7月25日，16周数据科学家暑期求职训练营全面启动！

在政策一天一个样的美国求职市场上，大家的竞争压力也越来越大。找工作再也不仅仅是毕业生需要考虑的事情了。越来越多的同学刚本科二三年级，或者研究生刚刚入学就已经开始准备丰富自己的专业技能。同时，也有很多已经开始自己 OPT 的同学也在更加努力的想要迅速找到适合自己的工作。

在这种大环境下，想必同学们也越来越了解Job Market 中最紧缺的职位有哪些 -- 如果你是数学、统计、计算机等专业，希望做数据分析工作；或者化学、物理、环境工程等专业希望转行；数据科学家都是一条不错的出路。

根据2020年03月Glassdoor的结果显示，数据科学家平均起薪为$113,309 美元,而最高起薪约为15.4万美元。

而在 LinkedIn 中搜索关于数据科学家的岗位，近2万3千个 Opening 中，有近 1/4 都是 Entry Level 的职位。

全美平均年薪$113,309 起的数据科学家必须有出众的编程技能，以及统计、概率、数学方面的知识，如此才能理解数据、选择正确、实施、提升解决方案。此外，数据科学家需要经常向中高层管理者报告结果。这就需要出色的文字表达和公开演讲技能。数据科学家须以一种简单易懂，令人信服，充满洞见的方式向听众展示数据、支持商业决断。

数据应用学院 2020 年7月期

数据科学家求职训练营

开营时间：2020年7月25日

时长：16周

Early bird Promotion正在进行中~

扫二维码加咨询导师

本期亮点：16大项目刷到手软

再也不怕简历没内容！

如何报名？

Option 1 扫描左侧二维码添加小姐姐 / 本文留言 / 后台留言进行个性化咨询&简历测评

Option 2 点击阅读原文，进入报名页面

Option 3 直接登陆官网

https://www.dataapplab.com/course/dscn/

Option 4 咨询电话 / Email

1-800-485-7918

[e-mail]

超强导师团队

学生就业导师 Jason Geng

资深全栈数据科学家，数据科学协会（ideassn.org）执行主席，南加州大学（USC）客座讲师，曾在Symantec工作8年，担任大数据安全、数据科学教育专家

(在课程中介绍数据应用入门，Spark 机器学习库，图形数据库)

Mentor Feng

现任 Bank of America 工程 VP，The University of Texas 计算机博士 (在课程中介绍计算机数据结构和算法)

Mentor Peter

现任LinkedIn资深数据科学家，Duke University 物理博士

(介绍在数据科学领域中如何数据处理和机器学习如何操作及部署)

Mentor Henry

现任 FLAG Machine Learning Engineer，UC Riverside 物理博士

(在课程中介绍Unsupervied Learning)

Mentor Fiona

现任 Ticket Master 资深数据科学家， CMU computer science 硕士

(深度讲解AB Testing应用场景)

Mentor James

现任 Microsoft 数据科学家，Purdue University 统计学博士

(介绍在数据科学中的统计学基础知识和背景)

Mentor Alan

现任游戏巨头Data Analyst，CMU硕士

(多年游戏及 Entertainment领域数据分析经验)

Mentor Kai

现任 CapitalOne 数据分析部经理，资深数据科学家

(数据预处理中的一些技术和方法)

辉煌历史

1. 学员就业

从2015年开始，数据应用学院毕业营员已覆盖中美100余家企业，横跨IT, 金融，医疗，社交，游戏娱乐，电商，地产，产品制造等8大行业。

2. Kaggle竞赛金榜题名

2016年8月，数据应用学院学员在无数个昼夜的连续奋战下，成功夺取第一块Kaggle竞赛金牌！至今为止，数据应用学院已在Kaggle竞赛中获取1枚金牌，4枚银牌，11枚铜牌，与北美Data Camp第一阵营Insight, Data Incubator, Galvanize, NYC Data Academy等旗鼓相当。

3. 北美业界认可

2016年10月，数据应用学院被北美科技媒体TechBeacon评为北美Top Data Camp, 与老牌劲旅Data Incubator，Galvanize等齐名！2018年，我们又被CIO网站（cio.com) 评为最佳Data Science Bootcamp！

