1我是如何選擇統(tǒng)計(jì)這個(gè)專業(yè)，讀博的一些經(jīng)歷

2讀博期間的做了兩個(gè)暑期實(shí)習(xí)，提高工作經(jīng)驗(yàn)

3去年十月份到十一月份找數(shù)據(jù)科學(xué)家工作的一些經(jīng)歷

? ? ? 讀碩士期間認(rèn)識(shí)tiger，本科上海交大核工業(yè)專業(yè)、碩士物理學(xué)和博士專業(yè)都不一樣，本科后本來(lái)簽了一個(gè)核電站的工作，但是因個(gè)人原因就選擇出國(guó)，拿到碩士全獎(jiǎng)，碩士期間選修一些數(shù)學(xué)和統(tǒng)計(jì)，發(fā)現(xiàn)自己對(duì)統(tǒng)計(jì)的理解比量子物理更容易，而且發(fā)現(xiàn)統(tǒng)計(jì)學(xué)更容易找工作，于是申請(qǐng)博士。當(dāng)時(shí)申請(qǐng)到4家offer，因?yàn)閁CSD的學(xué)校排名最高，UCSD的教授也比較有名氣，所以來(lái)讀博。本科、碩士沒(méi)有任何數(shù)學(xué)和統(tǒng)計(jì)背景，如果你有一個(gè)目標(biāo)，你就會(huì)想盡辦法去達(dá)到，例如我碩士期間選修一些數(shù)學(xué)和統(tǒng)計(jì)課，拿到統(tǒng)計(jì)教授的推薦信，這時(shí)我為什么選擇統(tǒng)計(jì)的原因。

? ? ? ? 美國(guó)的統(tǒng)計(jì)學(xué)博士學(xué)校不多，共五十多所學(xué)校有統(tǒng)計(jì)課，統(tǒng)計(jì)博士學(xué)位在數(shù)學(xué)系下，有五位統(tǒng)計(jì)教授和五位概率學(xué)教授，學(xué)校的統(tǒng)計(jì)專業(yè)還是不錯(cuò)的，計(jì)算機(jī)系也很優(yōu)秀，有很多業(yè)界很著名教授做人工智能這塊，統(tǒng)計(jì)課有很多專業(yè)課需要修，對(duì)中國(guó)學(xué)生來(lái)說(shuō)很容易，但是比較難的是做科研，如何發(fā)paper，需要一定的科學(xué)成果才能達(dá)到畢業(yè)要求，這是每個(gè)博士都覺(jué)得困難的地方。 我們教育模式我們更擅長(zhǎng)考試，但并不一定擅長(zhǎng)創(chuàng)造性的研究，我比較幸運(yùn)遇到一個(gè)很好的導(dǎo)師，在他的領(lǐng)導(dǎo)下我的博士道路進(jìn)展還算順利。修很多統(tǒng)計(jì)課，筆試，開(kāi)題報(bào)告，發(fā)一些paper證明你達(dá)到統(tǒng)計(jì)博士水平，博士論文答辯。

? ? ? ? 讀博期間的科研，ucsd的科研做了很多，真正發(fā)表paper的只有后面三個(gè)，寫進(jìn)論文的有四個(gè)project，F(xiàn)rom Sparse PCA to Sparse Clustering，A Simple Approach to Sparse Clustering，Semiparametric Estimation of Symmetric Mixture Models，Concentration of Measure for Radial Distributions。

? ? ? ? 老板給了一個(gè)很難的課題，要做很多理論分析，項(xiàng)目做起來(lái)很困難，八個(gè)月做起來(lái)了，做了很多證明，因?yàn)轫?xiàng)目立意不夠新，沒(méi)有太強(qiáng)的原創(chuàng)性，于是不發(fā)表paper，讓我很被動(dòng)，當(dāng)時(shí)一度想放棄想找工作。但是老板又給了一個(gè)課題，說(shuō)這個(gè)很容易，然后就有了第一篇文章，這篇統(tǒng)計(jì)學(xué)的paper用了五個(gè)月的省稿時(shí)間，統(tǒng)計(jì)學(xué)論文省稿周期一般是一到二年，這篇文章被用了之后增大了我的自信。自己找一些課題，老板的畢業(yè)要求至少三篇文章，其中一篇是自己的idea，自己是第一原創(chuàng)作者，博士后需要自己找課題自己寫文章。

