scale,所以要考虑recommener和search。面完感觉很好,对于工作内容和同事都很
positive,但是最后好像是默剧了。no offer
Verizon,同胞大牛内推,corp R&D组。面试包括数学基础,ML基础,编程基础(伪代
码就可以了,有著名的股票最大利润问题),还有以前的项目。组长也是国人大哥,非
常博学而且人很好。offer 135K base, 25% bonus, 10K sign on
AT&T,德州corp R&D组。面试主要讲以前的项目。德州人民果然豪爽,没有onsite就给
了offer,还主动提了一级,我真的挺感动的。 offer 145K base, 25% bonus, no
sign on
Deep Forest Media, real time bidding startup,同胞大牛内推。最吸引人的地方是
这个职位可以帮助我加强工程方面。同胞大牛愿意手把手的教我python,这样的机会是
很难得的。犹豫了好久,觉得RTB有点太专了,加强工程固然重要,还是应该广度优先
,我的职业目标并不是造轮子也不是用轮子,而是讲关于轮子的故事。offer 145K
base, 125K options, no sign on
Mechine Zone,pre IPO mobile game,同胞大牛内推。唯一的收获就是结交了内推的
这位大牛,非常牛逼而且非常谦虚。坏话不想多说,但是在下个人和HM可以说气场完全
不合;而且这个DS组乃至整个公司的文化都不好。no offer
Equifax,信用分数公司,同胞大牛内推。这位大牛真可以说让人高山仰止,让我想起
学校里那些德艺双馨的教授。HM也是国人,非常nice。遗憾的是这家公司实在太太太慢
了,只好先从了别家了。
IMS,自称是health care方面的bloomberg,同胞小牛内推。从来没有面试过health
care方面的公司,学到了很多东西。可能我要价太高,no offer
Society Consulting,给微软做外包的公司。谈的蛮好的,最后职位取消了。no offer
微软,marketing部门,西雅图附近,主要卖office 360,同胞大牛内推。其实感觉真
的挺好的,HM非常有诚意,组员也很nice。但是一个是绿卡,一个是不知道大数据对于
corp sale能有什么帮助,觉得成长空间不大,最后还是婉拒了。offer 145K base, 50
% bonus, 65K sign on
Capital One,digital lab。编程quiz感觉他们就没有review,onsite问的问题也很简
单,最后一问果然是初级职务,最后放弃了。其实有几位面试官还蛮有意思的。
Connet HQ,startup for Internet of things。他们的野心是automate analytics,
感觉超出我的能力了,不管是技术还是故事。
Havas Edge,传统的电视广告公司试图引进一些新技术,但是困难重重。
Verve Mobile,location based mobile ads。和华人HM谈得特别好,主要是对于DS应
该做什么不应该做什么的看法高度一致。最吸引人的地方是有可能接触并掌握整个业务
流程。offer 155K base, 10% bonus, 30K options, 5K sign on。没怎么negotiate。
Samsung,corp R&D。去onsite之前告诉我必须先拒了其他offer,我想你们怎么不先拒
了其他candidate。所以就没有去onsite了。
有点好奇,如果是大家,会在这几个offer里面选哪个?
avatar
c*z
16
多谢版大,我捐100个包子吧

【在 c****t 的大作中提到】
: 普大喜奔。发20个包子庆祝
avatar
c*z
17
大牛说的极对
这些都是analytics,或者说story telling而不是真的science,
analytics真正厉害的是yahoo,不过管理层让人无语
个人经验,score最常见的是logit, tree/random forests, Bayesian update
cluster我没怎么用过,search我其实不懂
重点确实是feature
content based approaches (scoring etc)的问题就是难以scale,但是大部分公司可
以批处理,所以绕过去了
必须自己造轮子的公司其实不多,FB其实也是皮毛

【在 m********t 的大作中提到】
: 估计兄台之后会详细说 但是问点皮毛问题
: 关于marketing的 好像大部分的marketing都是analytics而不是真的scientist
: recommender 算是自成系统的
: score with machine learning是什么意思? 这种像是偏传统的optimization
: 技术上说到score 我就能想到 logit regression 因为这东西是有score的
: 其他的最经典的classification/clutering在这里面怎么应用?
: search 你说的也是偏relevance吧
: 这个除了g和b 其他也都是做点皮毛吧 无外乎也都是加feature
:
: 上半部分在这里

avatar
b*o
18
恭喜版主,感触最深的一句就是“我的职业目标并不是造轮子也不是用轮子,而是讲关
于轮子的故事。”

