2019年1月19日 | “数据科学家求职训练营”春季班报名全面开始。

大数据 2852 Views

在政策一天一个样的美国求职市场上,大家的竞争压力也越来越大。找工作再也不仅仅是毕业生需要考虑的事情了。越来越多的同学刚本科二三年级,或者研究生刚刚入学就已经开始准备丰富自己的专业技能。同时,也有很多已经开始自己 OPT 的同学也在更加努力的想要迅速找到适合自己的工作。

在这种大环境下,想必同学们也越来越了解 Job Market 中最紧缺的职位有哪些——如果你是数学、统计、计算机等专业,希望做数据分析工作;或者化学、物理、环境工程等专业希望转行;数据科学家都是一条不错的出路。如果是文商科类,对数据分析感兴趣,也可从商业分析师入手,积累一些 SQL、R、Tableau 等方面的知识。

但是,你是否知道,

简历里面缺乏项目经验,

是求职的一大硬伤?

你是否了解,

学校Lecture上讲的知识点,

暗藏深坑?

你是否明白,

发送求职简历,完成面试前后,

都有一套必须完成的礼仪?

而有在美国求职找工作经历的小伙伴应该都深有体会的一点是:想留在美国,找工作的时候,只分为两个专业:Computer Science 和非 Computer Science 

那么其他专业真的没有出路了吗?除了CS,就业市场上还有哪些供不应求的职位?如果你能回答出下面几个问题,那么离找到工作就更近了一步:

《哈佛商业评论》评出的21世纪最性感的工作是?

堪称比Computer Science还好找工作的专业是?

起薪妥妥10万+刀的工作是?

数据科学家

就是↑

全美平均年薪$113,436起的数据科学家必须有出众的编程技能,以及统计、概率、数学方面的知识,如此才能理解数据、选择正确、实施、提升解决方案。此外,数据科学家需要经常向中高层管理者报告结果。这就需要出色的笔头表达和空开演讲技能。数据科学家须以一种简单易懂,令人信服,充满洞见的方式向听众展示成果。

那么如何快速入门数据科学家?

Data Application Lab (DAL) 2019年1月期

“数据科学家求职训练营” 

领你入行 带你上道

开营时间:2019年1月19日

报名方式:在本文留言或微信公众号后台留言或加微信

或登陆网页(也可以点击阅读原文)  

https://www.dataapplab.com/course/dscn/

咨询电话:1-800-485-7918

咨询邮箱:datascience@DataAppLab.com

超强导师团队

学生就业导师 Jason Geng

资深全栈数据科学家,数据科学协会(ideassn.org)执行主席
南加州大学(USC)客座讲师
曾在Symantec工作8年,担任大数据安全、数据科学教育专家

(在课程中介绍数据应用入门,Spark 机器学习库,图形数据库)

 

Mentor Feng

现任Bank of America工程VP
The University of Texas 计算机博士

( 在课程中介绍计算机数据结构和算法 )

 

Mentor Peter

现任LinkedIn资深数据科学家
Duke University 物理博士

( 介绍在数据科学领域中如何数据处理和机器学习如何操作及部署 )

Mentor David

现任Ebay数据科学家
The University of California at Riverside 化工博士

( 在课程中介绍数据处理以及如何做 A/B 测试 )

Mentor Kenan

现任Data Application Lab数据科学家
Louisiana State University 环境科学博士

( 深度讲解各个机器学习背后的数学原理与过程 )

Mentor James

现任Microsoft数据科学家
Purdue University 统计学博士

( 介绍在数据科学中的统计学基础知识和背景 )

Mentor David

现任Discover数据科学家
Purdue University 化工博士

( 对金融和工业有很深的见解 )

Mentor Kai

现任CapitalOne数据分析部经理
资深数据科学家

( 数据预处理中的一些技术和方法 )

