年薪120K, 岗位年增长29%，怎样才能进入炙手可热的Data 行业？

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。

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。

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。

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?

你也想提前锁定Data Offer

尽快进入高需求，高年薪的朝阳行业。

用最短的时间赚回百万学费

走路带风，行动洒脱，早日移民