国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

作為一家技術(shù)公司的副總裁，我在管理數(shù)據(jù)科學(xué)部門時(shí)，還需要處理大量的招聘工作。

通常，招聘人員在一份簡(jiǎn)歷上花的時(shí)間平均只有7.4秒。

一個(gè)搶手的職位可能會(huì)吸引到一百余人投遞簡(jiǎn)歷。在本文中，我將教你幾個(gè)技巧，幫助你在求職過程中讓你的簡(jiǎn)歷脫穎而出。

下面我將分享一下，在快速篩選數(shù)據(jù)相關(guān)職位簡(jiǎn)歷時(shí)，我最看重的這7點(diǎn)。

在瀏覽簡(jiǎn)歷時(shí)，我會(huì)快速看看你以前的職位，看是否與數(shù)據(jù)掛鉤，有數(shù)據(jù)相關(guān)工作經(jīng)驗(yàn)。

比如具體有數(shù)據(jù)相關(guān)項(xiàng)目的經(jīng)驗(yàn)，在項(xiàng)目中通過什么方法解決了哪些問題，或者參加過數(shù)據(jù)相關(guān)的培訓(xùn)或課程。

接著，我還會(huì)看一下你曾從事工作的技術(shù)方面內(nèi)容，以及業(yè)務(wù)成果。有許多精通技術(shù)的數(shù)據(jù)分析人員對(duì)業(yè)務(wù)術(shù)語并不擅長(zhǎng)。因此如果你能清晰羅列出所做工作對(duì)業(yè)務(wù)KPI的影響，這將是加分項(xiàng)。

例如，指出模型在AUC方面的改進(jìn)是可以的，但若能明晰模型改進(jìn)會(huì)導(dǎo)致轉(zhuǎn)換率增加，這意味著你有不錯(cuò)的業(yè)務(wù)知識(shí)，并且有數(shù)據(jù)賦能業(yè)務(wù)的意識(shí)。

看到以下的例子，比較用技術(shù)與業(yè)務(wù)兩個(gè)不同側(cè)重點(diǎn)，來描述相同工作的方案：

• 銀行貸款違約率模型--將模型的精確度-召回AUC從0.94提高到0.96。
• 銀行貸款違約率模型--在保持違約率不變的情況下，使業(yè)務(wù)部門的年收入增加3%（每年50萬美元）。

我還會(huì)看看求職者所受的教育情況如何，來自哪所學(xué)校，哪個(gè)專業(yè)。對(duì)于應(yīng)屆生，我還會(huì)考察他們的成績(jī)等情況。

由于數(shù)據(jù)分析是一個(gè)新興且較廣泛的領(lǐng)域，并沒有某種唯一的標(biāo)準(zhǔn)化測(cè)試。即使你沒有相關(guān)專業(yè)的教育背景，但如果有該領(lǐng)域的從業(yè)經(jīng)驗(yàn)或接受過數(shù)據(jù)相關(guān)培訓(xùn)也是可以的。

我看過不少排版美觀的簡(jiǎn)歷，也收到過一些沒有任何格式的txt文本簡(jiǎn)歷。在編寫簡(jiǎn)歷時(shí)，可以找一找好的模板，在有限的篇幅內(nèi)清晰介紹自己的情況。

這里可以有效利用簡(jiǎn)歷的空間。將頁(yè)面分割開來，突出不按時(shí)間順序排列的工作或教育經(jīng)歷。當(dāng)中還可以包括你熟悉的技能，做過的項(xiàng)目，自己的Github或博客的鏈接等。同時(shí)，一些簡(jiǎn)單的圖標(biāo)也可以幫助強(qiáng)調(diào)標(biāo)題。

許多求職者在他們熟悉的語言、工具旁邊會(huì)用1-5顆星或柱狀圖代表自己的熟悉度。我個(gè)人不太喜歡這種方法，原因有幾個(gè)。

• 這是非常主觀的——你的“五星”和別人的“二星”一樣嗎？
• 這種熟悉度是很主觀的。你的 熟悉程度”5星 "和別人的 "2星 “可能并不一樣

有些人把語言和工具，甚至把語言和軟技能混為一談。把自己領(lǐng)導(dǎo)力的熟悉度填上“4.5星”是沒有說服力的。

還有把自己技能的主觀衡量標(biāo)準(zhǔn)變成餅狀圖的，比如Python技能占30%，團(tuán)隊(duì)合作能力占10%等。雖然這是一種突出自己的創(chuàng)新方式方式，但卻顯示了自己對(duì)不同圖表概念缺乏基本了解。

