科技公司如何以数据分析来驱动产品开发 | 数据科学面试真题讲解 – Data Science 501

This course focuses on product analytics problems for Facebook, Google, Linkedin, Airbnb, Amazon, Uber, Lyft, Apple, Pinterest etc, as well as how technology companies perform data-driven product development and drive business growth 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功能以及如何衡量其影响。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. Data & Metrics 什么数据可被观测，如何合理定义metrics，设计dashboard
3. Analysis & Understanding 数据分析、建模、结论和理解
4. Putting it all together 综合实战

实战例子：

课程当中用到40+实战例子，包括并且不限于以下：

实例1：Google map “where did I park” 功能 – 用户开车出行，下车后可能再走一段距离，希望Map能告诉用户车的位置，这个怎么实现？如何衡量？
实例2：Amazon Prime Now（两小时送货上门）这个产品是否应该推出，要求你给老板和其他部门老大们做个分析
实例3：Facebook打算添加给大家看朋友like的video，如何评估这个Feature 值不值得加？
实例4：衡量公司发newsletter promotion的有效程度，优化发信schedule
实例5：优化Pinterest feed diversity
实例6：设计LinkedIn Career 的 dashboard
实例7：改进Uber ETA
更多实例：一亩三分地数科面经版《Analytics面试精选题》。小K会根据数科面经版近期面试题更新，也欢迎大家把遇到的题目拿来作为例子分析。

推荐阅读材料：

参考Course Materials里推荐的书。尽管是给PM Interview看的，但是内容对于Data Science/Analytics同样适用。

授课老师介绍：

小K@一亩三分地

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~ 学习如何分析Analytics问题，教你破解各家公司的面试套路。