外國Data Scientist 你問我答

如題

連bonus 5-6萬

Stat ugrad 有份start up intern 之後入返去由普通Data Analyst 做起

SEO?

多唔多ML野？點樣搵到份工？

未去到ivy league 個皮 但都有人識

start up其實個老細識吹水搵到investors 間公司生存到 鬼佬好識包裝

主要用Machine learning做scoring models front end back end 都要做 要識stat同programming

都幾多ML, DL都有，而家玩緊NLP

直接上網搵 phone in, 見team lead, technical test, 最後見manager

technical test要做d咩? data analysis呢行其實要識&做咩

比個case連data, 問可以係堆data做啲乜 寫少少code去cleansing 之後做個好簡單model

Technical 既要識R/Python加C++/java

Database 要識SQL, ETL

Stat 識少少probability, sampling

ML就最基本regression 同classification 識幾種 少少theory 就夠除非你要去都好deep要自己寫個algorithm

U有教R, Java, Python同ML, 之後再自己上網睇video 睇書去進修, 學校就算讀master 啲嘢都好基本

點為之一個model?

四年幾

我睇法係一個model 有幾parts, 最core 就係你用data train出嚟個statistical/ ML model, 之後點deploy變做一個人人都用得嘅app
一個model 做一樣嘢例如default prediction, object detection咁

CS grad 可以點學多d ML 野

剩識python (pandas, numpy, statsmodels 之類)
Theory 識 regression ( ols, robust, probit 之類 )

仲要識咩先夠入行data analyst

可唔可以講下通常個architecture
例如用咩framework多?
有冇上cloud?
中間用咩tools/language 做cleaning同training

另外我想問nlp有咩theory可以做

感謝

可唔可以講多少少scoring model 你做咩？你用supervised learning，落幾個parameters 同分咁做training set?

如果乜都唔識又想快就睇DataCamp 加睇書 我頭兩本書係the introduction of statistical learning 同埋the element of statistical learning
如果你已經識basic 直接去Kaggle/DrivenData玩住學

首先DS同DA唔太一樣 就咁DA通常唔洗做models, 一般真係寫下sql 之後用pandas /dplyr去整靚個data再做visualization 快既就seaborn/plotly, 出比大粒睇就用Power BI/Tableau, 兩個都行到python scripts.