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
s*t
19
Con LZ! LZ准备面试期间有没有什么DS的书值得推荐?现在看到各式各样的轮子有很多
,但不知道业界的使用频率和review,想宽泛的了解了解。
avatar
y*o
20
Mark
avatar
s*d
21
恭喜!!!
吃包子。

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
w*c
22
太牛了!
受益匪浅!
avatar
r*d
23
佩服。

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
s*n
24
强贴留名。恭喜楼主!
avatar
c*l
25
cong!
avatar
P*6
26
祝贺offer

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
c*r
27
你最后去了AT&T?

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
A*r
28
啊这也太牛了!
好奇怎么找到这么多refer的?

push

【在 c***z 的大作中提到】
: 感谢大家的回帖!
: 再啰嗦几句虚的,作为一个DS,很多时候就像在迷雾里开车,不知道哪里是正确的方向
: ,所以交流特别重要。
: 最初的时候,基本上啥也不知道,就知道要做机器学习和大数据。我采取的策略是push
: to the limit,把能够找到的机器学习和大数据的书,论文,网上课程都看过一遍。
: 一直探索到自己能力的极限,要么发现新大陆,要么掉下世界的边缘。
: 现在稍微知道一些新大陆的形状了,可以稍微放松一点。新的问题是,技术就像航海,
: 能够帮我们找到新大陆;但是技术能够帮我们找到黄金么?至少我面过的那些公司公司
: ,其实既不卖技术,也不卖产品,大家都在卖故事。黄金就是story。当然,我们也可
: 以继续靠技术生产,就像可以靠运输赚钱一样,如果航班稀少,还能要个高价。但是对

avatar
G*n
29
其实公司基本上都是很专,没法去博。基本做个2年就是重复性的东西,除非自己去主
动学。

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
h*t
30
cong, AT&T if no green card yet
avatar
S*y
31
赞分享
楼主DS 水平高 文笔又好!
赞德州人民 豪爽
脸谱高山仰止
棒子公司让人笑掉大牙
传统IMS跟不上形势了
这里补充两个超烂公司 guide wire 和Westfield Group
长年打出招人位置 去面试纯粹是浪费时间 请绕行!
Westfield 不问你background上来就问你现在model 用哪几个variables 用什么模
型 怎么做的...毫无诚意 非常不专业! 属于把candidates 顺手叫来提供免费咨询.
大家都很忙 请半天 一天假 去面试 多不容易啊!
请大家多曝光这样的烂人公司
avatar
h*7
32
一百多个面试 orz
感谢分享
能详细讲讲让你做得marketing是哪种吗?
弱问scoring with machine learning和recommender的区别

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
h*7
33
我看了一下
微软offer狠强大,算下来大概250k/year,这个比我的工作强多了。在LZ的offer里这
个也是很突出的。FB应该没法compete
ATT德州也不错,大公司适合养老

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
z*3
34
我会去德州
快烦死一线城市的物价和房价了

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
h*7
35
德州18万,西雅图25万
西雅图25万相当于德州休斯敦21万 (from CNN),微软的offer其实更多些
是不是国人的计算方法侧重点和CNN不同?

【在 z*******3 的大作中提到】
: 我会去德州
: 快烦死一线城市的物价和房价了

avatar
w*p
36
楼主应该去verve mobile了。那些猜去ATT或者微软的人都错了啦。
avatar
d*y
37
mark
avatar
S*e
38
楼主大牛!人又好! 赞!
avatar
o*a
39
想问下楼主capital one lab都问了哪些问题呢?有coding么?虽然楼主说很简单,但
是我stats master毕业刚刚工作一年, 经验不多,还有许多要向楼主学习。尤其我编
程很弱,感觉他们组里的人cs背景比较多。。。马上就要on-site了,想了解下大致的
面试方向,好有所准备,非常感谢!
avatar
c*z
40
In terms of what a data scientist does and does not do, still use the new
world analogy: I believe a data scientist is an explorer, his job is to see
the uncharted land and communicate to people what is there; he doesn't build
roads and towns, since that the job of engineers.
Will post more on resume and interview when I have more time. :)
avatar
l*6
41
Thanks a lot 大牛!

