Data scientist full time Company
未公开
专业：未公开
实习申请
目标地区：归国；方向：咨询 / 商科
核心支持
月开始服务后，我们指定了完整的成长计划，成长计划包括了Coding（python, sql)的训练、ML/Product ca…
申请推进路径
- 122年7月
通过我们Refer了Fidelity US office, refer两周后收到HR Phone call, 核对了一些resume上的基础信 息，讲了讲公司对岗位的期待值和面试会有哪些内容
- 222年8月
收到了技术电面，技术电面会go through resume, 然后根据Project经历问涵盖关键词的统计学和ML 基础知识，比较像那种给我解释一下：怎么选metric？如果遇到了data imbalance，怎么处理？
- 322年8月底
终面，并不是特别难，整个面试是以对答模式进行的，面试官问，候选人回答，ML+SQL+Data Structure+BQ,没有考现场coding, ML知识问的最多，问了Linear Regression/Logistic Regression/Neural Network
- 422年9月初
拿到Offer
遇到的困难
Client是22年5月找我进行咨询的，6月初开始的服务，目标是23年数据方向的Full Time机会。
Client有一段北美Start up remote实习经历，一段国内互联网公司战略岗（涉及sql)线下实习的经历，ML的知识比较薄弱，特别是ML相关的case板块。
蒸汽提供的帮助
月开始服务后，我们指定了完整的成长计划，成长计划包括了Coding（python, sql)的训练、ML/Product case的应用训练、Stats/ML Concept快问快答的训练、BQ故事的梳理和熟练度训练。
在7月底，我们帮助Client refer了Fidelity的机会，FIdelity的面试节奏不错，推进速度也很快。
在终面前，我们给client匹配了前Fidelity的Mentor进行了mock interview, Mentor的判断是面试能力之前已经锻炼的不错了，面试应该问题不大，果然我们的Client面试表现很好，顺利的拿下了Offer 03 02 04 01
想把你的背景也拆成一条可执行路径
案例能帮助你判断方向，但真正的差异还在于时间线、简历深度、签证窗口和岗位策略。扫码咨询后，我们会结合你的背景给出更贴近现实的判断。
顾问会先帮你看清下一步
添加后发送你的地区、学校、目标岗位，我们会尽快给你更具体的路径建议。