发布了笔记 3年前
数据科学｜Week 4 DS刷题打卡
2021第四周数据科学刷题打卡 2021第四周数据科学刷题打卡 主要是利用碎片时间刷题，每天1-2小时，每周尽量每个topic都覆盖到加投简历 ➿➿➿➿➿➿➿➿➿ ✅SQL: leetcode三题 ✅ 概率统计：Harvard stats110 Lecture4 ✅Coding：Leetcode Tree based DFS三题/Path sum pattern ✅ML：完成Regression week4 Ridge Regression作业 ❌Product 简历提交：零 ➿➿➿➿➿➿➿➿ 🤦♀️自我反省🤦♀️ ➿➿➿➿➿➿➿➿ 这周姨妈期休息了两天，比上周完成的少，下周赶上。 今天你刷题了吗😉 欢迎小伙伴在评论分享刷题情况～一起互相监督扒
发布了笔记 3年前
数据科学｜DS刷题之coding
这篇笔记来列下关于codig用到的比较推荐的来准备DS面试的资料。精简版清单只看图一就好。 ✨写在前面 这里针对的是转行数据科学的面试准备，刷题的要求比SDE低，并不需要刷题上千。 ✨选择一门编程语言 Python或者R都可以。网上快速入门的课程一大堆，YouTube 各种免费资源这里我就不啰嗦了 ✨算法入门课 我听了Coursera鼎鼎大名的普林斯顿大学开设的Algorithm Part I课，时间紧所以没有做作业。听完后会对基本的算法有了解，比如最基本的为啥刷题会讨论big O，希望以后有时间了把algorithm II也听一下。 ✨数据结构课 推荐给喜欢用中文视频的小姐妹。我用了幕课网上的liuyubobobo老师的数据结构课，深入浅出。 ✨ Grokking the Coding Interview: Patterns for Coding Questions 推荐给喜欢文字版的。这是我最喜欢的资料，跟着做了两遍，各种题型比如two pointer，two heap，bfs，dfs，dynamic programming都覆盖到了。 ✨日常刷题 平时我在leetcode上刷。按照tag刷，然后刷高频里的easy和medium，目前总共刷题200左右。
发布了笔记 3年前
2021第三周数据科学刷题打卡
主要是利用碎片时间刷题，每天1-2小时，每周尽量每个topic都覆盖到加投简历 ➿➿➿➿➿➿➿➿➿ ✅SQL: leetcode四题 ✅ 概率统计：Harvard stats110 Lecture3，PSU STAT500 Lesson ✅Coding：tree based BFS 两题 + 一道走迷宫BFS ✅ML：完成Regression week3作业，Review Week4 videos ✅Product：Cracking PM interview Chapter 15 Case question 简历提交：2️⃣🙏🙏 ➿➿➿➿➿➿➿➿ 🤦♀️自我反省🤦♀️ ➿➿➿➿➿➿➿➿ 今天你刷题了吗😉 欢迎小伙伴在评论分享刷题情况～一起互相监督扒
发布了笔记 3年前
数据科学｜DS刷题之SQL
DS刷题主要五个方向：概率统计，coding，SQL，机器学习，product。以下是关于SQL用到的比较推荐的来准备DS面试的资料。 ✨Udemy The Ultimate MySQL Bootcamp: Go from SQL Beginner to Expert 如果你喜欢视频的方式，很好的入门课，它家的课也会常常打折（我当时好像10块左右入手）几天就可以听完，听完后对SQL基本操作会有了解。这门也是我的SQL入门课 ✨Mode Analytics tutorial 如果你喜欢文字的方式，买它。也是当前最popular的学习资料之一吧。所有命令都详细解释还有例子。低中高三个水平，包含了windows function，很多人推荐，我自己没用，打算回头也过一遍 ✨W3School 适合开始刷题了，有些指令想不起来用法怎么写的时候 ✨刷题网站 学完入门的资料，就可以刷题啦。 - Leetcode - Hackerrank - CodeSignal - DataCamp - 三分地FB SQL面试题 我平时在leetcode和hackerrank刷，三分地fb sql面经题也是很好的题库来源，它家的sql通常很简洁 总之，SQL算是比较好入门和掌握的DS刷题向，大家加油～
发布了笔记 3年前
2021第二周数据科学打卡
不知道为什么写好的文字草稿无法从notes拷贝过来，具体打卡内容在图二哦
发布了笔记 3年前
2021 week1 数学科学刷题打卡