see
build

【在 c***z 的大作中提到】
: In terms of what a data scientist does and does not do, still use the new
: world analogy: I believe a data scientist is an explorer, his job is to see
: the uncharted land and communicate to people what is there; he doesn't build
: roads and towns, since that the job of engineers.
: Will post more on resume and interview when I have more time. :)

avatar
t*e
42
msft有50%的bonus? target bonus没有这么搞吧
avatar
c*z
43
这篇总结的非常好 高山仰止
http://www.slideshare.net/xamat/recommender-systems-machine-lea

【在 m********t 的大作中提到】
: 估计兄台之后会详细说 但是问点皮毛问题
: 关于marketing的 好像大部分的marketing都是analytics而不是真的scientist
: recommender 算是自成系统的
: score with machine learning是什么意思? 这种像是偏传统的optimization
: 技术上说到score 我就能想到 logit regression 因为这东西是有score的
: 其他的最经典的classification/clutering在这里面怎么应用?
: search 你说的也是偏relevance吧
: 这个除了g和b 其他也都是做点皮毛吧 无外乎也都是加feature
:
: 上半部分在这里

avatar
C*a
44
写得很好
avatar
T*u
45
超哥威武。
avatar
T*u
46
简言之就是put a value tag on different things?

see
build

【在 c***z 的大作中提到】
: In terms of what a data scientist does and does not do, still use the new
: world analogy: I believe a data scientist is an explorer, his job is to see
: the uncharted land and communicate to people what is there; he doesn't build
: roads and towns, since that the job of engineers.
: Will post more on resume and interview when I have more time. :)

avatar
c*z
47
Ideally

【在 T*****u 的大作中提到】
: 简言之就是put a value tag on different things?
:
: see
: build

avatar
c*z
48
上半部分在这里
http://www.mitbbs.com/article_t/DataSciences/5743.html
首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
说传宗接代。
其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
将真正明白生而为人的意义:自由。
打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个
onsite。细节模模糊糊,但是对于形势稍微有点感觉。只是个人感觉,就当抛砖引玉吧
。大部分愿意和我深谈的公司,都是希望我去做marketing,大数据在这个方面的应用
比较成熟,基本就是targeting,个人知道的有三种模式:scoring with machine
learning, recommender, search。虽然商业需求不同,但是内核的技术可以说是相通
的。而且虽然说是大数据,这些公司的需求其实不高,因为可以批处理,所以最后变成
小数据,可以用现成的轮子。真要造轮子的公司凤毛麟角,而且未必是理想工作,至少
对我来说,因为太专了。
在抽象的层面,我觉得自己这次学到的最重要的是取舍,或者说,舍。因为有明确的目
标(今后自己创业),取舍其实没有想象中那么困难。
在具体的层面,我考虑最多的,是一个专和博的取舍。对于数据科学这个新兴行业,大
家都是模模糊糊,知道更多显然比专研一门更容易找到下一个工作。对于职业刚刚起步
的我,更需要多多摸索,不能太早定型(当初读博士就是一个过早定型的惨痛教训)。
所以我挑选offer的第一原则就是取博而舍专。如果三年之后我决定继续走技术道路,
那时我会专研一门,希望成为顶尖专家。但是现在不是时候。
更具体的,比如说面试经验,offer细节,等我有更多时间再贴。:)
avatar
g*e
49
赞,先顶再看!
avatar
z*3
50
re这个
avatar
c*t
51
普大喜奔。发20个包子庆祝
avatar
w*p
52
支持版斧
以后创业了跟您混了
avatar
r*d
53
赞!失之东隅收之桑榆。
吃包子咯~~
avatar
w*y
54
你很厉害啊。这么短时间拿到这么多面试,而且又有OFFER了。恭喜恭喜!

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
E*s
55
big con!
you're AMAZING!

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
m*t
56
恭喜大牛 这听着强度也太吓人了

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
m*t
57
估计兄台之后会详细说 但是问点皮毛问题
关于marketing的 好像大部分的marketing都是analytics而不是真的scientist
recommender 算是自成系统的
score with machine learning是什么意思? 这种像是偏传统的optimization
技术上说到score 我就能想到 logit regression 因为这东西是有score的
其他的最经典的classification/clutering在这里面怎么应用?
search 你说的也是偏relevance吧
这个除了g和b 其他也都是做点皮毛吧 无外乎也都是加feature

