数据与分析

数据科学家

面向真正备战 Meta、Netflix、Stripe、Airbnb 等公司产品 / 增长 / ML-DS 面试流程的在职数据科学家。课程从 SQL 窗口函数和 A/B 测试解读出发，覆盖因果推断（DiD、RDD、倾向得分）、从逻辑回归到 XGBoost 与基于嵌入的匹配，以及把资深 DS 与 DA、MLE 区分开来的生产统计习惯。每个模块都给出面试问法与可放入作品集的真实产物。

5 个阶段，共 30 个模块共 84 小时内容

开始面试准备打开课程

课程大纲

第 1 阶段

预备基础

1
数据科学自我评估
120 分钟
2
数学与编程准备
120 分钟

第 2 阶段

基础入门

1
统计学基础
180 分钟

2

数据科学Python编程

180 分钟

3

分析型SQL

180 分钟

4

数据可视化与叙事

180 分钟

第 3 阶段

核心能力

1
假设检验与统计推断
180 分钟
2
回归分析
180 分钟
3
A/B测试与实验设计
180 分钟
4
业务指标与KPI
180 分钟
5
A/B测试陷阱与方差降低
180 分钟

第 4 阶段

执行力进阶

1
分类与聚类
180 分钟
2
因果推断
180 分钟
3
利益相关者沟通与影响力
180 分钟
4
机器学习管道与生产部署
180 分钟
5
特征工程与数据泄漏
180 分钟
6
数据科学家面试准备
360 分钟
7
超越准确率的模型评估
120 分钟

第 5 阶段

专业深耕

1
贝叶斯方法
240 分钟
2
时间序列分析与预测
240 分钟
3
深度学习与自然语言处理
240 分钟
4
数据科学案例研究框架
180 分钟
5
集群随机化与网络效应实验
240 分钟
6
异质处理效应与提升建模
240 分钟
7
机器学习可观测性与漂移检测
240 分钟
8
多臂老虎机与上下文老虎机
240 分钟
9
隐私保护分析：差分隐私、k-匿名、联邦学习
240 分钟
10
序贯测试与mSPRT
240 分钟
11
双边市场指标与切换实验
240 分钟
12
LLM与RAG评估
240 分钟