IT公司招聘数据科学家看重什么背景？LinkedIn、Facebook、亚马逊、谷歌、微软挨个数，兼谈统计专业面试问题

小K在一亩三分地数学统计版帖子《[from NCES]近5年来统计学位增长了将近1倍半》里分享了她了解的几大IT公司对Data Scientist的不同要求：

linkedin 对data scientist编程要求很高，我已经听说好多熟人被刷下来了，我都没敢试

facebook据说也这样。基本data scientist职位要的其实是dev

amazon就有实实在在的statistician了，基本都是建模，不是dev，但是用脚趾头也知道，mapreduce要懂点，不然数都取不出来还分析个头。没人成天给你把数据整成规规矩矩的长方形，漂漂亮亮等你分析。。。当然a家活居多，很累。

Google大家都知道，是不明文要求啥，具体标准是啥不清楚。对统计本身能力还是非常看重的。但是一个在里面混的很好的人告诉我，如果进去之后能写py，自己把自己分析出来的insight实现成production code，你就会被很看重。进去之后有学习这个的意愿别人也会教你的。其实想想也知道么。。。。

MS招的这个方向的人很多部门都有，对编程要求有高有低。有建模成分很大的职位，这种的感觉技术含量比较高。但是我小样本的gossip听说也是忙的一塌糊涂。有编程和统计都要用的部门。跟amazon一样，也有那种主要SQL取数据的职位。当然个人觉得这种事情比较无聊。。。做久了只怕很烦。并且被技术含量高的部门（正式内部职称是所谓研究员researcher）“鄙视”说他们都是PM. haha….

这个帖子里还有更多关于统计学习、数据科学家技能的讨论，比如统计专业的面试

最近有朋友跟我提起面试情况，都有这么个态度“他们为什么要问我blabla问题”，觉得自己答不上来的问题是别人问的不合理。

比如：明明知道我是用R实现一些算法的，为什么要问我logistic regression如何evaluate model performance的问题？
我惊诧了，我觉得这是perfectly reasonable的PhD level statistician问题啊。然后我问他，你回来把这个问题搞清楚了吗？他说：我觉得这个问题问的很无聊，反正面试已挂，我就没再看。
我又惊诧了，面完了不管挂没挂，难道不需要搞清楚自己答不上来问题的答案么。Intellectual curiousity 总要满足吧。。。。

另外一个朋友说的也很类似，态度就是：他们为什么不问我我会的东西，问那些其他东西有什么用。。。。。。。可是雇主关心的是，你能不能做他们要的事情，而不是你会做什么。显然不会以你为中心来提问。

传统面试让phd学生来讲论文做了什么，其实有多少是直接能用上的？phd research方向一般都比较窄，实话说又多少人能听懂？（不排出有这种情况，这种你会非常被珍惜！！）

现在比较流行是直接考查将来工作里遇到的情况，你能否解决。你的基础知识是否牢靠（比如google quantitative analyst注明的手工推算ols variance）。假设一种情况你来分析解决（某某数据，你如何来分析？怎么建模？要检查什么assumption? 违反了怎么办？怎么衡量模型是否好？用什么方式来把结果告诉别人）。甚至具体动手解题（白板）。

感兴趣的同学，别错过《[from NCES]近5年来统计学位增长了将近1倍半》！