上半部分在这里
http://www.mitbbs.com/article_t/DataSciences/5743.html
首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
说传宗接代。
其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
将真正明白生而为人的意义:自由。
打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个
onsite。细节模模糊糊,但是对于形势稍微有点感觉。只是个人感觉,就当抛砖引玉吧
。大部分愿意和我深谈的公司,都是希望我去做marketing,大数据在这个方面的应用
比较成熟,基本就是targeting,个人知道的有三种模式:scoring with machine
learning, recommender, search。虽然商业需求不同,但是内核的技术可以说是相通
的。而且虽然说是大数据,这些公司的需求其实不高,因为可以批处理,所以最后变成
小数据,可以用现成的轮子。真要造轮子的公司凤毛麟角,而且未必是理想工作,至少
对我来说,因为太专了。
在抽象的层面,我觉得自己这次学到的最重要的是取舍,或者说,舍。因为有明确的目
标(今后自己创业),取舍其实没有想象中那么困难。
在具体的层面,我考虑最多的,是一个专和博的取舍。对于数据科学这个新兴行业,大
家都是模模糊糊,知道更多显然比专研一门更容易找到下一个工作。对于职业刚刚起步
的我,更需要多多摸索,不能太早定型(当初读博士就是一个过早定型的惨痛教训)。
所以我挑选offer的第一原则就是取博而舍专。如果三年之后我决定继续走技术道路,
那时我会专研一门,希望成为顶尖专家。但是现在不是时候。
更具体的,比如说面试经验,offer细节,等我有更多时间再贴。:)

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
D*u
58
二十多个onsite,orz... 搬小板凳,坐等MJ
avatar
l*6
59
CONG !
赞大牛 !
avatar
O*y
60
恭喜恭喜,真立志啊
avatar
c*z
61
感谢大家的回帖!
再啰嗦几句虚的,作为一个DS,很多时候就像在迷雾里开车,不知道哪里是正确的方向
,所以交流特别重要。
最初的时候,基本上啥也不知道,就知道要做机器学习和大数据。我采取的策略是push
to the limit,把能够找到的机器学习和大数据的书,论文,网上课程都看过一遍。
一直探索到自己能力的极限,要么发现新大陆,要么掉下世界的边缘。
现在稍微知道一些新大陆的形状了,可以稍微放松一点。新的问题是,技术就像航海,
能够帮我们找到新大陆;但是技术能够帮我们找到黄金么?至少我面过的那些公司公司
,其实既不卖技术,也不卖产品,大家都在卖故事。黄金就是story。当然,我们也可
以继续靠技术生产,就像可以靠运输赚钱一样,如果航班稀少,还能要个高价。但是对
于并非航海高手,只是靠运气来到这里的我而言,要想得到黄金,就得上岸。
接下来具体说说印象比较深的一些面试。首先要感谢各位给我内推的兄弟姐妹,真是非
常感谢,希望今后能够有所报答,同时也会把同胞互助的正能量传递下去。面试是苦差
事,但是能交到新朋友,学习新东西,这两个月面试我学到的东西几乎和八个月工作学
到的一样多。所以有机会我都会去面试一下,结交天下英雄嘛。
总的来说,大公司注重基本功,小公司注重经验。但是我们最大的贡献,就是帮助公司
卖故事。My greatest value is to understand the business problems, translate
them into technical problems, and translate the technical solution back to
the business language.
avatar
c*z
62
总的来说,我选择offer的原则是(重要性依次递减)
1 核心业务组
2 能掌握整个业务流程
3 自由度高
4 钱多
以下是还记得的一些面试,除非特别说明,都在加州。
Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
请错职位了,应该申请广告类,而不是产品分析。no offer
Chegg,原先做教科书出租的。我不小心讲了原公司的机密。其实所谓机密不机密很难
讲,用什么模型应该不算,但是用什么参数应该算。不确定的最好不要讲。问的问题偏
SQL,也有让写k mean算法,伪代码就可以了。no offer
Chartboost,面试的是ML工程师职位,这是一个错误,因为我不是工程师,工程实践的
细节把我问死了。编程有著名的硬币找零钱问题,类似Fibonacci,DP解决,但是比
Fibonacci要复杂,数学上这是Stirling numbers of the first kind。no offer
Simply Hired,问的是简历和job之间的match,以及如何scale。基于内容的match很难
scale,所以要考虑recommener和search。面完感觉很好,对于工作内容和同事都很
positive,但是最后好像是默剧了。no offer
Verizon,同胞大牛内推,corp R&D组。面试包括数学基础,ML基础,编程基础(伪代
码就可以了,有著名的股票最大利润问题),还有以前的项目。组长也是国人大哥,非
常博学而且人很好。offer 135K base, 25% bonus, 10K sign on
AT&T,德州corp R&D组。面试主要讲以前的项目。德州人民果然豪爽,没有onsite就给
了offer,还主动提了一级,我真的挺感动的。 offer 145K base, 25% bonus, no
sign on
Deep Forest Media, real time bidding startup,同胞大牛内推。最吸引人的地方是
这个职位可以帮助我加强工程方面。同胞大牛愿意手把手的教我python,这样的机会是
很难得的。犹豫了好久,觉得RTB有点太专了,加强工程固然重要,还是应该广度优先
,我的职业目标并不是造轮子也不是用轮子,而是讲关于轮子的故事。offer 145K
base, 125K options, no sign on
Equifax,信用分数公司,同胞大牛内推。这位大牛真可以说让人高山仰止,让我想起
学校里那些德艺双馨的教授。HM也是国人,非常nice。遗憾的是这家公司实在太太太慢
了,只好先从了别家了。
IMS,自称是health care方面的bloomberg,同胞小牛内推。从来没有面试过health
care方面的公司,学到了很多东西。可能我要价太高,no offer
Society Consulting,给微软做外包的公司。谈的蛮好的,最后职位取消了。no offer
微软,marketing部门,西雅图附近,主要卖office 360,同胞大牛内推。其实感觉真
的挺好的,HM非常有诚意,组员也很nice。但是一个是绿卡,一个是不知道大数据对于
corp sale能有什么帮助,觉得成长空间不大,最后还是婉拒了。offer 145K base, 50
% bonus, 65K sign on
Capital One,digital lab。编程quiz感觉他们就没有review,onsite问的问题也很简
单,最后一问果然是初级职务,最后放弃了。其实有几位面试官还蛮有意思的。
Connet HQ,startup for Internet of things。他们的野心是automate analytics,
感觉超出我的能力了,不管是技术还是故事。
Havas Edge,传统的电视广告公司试图引进一些新技术,但是困难重重。
Verve Mobile,location based mobile ads。和华人HM谈得特别好,主要是对于DS应
该做什么不应该做什么的看法高度一致。最吸引人的地方是有可能接触并掌握整个业务
流程。offer 155K base, 10% bonus, 30K options, 5K sign on。没怎么negotiate。
Samsung,corp R&D。去onsite之前告诉我必须先拒了其他offer,我想你们怎么不先拒
了其他candidate。所以就没有去onsite了。
有点好奇,如果是大家,会在这几个offer里面选哪个?
avatar
c*z
63
多谢版大,我捐100个包子吧

