All Courses

17% Off

This course focuses on data scientist interview questions for Facebook, Google, Linkedin, Airbnb, Amazon, Uber, Lyft, Apple, Pinterest etc, as well as how technology companies perform data-driven product development in Silicon Valley. 数据科学面试题目,不光是用来考察求职者的方式,也是Data Scientists和Product Managers在日常工作中要解决的实际问题,比如:如何设计Uber ETA、Amazon是否应该推出Prime Now服务、Facebook是否应该上线某类Notification功能。系统、深入的研究此类面试题目,不光可以应对求职,也会帮你了解科技公司如何以数据分析来驱动产品开发,从而提高你专业能力, 适合人群: 1. Data Scientists 2. Product Managers 所需基础:基础统计和概率知识。 课程难度:introductory to intermediate 课程内容: 1. Frame & Hypothesis 如何定义问题,提出合理假设 2. […]

Take this course

4 Lessons

$1499

$1799

17% Off

AB Test/Experimental Design 虽然很多人都在大学学过统计,或者但是工业界如何运用统计推断来判断产品的决策对公司最终有利? 熟练掌握AB实验,可以说是数据科学家日常工作基础技能书的一个重要分支,近年来所有的知名科技公司都已经将AB实验广泛的运用在各种各样的决策场景,从营销策略,补贴计划,到前端设计,到机器学习模型的比较。 市面虽然有一些比较简单的AB实验课程,但是并没有一套完整的概述,从基础入门到高级和复杂场景的应用。在这门课里,业界工作多年的资深科学家小K老师,高信息量的讲述了AB实验如何从概率统计出发,到工业应用场景落地,做实验的Pvalue仅仅是很小的一步,小K老师参与过多家大公司的实验平台构架设计和搭建,带你从系统平台,到可靠的数据收集,到大规模而且可信度分析,到社交网络和多方市场的复杂场景,方方面面都需要结合业务场景和技术限制来考虑。 学完这门课不仅能让你轻松应对多种行业实际会面对的实验设计和分析问题,也可以开阔思路,展示数据科学在分析(analytics)之外,更靠近科学的一面。你会深入浅出的了解什么是Causal inference, 什么是实验 designed experiments - 为什么需要确定决定标准OEC, - 实验需要用到的基础概率和统计 - 经典实验,计算正确的数据,得到正确的结论,讲一个动听的故事 - 中级实验,multiple testing; tiered metrics; what the CLT & handling violated assumptions - 高级实验,sequential test; multi-armed bandit; network and marketplace; variance reduction - 选修:工业级别AB实验平台,如何做超大数据量,并且结果可信的实验 所需基础:Probability, Solid Statistics background,最好上过inference课程 课程难度:Intermediate to Advanced ​ 课程内容: 0. Causal inference, designed experiments, […]

Take this course

4 Lessons

$1499

$1799

39% Off

Data Science是留学生求职的第二热门方向,仅次于码农。Warald也撰文介绍了Data Science三类职业方向:机器学习、数据分析和数据科学。 很多同学会有这些困惑: 课也上了,项目也做了,还是拿不到面试;take home没思路,不会做;好不容易拿到的几个面试,题目非常open-ended,挂的不明不白。数科求职真心很累! 各大公司如何招人?看重面试者哪些方面?如何提高成功率? 什么是产品嗅觉(Product Sense)?那些看上去脑洞大开的analytics题目怎么入手? 不像码农刷题那样,很多数科类的面试题目网上没有答案可以参考,看了一亩三分地里的面经,却不知道答案。 AB Test、机器学习考什么?如何在面试的短暂时间里,体现自己解决问题的能力? 来,听一位工业界资深数据科学家给大家讲讲! 特邀嘉宾 小K Top常春藤大学博士,十几年工业界经历。 工作之余,教过研究生课程。 拿过几乎所有一线IT公司和多家热门startup/pre-ipo资深技术岗位(比如Staff Data Scientist)或管理岗位offer。 参与设计公司面试流程和题目、评定职位级别(Career Ladder/Competency),面试过无数求职者。 小K将从“求职者”、“面试官”和“Hiring Manager”三个角度分享。 小K也是一亩三分地管理员。她常年在地里分享数科学习经验,也指导过很多人的求职,相信泡在地里的同学对“小K”很熟悉。 比如,从2013年一直更新的《Data Scientist 炼成记录》 http://www.1point3acres.com/bbs/thread-76429-1-1.html 在地里得到的是这样的好评: 被1228人收藏 来,让小K带你飞~ 教你破解各家公司的面试。 课程试听 适合人群 所有对数据科学、商务分析以及机器学习求职感兴趣的同学。 相关课程: 《Data Science 501 – Analytics 数据科学面试40+真题讲解 | 科技公司如何以数据分析来驱动产品开发》