以下有兩份排版很不錯(cuò)的簡(jiǎn)歷，可以用于參考：

兩個(gè)示例中使用的垂直分割，以區(qū)分經(jīng)驗(yàn)、技能、成就等。用簡(jiǎn)短的摘要段落能有助于描述求職人背景和期望。

我主要會(huì)看這兩種類型。

• 算法的類型

結(jié)構(gòu)化、經(jīng)典機(jī)器學(xué)習(xí)與深度學(xué)習(xí)

一些求職者只使用深度學(xué)習(xí)，包括在結(jié)構(gòu)化數(shù)據(jù)，而這些數(shù)據(jù)更適合基于樹的模型。雖然使用深度學(xué)習(xí)本身沒有問題，但限制的工具集會(huì)讓你的解決方案有局限性。

正如馬斯洛所說，“如果你唯一的工具是一把錘子，那么你就會(huì)把所有問題都看成是釘子。”

在我的日常工作中，我們處理的是結(jié)構(gòu)化、領(lǐng)域驅(qū)動(dòng)、特征工程化的數(shù)據(jù)，這些數(shù)據(jù)最好用各種形式的提升樹來處理，光使用深度學(xué)習(xí)是不夠的。

• 機(jī)器學(xué)習(xí)領(lǐng)域

這通常與兩個(gè)需要大量專業(yè)知識(shí)的領(lǐng)域有關(guān)--計(jì)算機(jī)視覺和自然語言處理。

這些領(lǐng)域的專家很搶手，在許多情況下，他們的整個(gè)職業(yè)生涯都將專注于這些領(lǐng)域。但對(duì)于一個(gè)從事一般數(shù)據(jù)分析工作的人來說，這通常不適合。因此，如果你的大部分經(jīng)驗(yàn)是在自然語言處理領(lǐng)域，而你要申請(qǐng)?jiān)擃I(lǐng)域以外的職位，可以試著強(qiáng)調(diào)你曾在結(jié)構(gòu)化數(shù)據(jù)方面工作過的經(jīng)歷，以展示多樣性。

 通常細(xì)分為語言、特定的包（scikit-learn、pandas、dplyr等）、云及其服務(wù)（AWS、Azure、GCP）或其他工具。

某些求職者將其與熟悉的算法或架構(gòu)混在一起，比如RNN、XGBoost、K-NN。

就我個(gè)人而言，我更傾向于圍繞技術(shù)和工具展開；當(dāng)提到一個(gè)特定的算法時(shí)，我想知道求職者的機(jī)器學(xué)習(xí)理論知識(shí)是否僅限于這些特定的算法。

這部分，我會(huì)看技術(shù)棧的相關(guān)性。

技能點(diǎn)是否是近幾年的，這表明求職者在主動(dòng)學(xué)習(xí)新技能；還有技術(shù)棧的廣度，表明求職者是否局限于特定的工具；以及與我們技術(shù)棧的匹配度。

你會(huì)在GitHub上有分享個(gè)人項(xiàng)目嗎？參加Kaggle比賽或副業(yè)項(xiàng)目都是加分項(xiàng)。從中能夠看你代碼的簡(jiǎn)潔性、預(yù)處理的類型、特征工程、EDA、算法選擇以及在實(shí)際項(xiàng)目中解決問題的能力。

這里如果有的話，可以附上你的GitHub和Kaggle鏈接，以便面試官深入了解你的代碼。

同時(shí)要熟悉自己做過的項(xiàng)目，最好在面試前就梳理一遍。之前的面試中，就有求職者對(duì)項(xiàng)目不太熟悉，從而面試官無法就項(xiàng)目展開，進(jìn)一步了解求職者在項(xiàng)目中做出的選擇和背后的原理。記住，在羅列項(xiàng)目時(shí)，列出2-3個(gè)高質(zhì)量的項(xiàng)目要比10個(gè)質(zhì)量的更有效。

結(jié)語

如果你正在找數(shù)據(jù)相關(guān)的工作，可以花點(diǎn)時(shí)間過一遍文章中的要點(diǎn)，希望本文能對(duì)大家的求職有所幫助。