辉煌历史

1. 学员就业

在过去的15期中,数据应用学院毕业营员已覆盖中美100余家企业,横跨IT, 金融,医疗,社交,游戏娱乐,电商,地产,产品制造等8大行业

2. Kaggle竞赛金榜提名

2016年8月,数据应用学院学员在无数个昼夜的连续奋战下,成功夺取第一块Kaggle竞赛金牌!至今为止,数据应用学院已在Kaggle竞赛中获取1枚金牌,4枚银牌,10枚铜牌,与北美Data Camp第一阵营Insight, Data Incubator, Galvanize, NYC Data Academy等旗鼓相当。

3. 北美业界认可

2016年10月,数据应用学院被北美科技媒体TechBeacon评为北美Top Data Camp, 与老牌劲旅 Data Incubator,Galvanize等齐名!2018年,我们又被CIO网站(cio.com) 评为最佳Data Science Bootcamp!

4. 广泛合作

数据应用学院(Data Application Lab)与IDEAS (International Data Engineering and Science Association) 联合举办“南加数据科学大会”、“达拉斯数据论坛”以及“芝加哥数据论坛”,”MIT区块链大会”,“哈佛人工智能,大数据与区块链大会”,“纽约区块链领导力峰会”,“芝加哥人工智能与数据大会”;与NVIDIA,METIS,洛杉矶市政府,南加州大学等建立紧密合作关系,共同推进数据科学的产业应用与人才服务。

2019年1月班

教学期每周10-12小时课程与讨论,一共16周。其中周六周日课程各2小时,平时补充课程1小时,作业讲解1小时,答疑4小时。我们带着你规划时间安排,带着你分析,带着你练习。

你可以得到求职能力大提升

1. 充实简历的实习项目

本期三大实战项目,包涵广泛应用于业界的 Fintech风控,NLP商品评论分析, 游戏广告推荐系统,大大提升个人简历竞争力!点我点我点我,看 Project 全纪实!

a. FinTech (Financial Technology) Project(必修)

通常情况下,Lending Club (美国P2P借款机构)中包含了成百上千的贷款项目,让投资人难以进行选择。在我们的FinTech项目中, 我们会使用过去所学的知识来设计一款产品,通过机器学习技术帮助投资人在Lending Club中确定最优项目来进行投资。当新的贷款项目进入平台后,我们的产品会自动分析项目的各项指标,从而筛选出最佳的投资项目。我们还会设计简单的产品展示页面,实现产品与用户操作上的交互功能。

以美国家喻户晓的P2P借贷机构 Lending Club 的公开数据为基础(从2011年的数据至今),分析其中超过百万条数据的上百个特征,对这些数据进行各种深度清理与整合,之后使用广泛使用并且被证准确高效的机器学习模型(如随机森林 Random Forest,)对这些整理过后的数据进行训练(train),验证(validate)及预测(predict),从而达到从千万条请求中挑选优质借贷款项。此项目在实际的商业情境下,以真实产品需求为背景,为投资人提供高效的分析结果,指导智慧投资。为同学们添加坚实的模拟实战经验。

  • 230,000+条海量数据的处理和100+数据特征的筛选

  • 通过Gradient Boosted Regression Trees (GBRT) 算法构建机器学习模型

  • 实现Lending Club平台下最佳投资项目的选择

  • 网页用户交互界面设计与产品展示

b. NLP (Natural Language Processing) Project(必修)

人们在购物平台上购买某种商品时,通常会阅读其他购买人的评论得知评价者对于商品的评价是好评还是差评,然而如何通过机器的自然语言识别自动识别一段文字的情感评价?在我们的NLP项目中,我们会通过结合不同的机器学习算法设计一项产品来帮助我们实现这一功能。我们不仅仅可以实现对评论的情感评价,同时也会对其中的关键词进行高亮,并且通过简单的展示页面实现产品与用户操作上的交互。

在这个项目中我们以amazon review dataset 为基础,围绕数据集通过对词语切分(Tokenization),正则化(Normalization)以及词干化(stemming,lemmatization)等技术,构建多种机器学习的算法统计模型(如Logistic regression,naive bayes)以及深度学习的模型对处理好的数据进行训练。最终我们会使用模型对一个输入语句进行情感极性的分析和预测并通过构建 Flask 应用对整体项目进行展示。通过分析用户对产品的评价的情感极性,发掘潜在的购买意愿及商业价值。

  • 提取Amazon Kindle review dataset作为模型训练数据库

  • NLP处理流程的进阶学习与掌握

  • 多种机器学习算法的对比与评价(Logistic Regression, Support Vector Machine and Perceptron etc.)