【在 c****t 的大作中提到】
: 普大喜奔。发20个包子庆祝
avatar
c*z
64
大牛说的极对
这些都是analytics,或者说story telling而不是真的science,
analytics真正厉害的是yahoo,不过管理层让人无语
个人经验,score最常见的是logit, tree/random forests, Bayesian update
cluster我没怎么用过,search我其实不懂
重点确实是feature
content based approaches (scoring etc)的问题就是难以scale,但是大部分公司可
以批处理,所以绕过去了
必须自己造轮子的公司其实不多,FB其实也是皮毛

【在 m********t 的大作中提到】
: 估计兄台之后会详细说 但是问点皮毛问题
: 关于marketing的 好像大部分的marketing都是analytics而不是真的scientist
: recommender 算是自成系统的
: score with machine learning是什么意思? 这种像是偏传统的optimization
: 技术上说到score 我就能想到 logit regression 因为这东西是有score的
: 其他的最经典的classification/clutering在这里面怎么应用?
: search 你说的也是偏relevance吧
: 这个除了g和b 其他也都是做点皮毛吧 无外乎也都是加feature
:
: 上半部分在这里

avatar
b*o
65
恭喜版主,感触最深的一句就是“我的职业目标并不是造轮子也不是用轮子,而是讲关
于轮子的故事。”

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
s*t
66
Con LZ! LZ准备面试期间有没有什么DS的书值得推荐?现在看到各式各样的轮子有很多
,但不知道业界的使用频率和review,想宽泛的了解了解。
avatar
y*o
67
Mark
avatar
s*d
68
恭喜!!!
吃包子。

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
w*c
69
太牛了!
受益匪浅!
avatar
r*d
70
佩服。

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
s*n
71
强贴留名。恭喜楼主!
avatar
c*l
72
cong!
avatar
P*6
73
祝贺offer

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
c*r
74
你最后去了AT&T?