2021第一周数据科学刷题打卡 主要是利用碎片时间刷题，每天1-2小时，每周尽量每个topic都覆盖到加投简历 ➿➿➿➿➿➿➿➿➿ ✅SQL: datacamp intermediate SQL two chapters （subquery and case when） ✅概率统计：Harvard stats110 Lecture1，PSU STAT500 Lesson 0 and Lesson 1.1-1.4 ✅Coding：没有刷题，用来准备Two Sigma OA coding test，三道python题 ✅ML：Review Regression Week2 videos，作业没时间了下周做 ✅Product：Cracking PM interview Chapter 14 Product question (Type1) 🔲简历提交：零[捂脸R]计划每周至少投三个…最近真是太懒了…… ➿➿➿➿➿➿➿➿ 🤦♀️自我反省🤦♀️ ➿➿➿➿➿➿➿➿ 害，放假瘫了好久…调整心态复工中…OA是12月中收到的，拖着到今年被小蜜催着做也是醉了… 今天你刷题了吗😉 欢迎小伙伴在评论分享刷题情况～一起互相监督扒
发布了笔记 3年前
数据科学｜Insight Data Science项目
有几个小姐妹对这个项目感兴趣，这篇日记我来分享一下申请过程和项目经历 ✨申请人背景 大部分同学是PhD马上毕业或者已毕业，或者博后中，少量同学是master，申请人不需要有任何数据科学相关经验和学位 ✨申请材料 网申是一个很简单的表。不需要推荐信。 ✨面试 一面是技术面，收到面试后，邮件会详细介绍面试的流程，需要准备一个简短的自我介绍和一个小数据科学project，讲15分钟。可以是以前做的，也可以是收到面试后花个1-2周做的，主要考察解决问题和交流问题的能力。 二面不是面试，其实是通知接offer啦。会告知项目的就业情况和回答任何问题。 ✨项目内容 总共7周。前三周做一个DS小项目，从抓取数据到建模画图，到最后每人做15分钟ppt。小项目可以做他们提供的小公司提交的问题，也可以自己定义，重点是自己从头到尾做一个项目，好处是简历上如果没有DS经历的话，可以填补下空白。 后面四周开始刷题，ml，sql等等大家一起练白板，疫情原因我这期是remote，只能在zoom里面讲了，效果我觉得打折（和在教室里面对面用白板相比） ✨就业情况 我这期目前班里大约一半人已经上岸。如果参加的是纽约三番的insight，就业率更高 ✨项目感受 我觉得insight更适合打算转行ds，简历没有相关经历的人。如果你已经有相关实习经历，或者已经在面试中，可能就有点浪费时间了。个人觉得上岸的同学并不是因为他们参加了insight才上岸，而是他们足够坚持和努力。只能说参加这个节目可以帮助丰富简历和认识一些同在转行的小伙伴。我个人收获很大，因为我完全是小白开始的。 ✨最新情况 目前2021 spring这期已经暂停(应该是疫情冲击很大）。至于什么时候resume建议关注官网最新动态。 如果有感兴趣的小伙伴，欢迎留言交流
发布了笔记 3年前
数据科学｜北美DS online master学校汇总
第一篇post之后几个小伙伴问omsa的情况。我是2019年申请，拿到了omsa和密歇根大学的两个录取，后来选择了omsa，19fall入学。已经完成5/10门课。 网上学位上课时间灵活，毕业证上不会含online，只有成绩单会显示，可以参加校招，也会邀请去毕业典礼。除了不能在课堂上当面见到老师外，待遇和on campus学生一样。 现在把当时收集的一些关于数据科学网上学位项目信息总结了下下，希望对考虑申请DS online master项目的小伙伴有些帮助。大部分学校不需要GRE和托福，有些推荐信是optional。疫情在家可以读个学位充实自己～ ✨GT OMSA 选择这家是因为有个工作的朋友比我早一年入学，说体验还不错。而且这家恐怕是北美学费最便宜的DS online degree了。每门课有10几个TA，问题很快收到回复。据TA透露，他们改作业时候不知道学生是online还是campus来的，所以大家不用担心项目是否很水。 学费：1w刀 ✨密歇根大学 最终没去是学费劝退，但是我后来听说它家的career service做的很好就业率很高。课程设置也很多样化。 学费：4w刀左右 ✨UIUC 尽管学位是CS，可以申请它家MCS-DS track，学费大约2w刀，它家career资源也很赞，在三分地可以搜到有人成功上岸，从学校的career fair拿了很多面试。 ✨UTAustin 新开的DS项目，21fall申请已经开放。学费友好，1w刀。 ✨ 其他学校 UC Berkeley JHU SMU 这几所学校也有online master in DS，我当时没申请，感兴趣的小伙伴也可以去了解下 如果大家有其他推荐的数据科学online master学校，请在评论区分享呀
发布了笔记 3年前
