博士圈

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 1150|回复: 2

[转行经验分享]文科博士转行成为金融业的 Data Scientist

[复制链接]

10

主题

17

帖子

95

积分

注册会员

Rank: 2

积分
95
发表于 2022-12-5 17:30:27 | 显示全部楼层 |阅读模式
本帖最后由 香菜炒饭 于 2022-12-5 17:41 编辑

自我介绍:我是语言测试方向的应用语言学博士,20218月份博士毕业后到转行之前在高校从事高等教育方面的研究。
20223月,我开始系统地学习数据科学相关的知识。
在转行期间,我总共投了365份简历,经过8HR4HM4Panel,并于8月拿到 offer,成功转行成为金融行业的 Data Scientist


求职心得:明确目标、熟悉简历、缩短战线

在整个求职过程中,我都有比较明确的目标。
首先我不需要搬家,工资达到中位数以上我就满意了,而且我想要进相对大一点的公司,不限于行业,但最好能做自然语言处理相关的工作,并且想找类似Modeling DS这方面的工作。
其次,每个人的情况和背景都不一样,不要以偏概全。
就如同每个人碰到的面试问题会不一样,如果碰到的面试问题较相似,那这些同学可能是和你的背景比较类似罢了。
需要注意的是,DA和DS的工作准备很不一样,要尽早选好。
而且现在有些工作的title是Data Scientist,但是实际的工作却是Data Analyst岗位的内容。
而且相较而言,DA在面试中考SQL的情况会比较多一点,还会让你做一些dashboard26分30秒这和DS是不一样的。
所以大家在找工作时要认真甄别,并且仔细思考好想要面试的是哪种类型的工作。
此外,要对自己的简历非常熟悉。简历上不需要放太多内容,但是放在简历上的内容一定要了然于心。
要确保当面试官根据你的简历提出一些问题时,你能够熟练地回答出来。
最后,综合各方的思考和自己的情况,尽快上岸。不要把战线拖拉的太长,否则可能会身心俱疲。
上岸后也还有很多东西需要学习,因为每个公司使用的工具都会不一样,每个公司的文化也会不一样。


找工作遇到的困难和解决方法

首先,刚开始投简历的时候,我每周投不满50个,一度怀疑是不是自己投简历的平台找错了。
后来我锁定了LinkedIn(20分25秒),并且投入更多时间在投简历上,尽量每天都投十个左右,一周下来就有50个左右。
此外,我的简历到HR的转化率很低,大概2%左右。我思考后认为这可能和我的文科背景有关,于是我不断地找老师和同学一起改简历。
这个过程不仅仅是在改简历,同时也是对机器学习项目的梳理,让自己加深对此的印象。对我来说,有coding的面试都很难,我也因此给自己增加了很多焦虑。
之后我开始给自己做减法,尽量不去面有coding的面试,而且后来我也基本上没有碰到过live coding的面试。
关于这一部分我最后想说的是,我一开始在面试的时候,对机器学习的内容掌握得不够牢固。
因此,我和同学们一起把项目和作业全部重新看了一遍,查缺补漏,总结成自己的笔记,并且在面试阶段回顾笔记,我觉得这也是一个不错的学习过程。


零基础转行学习会有哪些误区和困难,如何解决?

虽然最初的我也曾希望在转行的学习过程中不会碰到任何的困难,但事实上我每一步都碰到了困难,这从第一步的编程开始就有所体现了。
我们在 bootcamp 开始之前会先做 Python 39的题目,但是我在做完题之后,还是觉得很有挑战。
那时大概有四周的编程课程,在上完第一周的课程之后,我就觉得这样下去不行,一定要想一想有什么好的解决办法。
在这之后,我找了一个同学,每周和他一起就我们camp所提到的题目做两到三次的 pair coding的练习。这些题目也都有答案,我也会通过看答案或者在网上找这些题目的讲解视频进一步学习。
在上课做pair coding之余,每周课下也和同学进行 pair coding的学习模式对我非常有帮助。
编程学习完以后,我们就开始学习机器学习了,但这个时候我又遇到了困难。
每周的作业我都感觉有很多不会的地方,甚至有的时候我都觉得自己没有办法按时完成作业了。
所幸的是后来我做了一些改变,除了跟老师请教,我自己也会在网上搜索相对应的知识。

此外,我们同学之间有一个关于作业的微信群,我也会在群里和大家一起讨论作业,并且在每周五的答疑时间踊跃参与。
让我觉得自信了一点的转折点是我们的期中作业。
作业的形式类似于面试的时候会碰到的 Take home challenge,内容上相当于是对前几周作业的整合。
我们几个同学一起合作完成这个作业之后,我对之前的知识有了一个回顾的过程,也提升了我的自信心。
还有一个比较困难的经历发生在开始做一个 machine learning 项目的时候,当时我在要做regression、classification之类的传统的机器学习的项目,还是做自己想做的NLP 相关的项目之间拿不准主意。当时甚至会有一些比较幼稚的想法:我这么差,会不会有人跟我组队等。
后来老师拉了我一把,让我加入做自然语言处理的一个项目组。我感觉自己很幸运,一来完美的解决了我的顾虑,二来这个正好也是我想找的工作的方向。
在做项目的过程中,我跟同学们也碰到了不少问题,其中一个是——如何去定义一个问题。
这个问题听起来似乎很简单,但是做起来很难,我们花了很长时间去找各种各样的问题。除了这个问题之外,还有一个困难是工作量很大。
但即便如此,我们最后还是比较好地完成了这个项目,也将其放进了简历里,这对我自己找工作也起到了很大的帮助。

回复

使用道具 举报

10

主题

17

帖子

95

积分

注册会员

Rank: 2

积分
95
 楼主| 发表于 2022-12-5 17:38:52 | 显示全部楼层
最后一个困难点是有关SQL的问题。
我们大概在做完项目以后的两周内开始学习SQL,当时大家也都已经开始找工作,投简历,面试。
我当时感觉又要学习SQL,又要参与面试,两头都忙不过来。
后来我觉得这其实也是一个挑战,尽管对于我们要找工作的这个方向的Modeling DS岗位来说,SQL考到的几率会小一些,我自己拿到的offer所对应的职位也是没有考SQL的。
但值得一提的是,SQL还是要认真学习的,在工作当中,SQL是非常重要的。
作为一个数据科学家,我们需要获取数据,这个过程很多时候都是需要用到SQL的。
回复

使用道具 举报

10

主题

17

帖子

95

积分

注册会员

Rank: 2

积分
95
 楼主| 发表于 2022-12-5 17:40:02 | 显示全部楼层
找工作是双方选择的过程,就像谈恋爱,要双方都觉得合适才行

学习的时候要调整心态,以掌握上课学习的内容为主。
当时在学习的过程中,我会思考camp的课程内容会不会不够,是否需要额外去上一些课程。后来发现还是要以上课学习的内容为主,不懂的问题就直接上网搜。
在camp里,很多同学都是非常优秀的,但是一定不要害怕问问题,积极交流的同学更容易找到工作。
找工作时也要调整好心态,每个人的水平和工作经历都不一样,找到工作的时间线也会不一样,所以要掌握好自己的节奏。找工作是双方选择的过程,就像谈恋爱,要双方都觉得合适才行。
沟通很重要。数据科学家的沟通能力其实不是那么强,所以在保持自己技术方面的能力时,也要思考如何提高自己的沟通能力。
最后,我给大家的建议是:数据科学工具更新换代很快,所以不要想着自己什么东西都要学会,更重要的事情是打好基础。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|博士圈

GMT+8, 2024-12-16 23:02 , Processed in 0.019424 second(s), 20 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表