【秋招保offer】数据科学求职旗舰课

全新Office Hour：每个项目新增1小时答案详解，包括：项目在实际工作中的应用场景、逐条解读答案代码、简历中的项目呈现、Q&A……项目理解更深更广；

直击大厂考点：课程设置更符合大厂面试套路，帮你轻松破解大厂面试重难点；

紧跟最新趋势：Stats和SQL内容更能迎合大厂考核趋势，助你巧过面试关；

更具前沿思维：Product Sense能力是FLAG大厂面试考察新趋势，因此课程中特别新增KPI Anomaly Detection内容，助你更匹配大厂面试需求，脱颖而出。

8周课程帮助你从求职方向规划到求职简历文书准备，再到刷题、项目经验的准备，为你的科技求职之路全程保驾护航！

经过多轮课程迭代升级，大大提升同学们的简历项目背景和面试成功率，将你从严峻的求职备战中解救出来，让小伙伴们短时高效备考！

如何在短时间内达到onsite水平？如何在毕业前顺利斩获大厂offer？如何省时高效的准备面试？犹豫就会败北！现在行动就还有机会。

• 偏向数据分析方向的Data Scientist岗位；

• 一般北美互联网大厂中的Data Scientist、Data Analyst、Business Intelligence Engineer和Product Analyst岗位。

如何提升Conversion Rates (Machine Learning)

此项目贴近真实工作场景，使用来自电商平台的数据进行数据分析并用机器学习模型进行预测。

学员将使用现有的数据去找到对转换率影响最大的因素，并作出相应的商业决策。学员将使用Random Forest和Logistic Regression等模型去预测转换率的变化。通过此项目的学习，学员能把平常学到的模型知识运用到真实实战中，并增加学员的分析能力与提取insight的能力。

项目三

阶段二：数据语言讲解与概率分析基础

由简单到复杂，学习Python语言在数据科学中的应用，通过实战演练熟悉不同算法重点题目的解题思维和技巧，结合概率论、统计等相关面试考点，学会举一反三。辅以模拟面试实战训练，助教老师专群答疑。

1. 课程介绍与数据职位面试总览

• Data Scientist在日常工作中做什么？

• 典型的Data Scientist面试的流程是什么？

• Data Scientist日常工作中使用哪些工具？

2. SQL讲解

• 在Data Scientist面试中经常问什么类型的SQL问题？

• 在面试中如何有效地使用SQL句法完成面试中的问题？

• SQL面试实战演练与习题拆解

项目1：Amazon Food Review – 机器学习建模与数据的可视化分析

3. Python语言在数据科学中的应用

• Python在Data Scientist面试中如何考察

• Pandas工具包的使用

• Python算法总结

• 数据可视化（Data visualization）

• Python常考算法面试真题实战演练与习题拆解

4. 数据科学中的概率分析基础

• 想要通过Data Scientist面试你所需要知道的4种分布

• Probability面试解题思路

• Expectation

• Conditional probability

• Bayes Rules

• 数学与概率面试真题实战演练与习题拆解 

5. 简历讲解

工业界如何筛选简历？

什么是STAR原则？

简历的构成(格式，字数，内容)

如何描述实习经历及项目？

提升简历曝光度的小技巧有哪些？

6. 1v1定制化简历修改

针对学员简历，进行1v1多轮反复修改，直至达到工业界标准

阶段三：机器学习深入讲解与面试题目精选

深入讲解机器学习算法在数据科学中的应用，精选机器学习项目，带领同学们理解高难度面试问题的解题思路与常用解决方法。

1.机器学习基础算法讲解

• Feature Overview (continuous, categorical, time series, text,etc.)

• Model Overview (regression, classification)

• Linear Regression

• Gradient Descent

• Model vs Coefficient significance

• Dummy variable interpretation

2. 机器学习算法进阶

• Logistic Regression

• Decision Tree

• Random Forest

项目 2: 如何提升Conversion Rates (Machine Learning)

3. 机器学习查漏补缺

• Clustering

• SVM

4.实验设计

• A/B Testing

• Statistical Testing

• Confidence interval, p-value, sample size and power

• 实验设计面试真题实战演练与习题拆解

5.Product Sense (产品思维)

• 什么是Product Sense，为什么它在Data Scientist面试中这么重要？

• 如何分解产品结构？

• 如何设计实验？（A / B Testing应用）

• 在产品面试期间应该在哪个时间点以及该如何展示你的机器学习技能？

6. KPI Anomaly Detection（异常检测）

• 什么是KPI Anomaly Detection？

• 如何分解KPI？

• 如何找到KPI变化的根本原因？

  
  

项目3: 基于神经网络的信用卡欺诈检测 

7. 1v1定制化项目咨询

根据学员的项目背景进行方向性优化指导，应用工业界技术栈，达到名企筛选要求，确保简历中的项目符合工业标准，增加竞争力

阶段四：数据库讲解

数据库工业级别技术栈学习，重点模块精选精讲，助教老师专群答疑。

1. SQL高阶

• SQL进阶句法介绍

• 使用SQL计算特定指标的月增长

• SQL面试实战演练与习题拆解

2. 面试准备与项目复盘

• 如何准备面试

• 课程项目复盘和演示

3. 课程作业与项目总结答疑

4. FLAG数据科学家手把手教你破解各大公司面试

5. 1v1模拟面试实战训练

面试官一对一模拟面试实战演示学习，在现场反馈中逐步熟悉面试官思维，掌握求职面试中的交流技巧和交流重点，进一步提升面试实战能力

阶段五：求职冲刺辅导

针对学员求职中后期所遇到的问题，进行全方位咨询与辅导，帮助学员解决在求职面试过程中遇到的实际问题，让所学知识能够完美落地。

1. 科技公司职位内推

针对学员出勤及作业按时完成情况，为学习态度认真、考核结果达标的学员进行职位内推

2. 招聘职位信息分享

分享科技公司每周发布的最新职位信息，帮助学员第一时间掌握求职动态

3. 科技公司面经整理

各大科技公司面经整理及分享，以便学员能够更有针对性的准备面试

4. 求职文书撰写指导

除求职简历外，帮助学员辅导Cover Letter、推荐信、感谢信等求职文书的撰写

5. 求职全程指导

学员在求职申请及面试过程中，网申问题回答、面试时间预约、与HR邮件往来等相关问题进行全程指导

6. Offer 谈判指导

学员收到多个offer时，帮助学员对比公司前景、职位发展前景等，对比不同公司的package进行谈判、接受offer的时间点冲突等相关问题进行指导

7. 选组指导

根据工业界发展趋势，结合学员资深背景，帮助学员选择公司内发展前景好、背景匹配度高、升职空间大、工作压力小的组别