  • 实现对评论的情感评价与关键词提取

  • 网页用户交互界面设计与产品展示

c. Game Recommendation System Project(必修)

推荐系统近几年发展十分火热,几乎所有的电子商务、社交网络、购物平台等都在不同程度上使用的各种各样的推荐系统,在游戏平台中,推荐系统也是不可缺少的部分。在我们的游戏推荐系统项目中,我们会基于Steam平台,对用户过去的行为信息进行分析,基于游戏的受欢迎程度设计推荐系统,为用户进行游戏推荐。用户同时也可以通过选择感兴趣的类别对结果进行过滤,对推荐结果进行进一步优化。

通过steam游戏平台作为背景, 实战python多线程爬虫抓取海量真实数据,并以此为例围绕用户游戏历史提出产品化的问题,从而开发“私人化”个性化的解决方案。学习如何处理抓取后的大量JSON,HTML等数据,以及数据清洗,数据挖掘,数据存储,从而建立并代码实现完整的推荐系统的建立。推荐算法使用Spark基础下的,Popularity-based, Content-based,Collaborative filtering等对我们的数据进行训练和预测。最终通过搭建一个完整的交互式的网页应用构架展示并且来为用户推荐基于不同模型下的个性化“猜你喜欢”的解决方案

  • 实现对用户的游戏推荐功能

  • 网页用户交互界面设计与产品展示

2. 教学期内容覆盖面试高频题库与业界发展潮流

根据数百位学员的面试情况,结合跟企业合作的交流结果,我们及时更新教学内容,既覆盖面试环节的基础知识点,又增添紧跟业界应用发展的热点话题,保证学员所花时间物有所值,事半功倍。

3. Kaggle 实战竞赛指导

Kaggle 中将新增训练(不限于) Keras, Theano, PySpark, XGBoost 等工具。

Kaggle 竞赛实战辅导会选择当月正在进行的 Kaggle 题目,指导大家参与 real 竞赛。有价值的旧题则会以作业的形式出现在教学期,并会由我们统一评讲。

点我点我点我,看最详细的 Kaggle 介绍。

4. 专业求职面试辅导(选修)

职业辅导次数由2次扩充至6次,从人才供求分析,到 behavior/tech 面试技巧,更邀请人才招聘 manager 直接向学员介绍招聘内幕。更有机会,直接加入我们的数据科学求职精英社区,从每天做起,所有人一起,每天多花十分钟,积累数据求职所需全部技能。

职业辅导老师

Kyle Polich

前咨询公司 Data Science Principle Data Scientist,拥有丰富的 Data Scientist Interviewer经验。

Meltem Ballan, Ph.D.

超资深项目领头人,数据科学家,战略家。可以同时管理多平台多任务。在机器学习和自然语言处理上有很深的造诣。拥有十年的数据分析与领导力业内经验,获业内认可。

5. 校友Club

数据应用学院校友将终生享受免费内推信息与内推服务,并充分利用校友资源进行相互内推。每期训练营结束后,对于不同求职需求的同学提供专业性服务。


开营时间:2019年1月19日

报名方式:登陆网页(或阅读原文)

https://www.dataapplab.com/course/dscn

咨询电话:1-800-4857918

咨询邮箱:datascience@DataAppLab.com


点击“阅读原文”报名我们的数据科学训练营吧!

如未说明则本站原创,转载请注明出处:NULL » 2019年1月19日 | “数据科学家求职训练营”春季班报名全面开始。