数据科学｜刷题之机器学习
DS刷题主要五个方向：概率统计，coding，SQL，机器学习，product。以下是关于机器学习用到的比较推荐的来准备面试的资料。 ✨Machine Learning by Andrew Ng on Coursera 课件讲得很详细，里面的知识点足以应付面试问题。缺点就是课程有点久远，作业是用matlab写。不过哪里都在用python，这都不是问题。我是用网友做的python grader写的python作业，需要链接的小伙伴请关注留言。强烈建议把作业做一遍，可以自己算gradient，cost function等这些最基本的概念，加深理解。 ✨Machine Learning Specialization, by University of Washington on Coursera 这门课侧重解释概念，和Andrew的课相比公式推导很少。如果你的时间太有限，建议只上里面的第二门Regression加Andrew的课，overfitting，怎么tune parameter，feature selection这些基本概念都介绍得很清楚，是所有ml方法的基础。作业是用python做。时间紧的话只听视频做笔记也很有帮助。 ✨ML project 简历上一定要放project，有相关实习和工作经验的总结提炼下就好，没有的话可以考虑放课程project，或者自己做的也可以，再简单的project也比没有要好，同时放一份到GitHub上 ✨面试前 快速过一下ML常见问题list，图2贴了下网上口口相传的list，没错，来来回回其实就是这几个topics。被问到的时候，要可以用通俗易懂的语言和面试官解释。比如我就被问过是random forest, logistic regression，和stakeholder解释什么是k means等等 📌几个tips ✨为了提醒监督自己刷题，可以在calendar上面添加一个刷题的calendar，周一到周五每天留出一个小时刷题，每天刷不同topic，这样相对不会觉得枯燥。例子🌰见图二 ✨某天心情不好，累了，状态不好，可以选择这个时间去改简历，或者linkedin上投简历，勾搭recruiter，总之一周至少五天，每天至少一个小时以上时间用于career development，积少成多，总会进步的～
发布了笔记 3年前
转行数据科学心路历程分享
🙋♀️我的背景 楼主就读于🇺🇸某大农村某州立，phd在读，理工科，非CS非统计专业出身。预计2021Fall毕业。没有先前工业界经验。来到dealmoon开这个账号，是希望在这里进行刷题打卡和分享求职经历。 📌求职目标 在2021找到一份全职Data Scientist工作 📌目前进展 2020下半年都在找实习，不巧碰上疫情，经过三个多月的挣扎，幸运地收到两份2021 summer intern offers。第一家是个大公司，做硬件，不是大厂那种科技公司，第二家是个独角兽，已经从了第一家。打算先做实习攒经验填简历空白。 📌前期准备 ✅online master degree 2018年决定毕业不留在学术界，打算转行，然而只是语言的巨人…2019年开始着手准备，申请了Georgia Tech的OMSA (online Master in Analytics) 项目，2019 fall入学，目前已修5/10门课。如果有感兴趣的，任何问题关于申请过程可以私信联系。这个学位其实对找工作没有直接的影响，只是作为转专业选手，希望自己可以认真学习一些基础课。 ✅DS bootcamp 我没有上严格意义上的bootcamp，但是我参加了Insight Data Science，一个号称不是bootcamp，但是我觉得起到的作用差不多的项目，就是告诉转行的人，你需要学习哪些学科如何修改简历如何准备面试等等。申请人不需要任何DS经历，毕竟这个项目的目标是帮助学术界的人transit到工业界。回头会单独开一篇详细介绍申请过程和学习心得 ✅刷题 主要是五个方向：机器学习，概率统计，SQL，coding，product case。另外的还有behavioral问题和take home challenges。根据招聘公司的侧重不同，并不是四个方向都会考察。我也会单独写写每一项接触到的好用的资料和踩过的坑。 ✅心态调节 我其实认为这个是最最最重要的。从一开始战战兢兢去答题，到后面不卑不亢，我现在觉得最好的面试体验是和面试官进行平等的对话，像casual聊天的是最理想的。 暂时分享到这里，我会把提到的对转行数据科学有用的经历和资料都展介绍，还有怎么在LinkedIn和career fair上networking，希望给到同在转行找工作的大家一些帮助。也希望有好用的资料大家也在留言区分享。一起加油💪