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
A*r
75
啊这也太牛了!
好奇怎么找到这么多refer的?

push

【在 c***z 的大作中提到】
: 感谢大家的回帖!
: 再啰嗦几句虚的,作为一个DS,很多时候就像在迷雾里开车,不知道哪里是正确的方向
: ,所以交流特别重要。
: 最初的时候,基本上啥也不知道,就知道要做机器学习和大数据。我采取的策略是push
: to the limit,把能够找到的机器学习和大数据的书,论文,网上课程都看过一遍。
: 一直探索到自己能力的极限,要么发现新大陆,要么掉下世界的边缘。
: 现在稍微知道一些新大陆的形状了,可以稍微放松一点。新的问题是,技术就像航海,
: 能够帮我们找到新大陆;但是技术能够帮我们找到黄金么?至少我面过的那些公司公司
: ,其实既不卖技术,也不卖产品,大家都在卖故事。黄金就是story。当然,我们也可
: 以继续靠技术生产,就像可以靠运输赚钱一样,如果航班稀少,还能要个高价。但是对

avatar
G*n
76
其实公司基本上都是很专,没法去博。基本做个2年就是重复性的东西,除非自己去主
动学。

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
h*t
77
cong, AT&T if no green card yet
avatar
S*y
78
赞分享
楼主DS 水平高 文笔又好!
赞德州人民 豪爽
脸谱高山仰止
棒子公司让人笑掉大牙
传统IMS跟不上形势了
这里补充两个超烂公司 guide wire 和Westfield Group
长年打出招人位置 去面试纯粹是浪费时间 请绕行!
Westfield 不问你background上来就问你现在model 用哪几个variables 用什么模
型 怎么做的...毫无诚意 非常不专业! 属于把candidates 顺手叫来提供免费咨询.
大家都很忙 请半天 一天假 去面试 多不容易啊!
请大家多曝光这样的烂人公司
avatar
h*7
79
一百多个面试 orz
感谢分享
能详细讲讲让你做得marketing是哪种吗?
弱问scoring with machine learning和recommender的区别

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
h*7
80
我看了一下
微软offer狠强大,算下来大概250k/year,这个比我的工作强多了。在LZ的offer里这
个也是很突出的。FB应该没法compete
ATT德州也不错,大公司适合养老

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
z*3
81
我会去德州
快烦死一线城市的物价和房价了

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
h*7
82
德州18万,西雅图25万
西雅图25万相当于德州休斯敦21万 (from CNN),微软的offer其实更多些
是不是国人的计算方法侧重点和CNN不同?

【在 z*******3 的大作中提到】
: 我会去德州
: 快烦死一线城市的物价和房价了

avatar
w*p
83
楼主应该去verve mobile了。那些猜去ATT或者微软的人都错了啦。
avatar
d*y
84
mark
avatar
S*e
85
楼主大牛!人又好! 赞!
avatar
o*a
86
想问下楼主capital one lab都问了哪些问题呢?有coding么?虽然楼主说很简单,但
是我stats master毕业刚刚工作一年, 经验不多,还有许多要向楼主学习。尤其我编
程很弱,感觉他们组里的人cs背景比较多。。。马上就要on-site了,想了解下大致的
面试方向,好有所准备,非常感谢!
avatar
c*z
87
In terms of what a data scientist does and does not do, still use the new
world analogy: I believe a data scientist is an explorer, his job is to see
the uncharted land and communicate to people what is there; he doesn't build
roads and towns, since that the job of engineers.
Will post more on resume and interview when I have more time. :)
avatar
l*6
88
Thanks a lot 大牛!

see
build

【在 c***z 的大作中提到】
: In terms of what a data scientist does and does not do, still use the new
: world analogy: I believe a data scientist is an explorer, his job is to see
: the uncharted land and communicate to people what is there; he doesn't build
: roads and towns, since that the job of engineers.
: Will post more on resume and interview when I have more time. :)

avatar
t*e
89
msft有50%的bonus? target bonus没有这么搞吧
avatar
c*z
90
这篇总结的非常好 高山仰止
http://www.slideshare.net/xamat/recommender-systems-machine-lea