4. 广泛合作

数据应用学院(Data Application Lab)与IDEAS (International Data Engineering and Science Association) 联合举办“南加数据科学大会”、“达拉斯数据论坛”以及“芝加哥数据论坛”，"MIT区块链大会"，“哈佛人工智能，大数据与区块链大会”，“纽约区块链领导力峰会”，“芝加哥人工智能与数据大会”；与NVIDIA，METIS，洛杉矶市政府，南加州大学等建立紧密合作关系，共同推进数据科学的产业应用与人才服务。

如果你想要扎实数据科学的基础，提升数据科学的建模能力，想要学习高效算法，请老师讲解最厉害的面试题，这一次机会你不能放弃了，数据科学家训练营动力起航，我们给你最完备的教学计划。

课程周期：16周

课程形式：

Zoom Online Webinar 

直播课堂 实时互动

提供 video 回看复习整理

课程时间：

Lecute：

Saturday & Sunday 17:00 - 19:00 PT

Homework: 

Saturday 15:00 - 16:30 PT

Interview Class:

Saturday: 13:00 - 15:00 PT

TA Office Hour：

Wednesday 17:00 – 19:00 PT

Friday 15:00 – 17:00 PT

Week	Main Topic
Week 1	Course introduction Pandas, Numpy intro Best practice in the data processing
Week 2	Project 1 Statistical Foundations      Data Science project lifecycle Machine Learning Ecosystem
Week 3	Project 2 Machine Learning Algorithm 1 CS Algorithm (Python) 1 Supervised Learning 1
Week 4	Project 3 Machine Learning Algorithm 2 CS Algorithm (Python) 2 Supervised Learning 2
Week 5	DS Interview Class 1 Project 4 - Kaggle Demo 1 Data Visualization Advanced Visualization A/B Testing
Week 6	DS Interview Class 2 Project 5 - Data Viz Data Processing & Data Frame Spark SQL Unsupervised Learning 1
Week 7	DS Interview Class 3 Project 6 - Kaggle Demo 2 Deep Learning Unsupervised Learning 2
Week 8	Project 7 - PySpark Machine Learning
Week 8 - 10	Kaggle 1 Kaggle 2 Kaggle 3
Week 11 - 13	Capstone Project 1 - FinTech
Week 14 - 16	Capstone Project 2 - Recommendation System
Week 13 - 16	Capstone Project 3 - NLP

完整版课表

扫码获得

如何报名？

Option 1 扫描左侧二维码添加小姐姐/本文留言/后台留言进行个性化咨询&简历测评

Option 2 点击阅读原文，进入报名页面

Option 3 直接登陆官网

https://www.dataapplab.com/course/dscn/

Option 4 咨询电话 / Email

1-800-485-7918

[e-mail]

1. 充实简历的实习项目

本期三大Capstone项目以及13个课后projects，包涵广泛应用于业界的Fintech风控，NLP商品评论分析，游戏广告推荐系统，大大提升个人简历竞争力！点我点我点我，看Project 全纪实！

a. FinTech（Financial Technology） Project （必修）

通常情况下，Lending Club (美国P2P借款机构)中包含了成百上千的贷款项目，让投资人难以进行选择。在我们的FinTech项目中，我们会使用过去所学的知识来设计一款产品，通过机器学习技术帮助投资人在Lending Club中确定最优项目来进行投资。当新的贷款项目进入平台后，我们的产品会自动分析项目的各项指标，从而筛选出最佳的投资项目。我们还会设计简单的产品展示页面，实现产品与用户操作上的交互功能。

以美国家喻户晓的P2P借贷机构Lending Club 的公开数据为基础（从2011年的数据至今），分析其中超过百万条数据的上百个特征，对这些数据进行各种深度清理与整合，之后使用广泛使用并且被证准确高效的机器学习模型（如随机森林Random Forest，）对这些整理过后的数据进行训练（train），验证（validate）及预测（predict），从而达到从千万条请求中挑选优质借贷款项。此项目在实际的商业情境下，以真实产品需求为背景，为投资人提供高效的分析结果，指导智慧投资。为同学们添加坚实的模拟实战经验。