? ? ? ? 業(yè)余生活，攀巖，圖書(shū)館，海景，建筑，公園，（想象……）

? ? ? ?讀博面臨一個(gè)問(wèn)題，選擇學(xué)術(shù)界還是工業(yè)界，做學(xué)術(shù)并不是一件容易的事情，統(tǒng)計(jì)教授付出的時(shí)間和回報(bào)并不一定成正比，我老板正教授年薪15萬(wàn)美金，博士畢業(yè)做教授，先做一兩個(gè)博士后六萬(wàn)五千美金，找到教職也需要很大精力，助理教授九萬(wàn)五千美金。好處拿到終身教授，就是鐵飯碗，不擔(dān)心失業(yè)問(wèn)題，金融危機(jī)什么的也不怕，想去學(xué)術(shù)界你的文章就需要很好，學(xué)術(shù)研究很有名，你的老板也要很有名氣，你還要會(huì)教書(shū)。工業(yè)需要擴(kuò)展自己的一些技能，數(shù)據(jù)科學(xué)是一個(gè)交叉學(xué)科，計(jì)算機(jī)，數(shù)學(xué)和統(tǒng)計(jì)，以及一些背景知識(shí)的結(jié)合。我是統(tǒng)計(jì)博士對(duì)統(tǒng)計(jì)這塊了解深入，但是不代表我能做大數(shù)據(jù)，并不能代表能成為一個(gè)很好的數(shù)據(jù)科學(xué)家。

? ? ? ? 讀博期間選修了一些計(jì)算機(jī)系的課，數(shù)學(xué)算法，人工智能，選修或者旁聽(tīng)課，提高自己的技能，有了這樣一個(gè)認(rèn)知，我就去修課去找實(shí)習(xí)，我博士二年級(jí)做開(kāi)題報(bào)告，當(dāng)時(shí)已經(jīng)拿到一個(gè)實(shí)習(xí)offer，找暑期實(shí)習(xí)還是比較困難，想去硅谷大公司做實(shí)習(xí)，沒(méi)有任何經(jīng)驗(yàn)就比較困難，最后拿到兩個(gè)面試，得到一個(gè)Teradata的工作，想利用我對(duì)統(tǒng)計(jì)的理解和人工智能方面做一款軟件，去分析數(shù)據(jù)的實(shí)習(xí)。第二年找實(shí)習(xí)是Yahoo的實(shí)習(xí)，做的是數(shù)據(jù)科學(xué)家的工作，Yahoo收入依賴于廣告，曾經(jīng)輝煌過(guò)，現(xiàn)在被收購(gòu)，實(shí)習(xí)主要做預(yù)測(cè)廣告點(diǎn)擊率，需要很多人工智能的方法，用某些模型去估計(jì)廣告點(diǎn)擊率，我們就知道給什么用戶推薦什么廣告，能增加用戶的點(diǎn)擊率。線上廣告推廣，谷歌或是Facebook的營(yíng)收，廣告占了很大一部分，廣告這塊是個(gè)很有價(jià)值可挖的部分。如果你能增加用戶的點(diǎn)擊率和轉(zhuǎn)換率，你就能賺很多錢。廣告實(shí)時(shí)競(jìng)價(jià)系統(tǒng)里面的一些模型，發(fā)送廣告是為了提高品牌效應(yīng)，對(duì)應(yīng)的模型是CPM模型，想降低每一百萬(wàn)用戶看到廣告所消耗的成本。如果發(fā)送廣告是為了增加用戶的點(diǎn)擊率和轉(zhuǎn)化率，就是我們需要賣產(chǎn)品，那就是有兩種模型，一個(gè)是CPC，為了降低廣告供應(yīng)商每一個(gè)點(diǎn)擊轉(zhuǎn)化所消耗的成本，另一個(gè)是CPV。我們的模型是CPC，量化標(biāo)準(zhǔn)是廣告的點(diǎn)擊率。我做的實(shí)習(xí)是CPR的預(yù)估，廣告實(shí)時(shí)競(jìng)價(jià)系統(tǒng)，是一個(gè)很龐雜的系統(tǒng)，大多數(shù)谷歌員工在做廣告，Yahoo做cpc模型，目的就是為了提高用戶點(diǎn)擊率，用以往的數(shù)據(jù)去估計(jì)點(diǎn)擊率。這樣的實(shí)時(shí)競(jìng)價(jià)系統(tǒng)，最頂層是廣告供應(yīng)商是出錢的，例如facebook，把廣告位賣給了廣告供應(yīng)商，決定給什么用戶什么廣告，一方面提高用戶轉(zhuǎn)化率另一方面降低廣告商成本。

