这是一个创建于 1887 天前的主题，其中的信息可能已经有所发展或是发生改变。
本科 985 但专业不好，辗转之后现在读的统计学研究生。自认为对自己领域里的统计分析模型比较自信，理解也能使用常见的机器学习算法和模型，有项目经历，但目前计算机基础不强（算法和数据结构的角度）。在计划找实习的过程中发现对数据这个领域的职位要求还是有点迷糊，说说我简单的理解，各位来纠纠错
一类岗位是偏重分析的，比如一些科技金融公司，或者网上支付平台，岗位职责有信用分析，消费者行为分析之类的。我自己看的话有点像 kaggle 上一些典型的竞赛。要求的技能也是对一些统计分析方法和相关软件及 package 了解。
另一类是偏重算法的，比如数据科学家，大数据工程师，往往要求是 CS 背景。这一类岗位感觉要求很高，要做得好博士起步。
我自认为第一类偏重分析的岗位比较符合我的背景。我的疑惑是这样的岗位要怎么准备？比如面试看重什么？过往的项目经历，统计模型理解？然后是否需要补算法和数据结构知识然后刷题（比如 leetcode ）？如何证明自己不只是个调参侠调包侠？
对于第二类，如果计算机背景不强是不是应该战略性放弃？
如果有前辈对相关背景求职有经验的话可以交流一下，不一定局限这两个方向，在符合背景的前提下，怎么针对市场岗位需求提升自己
Select Language