Take this course

4 Lessons

$79.99

$129.99

47% Off

一份好的简历是求职的第一步,是你用来获得面试机会的敲门砖。 在这个课程里,小K老师分享了数据科学和机器学习求职简历的写作要点和常见问题,以及作为Hiring Manager,她是如何筛选简历的。与其他简历修改服务相比,会更加具有“专业性”。 课程期间,小K老师也对大家提交的简历进行了当场点评,提供修改建议。欢迎你也来观摩!

Take this course

6 Lessons

$79.98

$149.99

41% Off

不少人都经历过自我感觉不错但是被挂了的面试,或者感觉回答的乱七八糟反而过了。 你想观摩、研究真实的Interview吗? 你想知道你面试挂在什么地方?如何改进吗? 你想知道面试官寻找的信号吗? 小K在多家公司做过面试官和Hiring Manager,参与设计和定义多家公司的面试流程、面试题目和级别评判标准。 在两小时的课程里,小K先对此类面试的特点和注意事项进行整体介绍。 之后,小K会从报名学员中选择了5位当场面试,每场面试时间为10-15分钟。一对一的现场模拟面试后,她也进行10-15分钟跟详细评估,针对表现进行分析,提供feedback和改进建议。 在这里也介绍一下两种类型的interview: 第一种是experience interview(考察经验) 面试官看你简历里的经历,聊你的项目情况,询问你做过的事情细节。 公司希望了解你的经验和背景。对你来说,这是一个你向公司兜售技能和强项的机会。 在Recruiter screen, TPS,Hiring manager screen和onsite都会被问到。不少一线公司对高级职位会有专门的一场面试专门考察过去的经验。合理的描述会对有加分。New grad 面试中experience面比重较轻。 这种面试并不仅仅是所谓的behavior interview,因为面试官会评估你过去的经验。 Experience interview可能发生在面试的任何阶段,尤其是掌握决定权的hiring manager,必然会亲自盘问,了解你跟职位的匹配程序。 第二种是technical interview(考察技术) 这部分关注你能否解出面试题,跟你从前经历关系不大。 Data Science 会考察 analytics, AB test, inference, 建模等问题,有的公司也会问一点算法题。 Machine Learning Engineer 会考察机器学习算法深度,机器学习系统设计/构架,算法和数据结构,有时候也会考察常规系统设计。 两种面试都很重要。technical interview不用多说,无论是technical phone screening(通常说的电面),还是onsite interview,除了没有技术背景的HR/Recruiter,其他所有给你面试的人都可能随时考你 这门课程:DS403 Experience Interview针对第一种类型的面试。 DS404A Technical Interview for Data Science 和 […]

Take this course

5 Lessons

$59

$99

38% Off

这门课是数据科学技术模拟面试(Technical Mock Interview for Data Science)。 小K老师在多家公司做过面试官和Hiring Manager,参与设计和定义多家公司的面试流程、面试题目和级别评判标准。 小K老师对多名学生进行了Data Science技术面试,时间长度为1小时。其中大约40分钟面试,20分钟提供feedback。这些面试作为课程内容,供大家观摩学习。 课程视频还在制作中,这门课的内容会逐渐丰富。 参加了这门课程的同学,如果有兴趣,也可以把你的简历发给 1point3acres.com@gmail.com,邮件标题:DS404A Resume。 我们会从报名的同学中抽取简历,如果你被选中,小K老师也会跟你约通话时间,进行一对一辅导。 注意:面试全程会被录音,作为课程内容共享;面试期间,不会涉及你的个人信息。

Take this course

4 Lessons

$188

$299

38% Off

这门课是机器学习技术模拟面试(Technical Mock Interview for Machine Learning) 小K老师在多家公司做过面试官和Hiring Manager,参与设计和定义多家公司的面试流程、面试题目和级别评判标准。 小K老师对多名学生进行了Machine Learning技术面试,时间长度为1小时。其中大约40分钟面试,20分钟提供feedback。这些面试作为课程内容,供大家观摩学习。 课程视频还在制作中,这门课的内容会逐渐丰富。 参加了这门课程的同学,如果有兴趣,也可以把你的简历发给 1point3acres.com@gmail.com,邮件标题:DS404B Resume。 我们会从报名的同学中抽取简历,如果你被选中,小K老师也会跟你约通话时间,进行一对一辅导。 注意:面试全程会被录音,作为课程内容共享;面试期间,不会涉及你的个人信息。