? ? ? ? 我在Yahoo做的項(xiàng)目，它的數(shù)據(jù)龐大，幾百萬(wàn)條用戶信息和所對(duì)應(yīng)的廣告信息，投放廣告的信息，廣告供應(yīng)商的信息，廣告本身的信息和用戶的一些信息，例如用戶體驗(yàn)和用戶個(gè)人的信息，怎么去提取有用變量，怎么建立模型，用這些模型去預(yù)測(cè)用戶的點(diǎn)擊率（CTR）。這廣告被點(diǎn)擊它的變量就是1，沒(méi)有被點(diǎn)擊那就是零，這是個(gè)分類問(wèn)題。我們真正關(guān)注的是點(diǎn)擊的概率有多少，我們用的是邏輯回歸模型，可以直接給我們用戶點(diǎn)擊的概念。人工智能的一個(gè)很重要的問(wèn)題是它的方法有很多，真正預(yù)測(cè)CTR的時(shí)候所用的方法只有決策樹(shù)模型，DT，JDBT，LR。在Yahoo所做的事情給你很多數(shù)據(jù)，選擇有用的變量，建模型，預(yù)測(cè)將來(lái)的點(diǎn)擊率，做很多線下實(shí)驗(yàn)，如果能增加用戶的點(diǎn)擊率，才可以做線上實(shí)驗(yàn)，線上實(shí)驗(yàn)成功后才可以放到實(shí)戰(zhàn)當(dāng)中，如果證明有用，才可以長(zhǎng)期使用，才能為公司賺很多錢。當(dāng)時(shí)帶我的導(dǎo)師是一個(gè)工作三四年的博士，因?yàn)橹暗膬蓚€(gè)員工不是很想做于是跳槽，當(dāng)時(shí)我正好在實(shí)習(xí)，導(dǎo)師讓我做，最后這個(gè)項(xiàng)目提高了CTR，讓我拿到offer。

? ? ? ? 我找工作的一些經(jīng)歷，找full-time的一些經(jīng)歷，數(shù)據(jù)科學(xué)家的工作，刷了一百道簡(jiǎn)單的題，對(duì)我比較難的是編程算法題，比較簡(jiǎn)單的是統(tǒng)計(jì)方面的問(wèn)題和數(shù)據(jù)相關(guān)的問(wèn)題，我面試谷歌時(shí)失敗的經(jīng)歷，問(wèn)的問(wèn)題偏向統(tǒng)計(jì)，例如很難的概率題，用R和Python去分析數(shù)據(jù)……。四輪面試，最后一輪感覺(jué)到我的交流溝通能力不強(qiáng)，給一個(gè)不是統(tǒng)計(jì)方面的數(shù)據(jù)科學(xué)家說(shuō)我簡(jiǎn)歷上的項(xiàng)目時(shí)不能講的很明白，最后hr給我的反饋說(shuō)我的一個(gè)表現(xiàn)不是很好，最后兩選一給了另一個(gè)有經(jīng)驗(yàn)的人?？偨Y(jié)經(jīng)驗(yàn)去面了兩家公司一個(gè)是美國(guó)版的知乎，另一個(gè)是電商公司，拿下了兩家的offer，最后選擇了電商公司。求職面試過(guò)程中有時(shí)候不是你的technique方面的技能，有時(shí)候溝通表達(dá)能力可能更重要，也是認(rèn)清自己的一個(gè)過(guò)程，你會(huì)遇到很多牛人，會(huì)激發(fā)自己去努力。

? ? ? ? 數(shù)據(jù)科學(xué)家（DS），資深數(shù)據(jù)科學(xué)家，principal DS，管理層，經(jīng)理，總監(jiān)，資深總監(jiān)，vp，資深vp。

? ? ? ? ?實(shí)習(xí)時(shí)導(dǎo)師給我的一個(gè)建議，作為一個(gè)數(shù)據(jù)科學(xué)家，如果你能同時(shí)不斷提升自己，發(fā)文章，能提高自己的價(jià)值，提升自己在業(yè)界的影響力。