· 230,000+条海量数据的处理和100+数据特征的筛选

· 通过Gradient Boosted Regression Trees (GBRT) 算法构建机器学习模型

· 实现Lending Club平台下最佳投资项目的选择

· 网页用户交互界面设计与产品展示

b. NLP (natural Language Processing) Project （必修）

人们在购物平台上购买某种商品时，通常会阅读其他购买人的评论得知评价者对于商品的评价是好评还是差评，然而如何通过机器的自然语言识别自动识别一段文字的情感评价？在我们的NLP项目中，我们会通过结合不同的机器学习算法设计一项产品来帮助我们实现这一功能。我们不仅仅可以实现对评论的情感评价，同时也会对其中的关键词进行高亮，并且通过简单的展示页面实现产品与用户操作上的交互。

在这个项目中我们以amazon review dataset 为基础，围绕数据集通过对词语切分（Tokenization），正则化（Normalization）以及词干化（stemming，lemmatization）等技术，构建多种机器学习的算法统计模型（如Logistic regression，naive bayes）以及深度学习的模型对处理好的数据进行训练。最终我们会使用模型对一个输入语句进行情感极性的分析和预测并通过构建Flask 应用对整体项目进行展示。通过分析用户对产品的评价的情感极性，发掘潜在的购买意愿及商业价值。

· 提取Amazon Kindle review dataset作为模型训练数据库

· NLP处理流程的进阶学习与掌握

·多种机器学习算法的对比与评价(Logistic Regression, Support Vector Machine and Perceptron etc.)

· 实现对评论的情感评价与关键词提取

· 网页用户交互界面设计与产品展示

c. Game Recoomendation System Project（必修）

推荐系统近几年发展十分火热，几乎所有的电子商务、社交网络、购物平台等都在不同程度上使用的各种各样的推荐系统，在游戏平台中，推荐系统也是不可缺少的部分。在我们的游戏推荐系统项目中，我们会基于Steam平台，对用户过去的行为信息进行分析，基于游戏的受欢迎程度设计推荐系统，为用户进行游戏推荐。用户同时也可以通过选择感兴趣的类别对结果进行过滤，对推荐结果进行进一步优化。

通过steam游戏平台作为背景，实战python多线程爬虫抓取海量真实数据，并以此为例围绕用户游戏历史提出产品化的问题，从而开发“私人化”个性化的解决方案。学习如何处理抓取后的大量JSON，HTML等数据，以及数据清洗，数据挖掘，数据存储，从而建立并代码实现完整的推荐系统的建立。推荐算法使用Spark基础下的，Popularity-based, Content-based，Collaborative filtering等对我们的数据进行训练和预测。最终通过搭建一个完整的交互式的网页应用构架展示并且来为用户推荐基于不同模型下的个性化“猜你喜欢”的解决方案。

· 实现对用户的游戏推荐功能

· 网页用户交互界面设计与产品展示

2. 教学期内容覆盖面是高频题库与业界发展潮流

根据数百位学员的面试情况，结合跟企业合作的交流结果，我们及时更新教学内容，既覆盖面试环节的基础知识点，又增添紧跟业界应用发展的热点话题，保证学员所花时间物有所值，事半功倍。

3. Kaggle 实战竞赛指导

Kaggle 中将新增训练(不限于) Keras, Theano, PySpark, XGBoost 等工具。

Kaggle 竞赛实战辅导会选择当月正在进行的Kaggle 题目，指导大家参与real 竞赛。有价值的旧题则会以作业的形式出现在教学期，并会由我们统一评讲。

4. 专业求职面试辅导

数据应用学院为你准备了无限次求职规划辅导 + 内推。除此之外，我们坚信每一个学员都有自己特殊的情况需要我们个性化的服务，所以我们准备了以下配套辅导：1. 免费简历一对一修改；2. 免费一对一模拟面试（Onsite）；3.  超值大牛老师职业辅导课

5. 校友 Club

数据应用学院校友将终生享受免费内推信息与内推服务，并充分利用校友资源进行相互内推。每期训练营结束后，对于不同求职需求的同学提供专业性服务。

课程回顾示例

数据科学家课程

如何报名？

Option 1 扫描左侧二维码添加小姐姐/本文留言/后台留言进行个性化咨询&简历测评

Option 2 点击阅读原文，进入报名页面

Option 3 直接登陆官网

https://www.dataapplab.com/course/dscn/

Option 4 咨询电话 / Email

1-800-485-7918

[e-mail]

部分学员去向

心动不如行动！赶紧扫码联系我们~

往期精彩回顾

点「在看」的人都变好看了哦

点击“阅读原文”查看数据应用学院核心课程