DAL 今日职位讨论快报 114

#14 2018-09-20

今天分享的职位来自 Amazon，这个职位是我们的一位优秀学员给我们推荐的职位，希望我们可以给大家分析一下怎么去投这份工作，那今天我们就一起来看看这个职位吧！

职位链接：

https://www.amazon.jobs/en/jobs/716909/data-scientist

简历要求：

还是按照我们之前所说的，大家要尽力去按照 JD 去修改自己的简历，这样是最可能去接近 Hiring Manager 要求的。这一次我们分析的职位，没有按照我们以前看到的那种简洁明了的 JD，这是我们需要去细细琢磨的地方。我们需要透过他们这个说的问题去看本质要求是什么

背景介绍：

Amazon 有很多数据科学的 position，比如 supply chain，recommendation system，searching system。但是今天的 position 是来自 Video Shopping Experience (VSE) 的组。

职位介绍：

We’re looking for an extremely customer-focused Data Scientist, who can help us connect customers with high-quality, relevant video content from our content providers to improve the customer shopping journey. 

我们从这里能看出来这个职位是与客户息息相关的，为他们推荐最适合他们的高质量视频的一个职位。这是要我们这个职位以 consumer 为中心的，有分析能力，而且要有 creativity 的一个人。

· Analyze complex datasets to make decisions

从这句话我们能看出来的是，一定要有大数据的技能，数据库的技能。

· Conduct scientific research projects

虽然这句话看上去什么都没有，但他想说的其实是让你有一些能够去完成一个 lifecycle 的技能，所以其实，统计建模和机器学习建模是这句话背后的意思。

· Create visualizations to drive data insights and describe an end-to-end system

这里除了数据可视化，还有别的什么呢？我们看到了 end-to-end 这个关键词。你不要直接去说，我有end to end的能力，你要去说你曾经做过的全周期项目是什么样的。关键词：full lifecycle system，data pipeline，feature engineering。

· Develop scalable algorithms and models for ongoing measurement and analysis

这里说的 scalable，实际上是去说你可以做大小数据集。你对于不同的数据集都有适合的算法去应对。在技能方面你要有一个算法的经验，也要有一个把产品实际运营部署到产品线上的经验。现在有很多数据建模的实时化，甚至还有机器学习的实时化，比如 ticket master 就是这样的。real time machine learning 是现在的一个发展趋势。这个虽然我们不确认这个组是不是在用，但是你可以去了解，让你有话说。

工业经验你需要提到以下几点：1. 结构化非结构化的数据处理能力要提及到。2. 关于 audio/video 的 feature engineering 的经验。3. 关于数据的 media/advertisement 的经验。

然后在 JD 里面提到了 retail 的经验。这个其实是一个标准的 2C 的模型，如果你有相关的经验也是可以写上的。我们再去深挖的话，我们会发现这个工作其实还有一个很重要的问题就是 search，那这方面需要你有比较强的算法的 support。再有一个，他们可能会希望你有的东西是 prediction，这个在数据方面很重要其实。对于这个组，我们可以看到他对预估是有要求的。比如如果你可以去预估一个视频的popularity，那就可以很好地去服务于这个视频的推荐系统。

接下来我们来说一下 video 这种行业在数据方面能做什么？

关于 video  streaming，我们平时用到的 amazon video 啊 music 啊，iTunes store 都是用到数据的。在哪里呢？最首先的就是推荐系统，这些组在做什么，就是根据用户的喜好需要去给用户推荐他们最喜欢的东西。那这个东西就需要一个推荐系统。那在这个之前，你需要做什么？你需要做用户画像，对用户 labeling，这个就是数据科学在这一块的第二个应用，通过海量数据对用户进行标签化。用户对于 video 的体验是一个全方位的体验，我们可以在很多方面对用户进行一个服务。这些影片或者音乐是通过一个数据流来进入到用户的 local system，有的时候可能会因为这个原因断断续续会影响用户体验。那数据可做什么？首先，如果我们可以预估一个 video 在不同的 location 或者 timing 的 popularity，那我们就可以从服务器上去设定一些基于你的这个 research 去给不同的时段和地理位置做一些优化的处理。还有一个很重要的东西，就是 A/B Testing。比如你的网页设计，可以做出两种方案来测试用户对于哪一种产品的设计会更适合你的这个。

Q & A

Q: 关于这个职位大概能有多高的薪水？

A: 这个职位在西雅图地区大概是 13 - 15 万美金的这样一个年薪。