Take this course

2 Lessons

$188

$299

关于机器学习/数据科学,很多人会有这些困惑: SWE出身如何转ML Eng方向?DS出身如何转ML Eng? ML Eng 如何晋级? ML Eng 面试是如何决定级别的?如何能被level up? 拿到面试机会了,想咨询一下该如何应对? 拿到多个offer了,如何evaluate?怎么做选择? 如何negotiate offer来最大化自己的package? 职场困惑:继续做data analyst?如何争取做data scientist?既然都能写代码了,要不要干脆转成Machine Learning Engineer? 要不要跟小K约个电话咨询,听听工业界资深专家给你的建议? 特邀嘉宾 小K Top常春藤大学博士,十几年工业界经历。 工作之余,教过研究生课程。 拿过几乎所有一线IT公司和多家热门startup/pre-ipo资深技术岗位(比如Staff Engineer or Staff Data Scientist)或管理岗位offer。 参与设计公司面试流程和题目、评定职位级别(Career Ladder/Competency),面试过无数求职者。 小K也是一亩三分地管理员。她常年在地里分享数科学习经验,也指导过很多人的求职,相信泡在地里的同学对“小K”很熟悉。 比如,从2013年一直更新的《Data Scientist 炼成记录》 http://www.1point3acres.com/bbs/thread-76429-1-1.html 在地里得到的是这样的好评: 被1228人收藏 电话咨询不能解决的问题 比如:​ 替你写出一份简历 给你拿到公司面试机会 给你拿到offer 把一个至少需要几小时甚至几天才能解决的问题,当场给出答案 时间长度 30分钟。 如何预约 购买这门课程。 把你的问题和相关信息发给 1point3acres.com at gmail 邮件标题:DS400数科电话咨询。 […]

Take this course

0 Lessons

$750

51% Off

小K 2019年6月15日最新讲座内容。 近期地里一些DS求职帖子涉及到以下话题: 跟CS相比,DS工作机会没那么多,收入没那么高,新人入门难,那DS还有前途吗? DS号称万金油,但是论统计不如stat专业、论编程不如CS、做Case study不如商学院的,那DS应该如何找自己的突破点? 以前学DS的人少,很多人顺势而为,找到了很好的职位,做到管理岗位的也不少,今后竞争更大,如何做职业规划? 工作几年之后,DS职业发展方向如何?有什么成长空间? 这些都反映了很多人对DS职业现状和前景的深思。 作为职场过来人,小K会分享她在这些方面的insight。 此外,也包括一些常规的DS求职话题: 随着Uber/Lyft/Pinterest的上市,DS就业市场有什么新动向? 围绕着Data,有哪些岗位可以选择?各自要求什么背景? 一线科研公司都寻找什么背景的DS? 从应数/统计/生统等专业转行做DS应该做什么准备? 时间长度:2小时。 适合人群: 打算进坑的同学:所有对数据科学、商务分析以及机器学习求职感兴趣者。 打算蹲坑的同学:各公司在职Data Scientist,想寻求职场方向的答疑解惑。 打算出坑的同学:我不想做DS了,有什么职业方向,可以发挥我的长处? 老师介绍 小K Top常春藤大学博士,十几年工业界经历。 工作之余,教过研究生课程。 拿过几乎所有一线IT公司和多家热门startup/pre-ipo资深技术岗位(比如Staff Data Scientist)或管理岗位offer。 参与设计公司面试流程和题目、评定职位级别(Career Ladder/Competency),面试过无数求职者。 小K也是一亩三分地管理员。她常年在地里分享数科学习经验,也指导过很多人的求职,相信泡在地里的同学对“小K”很熟悉。 比如,从2013年一直更新的《Data Scientist 炼成记录》。在地里得到的是这样的好评: 被1618人收藏 小K在2018年底又开启了一个新贴:《机器学习`侠`练成记录 Becoming a Machine Learning Practitioner》。目前也有200多人收藏

Take this course

1 Lessons

$29.99

$59.99