Quora上有道问题引来人们关注：
如何通过改善自己的LinkedIn档案拿到一份数据科学的offer？
数据科学家被称为“The Sexiest Job of the 21st Century”，近年来受到追捧的原因可想而知：
1. 6位数的工资：在这个职位，拿6位数工资是再正常不过的事情，年薪中位数高达$93,000
2. 工作机会指数级增长：美国劳工统计局预测，到明年，对数据科学家的需求将超过供应量50-60％。
因此，针对quora上这道很多人都关心的问题，许多人展开了讨论，一些大神也纷纷倾囊相授，给出了自己的建议。
首先，是LinkedIn形式上的建议：
Tip1
要有一个能为自己代言的headline
Headline位于你的LinkedIn Profile Name下方，主要的作用就是：1句话介绍你自己。
写Headline的时候要尊崇2大原则：
1. 吸睛原则：想象一下，如果你在乘电梯的时候遇到了一位recruiter，你只有30秒的时间与他交谈，你会如何跟他介绍自己？
2. 说明白原则：在描述时，保持简单易懂，让“外行人”帮你检查一下，看他们读完后，是否能马上明白你的特长、你能做什么。
Tip2
如果上过相关课程，一定要在profile上体现出来
Data Science是一门新兴学科，许多学校都没有这个专业，也没有系统的课程。因此，Data Scientist接受职前培训，已不是什么稀奇事。
据调查显示，40%的data scientist都在LinkedIn上公布，自己上过online培训类的课程。
如果你上过任何data science相关的课程/培训班，一定要在education栏体现。并把你在课上学到的topic一一列出。
Tip3
重要！学好coding，至少在skill栏写一项编程技能
有好几个回答都不约而同地建议求职者们学好coding，并把会的语言列出来。
可能有人会问，为什么做data scientist需要懂编程？
简单来说就是：工作需要。
几乎所有数据科学家，都至少会Python，SQL，R和Bash / Command Line中的一种，具体所需的编程语言会因公司而异。
可能有人会问，那找Data工作和找程序员工作有什么区别？
就面试层面来说，Data岗位的面试，更重视对coding基本题的掌握，较少出现难题和偏题。
另外，Data岗的coding面试轮次少于程序员, 一般只有2轮（程序员一般4轮）。
在求职市场竞争激烈的当下，如果LinkedIn profile里有python、coding等这样的关键字，很容易被HR搜索到，并在Data的求职市场上竞争力加倍。
Tip4
把做过的project都以link的形式发表出来
对于那些上过培训班的同学，一定也都做过data相关的project。
不要单单把你的这些经历写出来，而要“展现”出来，让人看见。
把做过的project上传到Github或Slideshare上，然后生成链接，放在LinkedIn上面。
如果是团队合作完成的project，你要记得写出其它team member的名字，并单独说明你自己在team里的任务，以及用到的tools和techniques。
如果你没有做过任何data science相关的project，许多回答都建议求职者花一些时间去做project，或至少给自己找一些data science problem，然后把自己的解决思路和方案写在profile上。
最后，quora上还有一些关于职业发展的建议：
Tip5
如果无法一步求职成功，也可以“曲线救国”
对于有志成为data scientist的同学，必须要了解一个事实：那就是这个职位放出的entry-level空缺比较少。
很多data scientist都是在其他data岗位上历练1-2年后，再转过来的。
比较常见的career path是从Business/Data Analyst、Data Engineer等职位入门。
不过不要以为以上两个职位就能躺着拿到offer，想成功求职，都是需要掌握编程能力、以及相关的project/case study经验；尤其是找BA类的工作，对英语交流能力的要求更高。
因此，无论寻求何种岗位的工作，都需要好好打磨自己的技术，付出相应的努力。
更多科技求职资讯，请关注“来Offer”！
932
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