【在 m********t 的大作中提到】
: 估计兄台之后会详细说 但是问点皮毛问题
: 关于marketing的 好像大部分的marketing都是analytics而不是真的scientist
: recommender 算是自成系统的
: score with machine learning是什么意思? 这种像是偏传统的optimization
: 技术上说到score 我就能想到 logit regression 因为这东西是有score的
: 其他的最经典的classification/clutering在这里面怎么应用?
: search 你说的也是偏relevance吧
: 这个除了g和b 其他也都是做点皮毛吧 无外乎也都是加feature
:
: 上半部分在这里

avatar
C*a
91
写得很好
avatar
T*u
92
超哥威武。
avatar
T*u
93
简言之就是put a value tag on different things?

see
build

【在 c***z 的大作中提到】
: In terms of what a data scientist does and does not do, still use the new
: world analogy: I believe a data scientist is an explorer, his job is to see
: the uncharted land and communicate to people what is there; he doesn't build
: roads and towns, since that the job of engineers.
: Will post more on resume and interview when I have more time. :)

avatar
c*z
94
Ideally

【在 T*****u 的大作中提到】
: 简言之就是put a value tag on different things?
:
: see
: build

avatar
f*y
95
请教大牛,BFS或者K-means这样的算法难道要现场写code?这个大牛是怎么准备的?

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
q*n
96
这个太牛了,拿到100多个面试,我前后间断的找了四回工作,简历投了上千,面试不
过10个而已。

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
h*u
97
chao哥求Verizon 面经 ,下下周onsite。。。
avatar
f*y
98
请教大牛,BFS或者K-means这样的算法难道要现场写code?这个大牛是怎么准备的?

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
q*n
99
这个太牛了,拿到100多个面试,我前后间断的找了四回工作,简历投了上千,面试不
过10个而已。

【在 c***z 的大作中提到】
: 总的来说,我选择offer的原则是(重要性依次递减)
: 1 核心业务组
: 2 能掌握整个业务流程
: 3 自由度高
: 4 钱多
: 以下是还记得的一些面试,除非特别说明,都在加州。
: Facebook,同胞大牛内推,之前讲过一些。onsite共5轮,SQL和coding没过,属于自身
: 问题没有好好练习,但是product管理那轮感觉被黑了。剩下两轮analytics应该得分比
: 较高。Coding白人面试官有点奇怪,给完题(BSF)就自己看手机去了。总的来说我申
: 请错职位了,应该申请广告类,而不是产品分析。no offer

avatar
h*u
100
chao哥求Verizon 面经 ,下下周onsite。。。
avatar
j*3
101
mark
avatar
x*0
102
mark
avatar
o*r
103
thanks

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
C*Y
104
马克
avatar
o*o
106
微软啥级别给50%的bonus了?说来听听

【在 h*****7 的大作中提到】
: 德州18万,西雅图25万
: 西雅图25万相当于德州休斯敦21万 (from CNN),微软的offer其实更多些
: 是不是国人的计算方法侧重点和CNN不同?

avatar
j*3
107
mark
avatar
x*0
108
mark
avatar
o*r
109
thanks

【在 c***z 的大作中提到】
: 上半部分在这里
: http://www.mitbbs.com/article_t/DataSciences/5743.html
: 首先照例是不相干的心灵鸡汤。在下今年36岁,算是人到中年,职业却刚刚起步。不过
: 其实没什么特别好伤感的,原始人在36岁的时候,大概已经死掉了。数百万年的进化,
: 在我们的基因里规划好了,30多岁左右死亡。在那之前,有许多的事情必须完成,比如
: 说传宗接代。
: 其实我想说的是,恭喜你,终于自由了。数百万年来的祖先,已经不再能指引你,你灵
: 魂之中的原始人已经死去,今后的你,必须依靠思考而不是本能而活着。从此以后,你
: 将真正明白生而为人的意义:自由。
: 打住,说人话。在这一轮申请里,投了两三百份简历,一百多个电话面试,二十多个

avatar
C*Y
110
马克
avatar
o*o
112
微软啥级别给50%的bonus了?说来听听

【在 h*****7 的大作中提到】
: 德州18万,西雅图25万
: 西雅图25万相当于德州休斯敦21万 (from CNN),微软的offer其实更多些
: 是不是国人的计算方法侧重点和CNN不同?

avatar
q*8
113
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。