
大数据时代,在商业、经济及其他领域中,决策将日益基于数据和分析而作出,而并非基于经验和直觉。数据对公司日益重要,它不再是副产品,而是一个公司运作的核心。
与数据相关的职业在加拿大也是一个妥妥的高薪职业,平均年薪10万+,是很多毕业生的心仪岗位。

2019需求最高的数据科学岗位都有哪些?
根据Millennial Business Assn的预测,以下7个岗位将是2019需求最高的数据科学岗位。
Data Scientist
Average Base Pay in CA:$140k/year
近两年,DS始终稳居Glassdoor Best Jobs in America 排行榜前50的第1位!
DS的主要职责包括:收集、处理和分析数据,并与团队协作,用数据分析工具从数据中找出规律和意义。
DS的需求量之所以很大,是因为他们能帮助公司管理,存储和分析数据,并使其成为有价值的商业资产。
Business Intelligence Analyst (BIA)
Average Base Pay:$90k/year
BIA的主要的工作内容都是利用数据向公司提供建议,并根据市场或趋势指导决策。
该类岗位因其所需的编程专业性相对较低,商业分析能力较强,所以对于商科留学生较为友好。
Database Developer
Average Base Pay:$90k/year
数据库开发人员专注于改进数据库,为数据库创建新的应用程序,或修改之前的应用程序以契合数据库设置。

Database Administrator
Average Base Pay:$93k/year
DA通常毕业于计算机科学或信息技术专业,他们主要负责建立数并维护数据库。
Data Engineer
Average Base Pay:$150k/year
DE主要负责设计和构建用来创建大型数据库的程序,因此也使许多其他技术专业人员的工作成为可能。比如,DS和BIA平时分析的数据数据库就是由他们构建的。
Data Analytics Manager
Average Base Pay:$135k/year
DA Manager的主要工作是:和团队的其他成员沟通企业应如何利用数据提供的insights。
因此,DA Manager必须具备扎实的技能组合,包括数据分析,业务背景以及管理技能等。
Data Security Administrator
Average Base Pay:$80k/year
Data Security Administrator定义网络安全要求,确保更新所有安全措施并负责实施安全策略。

大家对Data的认识的误区!
针对Data类岗位求职,很多小伙伴都说出了自己的心声,他们认为, Data是一个前景好、需求高、薪资丰厚的职业。
这并没有错,但是,当大家真正开始准备的时候,就会发现,原来Data求职其实并不是一个简单的事情,原来自己对Data的认识有这么多的误区!
做Data比Software Engineer简单?
并不尽然。Data和SDE的区别主要在于工作内容和所需要的技术栈。
而比起SDE,做Data最大的挑战在于你需要对编程、统计、机器学习、大数据等多个领域都有较为深刻的理解和实际动手能力。
这意味着,在准备面试的时候,你需要同时准备很多的内容,扫除知识盲点。从这个意义上讲,Data求职并不比SDE难度低。
Data求职不用学编程
这是错误的。不论你想成为是数据科学家、数据分析师还是数据工程师,编程能力都是必须的。对于大部分公司来说,Python和SQL都是你必须要掌握的技能。
在面试中,不仅会考如何使用这些编程语言进行Data Manipulation,有些公司和岗位,还会考察简单到中等难度的算法题。
当然,不同职位对应聘者的编程能力,有不同程度的要求。一般来讲,Data Engineer对编程难度要求最高,Data Scientist次之,Data Analyst对编程的要求相对较低。

DS、DE、BI傻傻分不清楚
实际上,数据科学这个词是非常宽泛的。它包含了Data Scientist、Data Engineer、Business Intelligence等不同的岗位。在不同的公司、不同的Team往往也会有不太一样的配置。
1
Business Intelligence
Business Intelligence是传统意义上的数据分析岗位。主要的职责是做一些简单的数据追踪和统计工作。
比如说一个门户网站,统计一下今天的访问有多少。这个岗位对于Coding的要求较低,会使用SQL和简单的Python就够了。不过这个岗位的竞争日益激烈,因此面试要求也在一直变高。
2
Data Engineer
Data Engineer是业界需求量最多,人才缺口最大的职位。
它要求同学们非常强的编程能力,加上一定的统计和机器学习的知识。他的主要工作是做Data Management,包括数据库、数据结构、数据模型等等。
3
Data Scientist
Data Scientist是这个行业中最高精尖的岗位。这个职位的工作主要是通过建立模型,做一些预测和推荐。
对于大部分公司来说,Data Scientist的工作都是与公司利益直接挂钩的,因此招人的要求非常高,几乎只有数学、统计或者机器学习背景的PhD可以上岗。

DATA职业面试指南
要想通过Data岗位的面试,就要明白该职位筛选过程中最看重的技能和应聘者的素质,这能够帮助你更好地应对面试中出现的各种情况。
一般公司面试时,主要是希望了解到应聘者technical的技能,希望通过分析数据来帮助公司更好地进行决策。以下问题都是大公司在面试中会问到,并且希望体现出candidates将数据转化为信息量的特质。
以下为大家列出一些面试中的常见题型和具体问题:
Operational Questions
· What are your daily duties as a Data analyst?
· When you’re assigned with a data analysis project, how do you start and what process do
you follow to analyze the given data?
· What are your main focus points when designing a data-driven model to handle a business
problem?
· In which cases would you choose a simpler model over a more complex one?
Role-specific Questions
· What database software have you previously used?
· Describe your experience using statistical analysis tools, like SPSS and SAS.
· Describe the steps you would take to forecast quarterly sales trends.
· What specific models do you find the most appropriate in this case?
· Do you have previous experience developing data mining algorithms and databases from
scratch?
· What is data cleaning? How do you know you have collected enough data to build a model?
· How do you ensure accurate predictions using data correlation? Which are the most
effective methods?
· Do you have experience presenting reports and findings directly to senior management?
· What is a sensitivity analysis in the decision making process and how can you perform one
in a given situation? Can you explain this using an example?
Behavioral Questions
· Have you ever delivered a cost reducing solution?
· What’s the most difficult database problem you faced? How did you handle it?
· How do you explain technical details to a non-technical audience?
导师说
“我希望能够通过我的帮助
让更多感到困惑的留学生
进阶1%的精英群体
实现人生更多的可能性”
适合人群
想为激烈的秋招季做准备的留学生
想知道如何回答面试问题,避开雷坑的学生
精品课时间
9.22 9.29 8:30PM-9:30PM
精品课参与方式
关注Power Career 公众号
在后台回复关键词【通过面试】即可

原文始发于微信公众号(PowerCareer):年薪120K, 岗位年增长29%,怎样才能进入炙手可热的Data 行业?