#15 2018-09-24
今天分享的職位來自 Groupon劲适，你在上面買過東西嗎馒胆？
職位鏈接：
背景介紹：
這家公司是 Groupon，這是一個(gè)很有趣的公司褥符，他的成功來源于他的營(yíng)銷路線，團(tuán)購。但其實(shí)帆阳，我們可以看到背后的是，Groupon 是一家 data-driven 的公司屋吨，我們今天就來說一說數(shù)據(jù)分析在這種公司里會(huì)做什么樣的工作蜒谤。
職位介紹：
Responsibility
這個(gè)工作的要求分為兩部分，一部分是?The Ideal Candidate Will -- Responsibility至扰，另一部分是 Qualification鳍徽。
Synthesize raw data into recommendations on how products should evolve
要求你去同步這些數(shù)據(jù)。因?yàn)檎麄€(gè)公司的數(shù)據(jù)在不斷的更新和添加刪減渊胸，你需要把所有這些原始數(shù)據(jù)放進(jìn)公司的數(shù)據(jù)庫里旬盯。
Build machine learning algorithms to enable decision making in order to optimize customer experience/reduce cost/maximize profits or customer value
這句話看上去很有意義，但其實(shí)是廢話翎猛，幾乎所有的數(shù)據(jù)科學(xué)家數(shù)據(jù)分析師都在做這個(gè)事情胖翰。
Work with product management and engineering and operations teams to develop KPIs for new features and instrumentation to quantify the adoption of new product initiatives
這句話提了三個(gè) team，PM切厘，Engineering萨咳，Operation∫吒澹可以看出來這個(gè)職位是一個(gè) cross-function 的職位培他。其實(shí)很多數(shù)據(jù)的職位都是 cross-function 的鹃两，所以這是我們的學(xué)生必須的技能。這里提到了我們?cè)谶@個(gè)公司數(shù)據(jù)分析師數(shù)據(jù)科學(xué)家一個(gè)重要工作：design KPI舀凛。我們最近在我們公司內(nèi)部也在使用非常類似的方法在經(jīng)營(yíng)我們的社區(qū)俊扳，去做一個(gè)全美的數(shù)據(jù)科學(xué)社區(qū)。所以從我的角度能看到 Groupon 能提到這一點(diǎn)是希望達(dá)成他們 either 用戶增長(zhǎng) or 盈利猛遍，所以從你求職的時(shí)候你就要從目標(biāo)結(jié)果去反推這個(gè) KPI馋记，這是你需要去了解和研究的地方。大家也可以來了解一下我們的 ideas 社區(qū)：https://www.ideassn.org/
Quantify the value of existing product improvements or the potential value of new product hypotheses.
這個(gè)主要是一個(gè)量化的東西懊烤，這個(gè)不是一個(gè)特別難得點(diǎn)梯醒。
Design and support large-scale multivariate tests to prove out new ideas
這個(gè)是一個(gè) evaluation 的問題，這里是要比 a/b testing 更復(fù)雜一點(diǎn)的過程腌紧，這里就需要大家對(duì)于數(shù)據(jù)領(lǐng)域的測(cè)試有一個(gè)比較好的理解茸习。那什么叫 Multivariate Test？多參數(shù)壁肋？比如你要去測(cè)量一個(gè)橋梁架在哪對(duì)于這個(gè)城市規(guī)劃的影響号胚，這里你需要考慮的東西就很多，這個(gè)就是一個(gè)比較有代表性的多參數(shù)的測(cè)試墩划，可以最終幫助你去 make decision涕刚。
Create product scorecards for teams and managers to track product performance, business impact and discover opportunities
這里還是一個(gè)評(píng)估的東西。scorecard是什么乙帮？它其實(shí)就是一個(gè)評(píng)估的工具杜漠。這里也是需要大家有在數(shù)據(jù)領(lǐng)域有一定的 business sense 。
Deep-dive analyses to identify root causes of product or operational issues
這其實(shí)是數(shù)據(jù)領(lǐng)域的一個(gè) debug 的能力察净，當(dāng)你發(fā)現(xiàn)產(chǎn)品線那邊出現(xiàn)了問題驾茴，你需要有能力去發(fā)現(xiàn)是哪里出了問題。
Design both the business logic and the technical specifications to extract key data elements from a data warehouse
一般 data? warehouse 都是一個(gè)大數(shù)據(jù)的概念氢卡。這讓我覺得這個(gè) position 是有兩部分組成的：data modeling 和 ETL（偏數(shù)據(jù)工程師的一個(gè)技能）锈至。
對(duì)于整個(gè) responsibility 我們分析到這里，我們能看出來這個(gè)職位非常地全面译秦。他需要你有一個(gè)做 full-cycle 的能力峡捡。那在你寫你的簡(jiǎn)歷的時(shí)候，你就要去凸顯筑悴，你有完成 full cycle 的經(jīng)歷们拙，去體現(xiàn)你的綜合能力。
Qualifications
BS or graduate degree in Computer Science, Statistics, Mathematics, Economics or similar quantitative field, with an emphasis on predictive analytics, data mining, statistics, machine learning, algorithms, etc.
這個(gè)對(duì)于 degree 其實(shí)沒有很高的要求阁吝，什么專業(yè)也都可以砚婆。
3-6 years of data science experience working closely with product and engineering
關(guān)于經(jīng)驗(yàn)的問題，我們之前也說過很多次突勇。
Ability to translate business objectives and problems into analytical problems, and use quantitative/qualitative skills to deliver simple, logical and actionable solutions.
這里就是我們說的把商業(yè)問題轉(zhuǎn)化成數(shù)據(jù)分析的問題装盯。
Experience with data visualization (such as Tableau) and presentation
這里特別提到了一個(gè)數(shù)據(jù)可視化坷虑，特別說到了 tableau，那大家就應(yīng)該知道你應(yīng)該 skill set 里面寫上啥了埂奈。
Advanced proficiency in R, Python, and Excel
這里對(duì)于編程的要求迄损，提到了 Excel，希望大家不要輕視账磺，其實(shí)有的時(shí)候 Excel 也是一個(gè)很重要的技能海蔽。
Proficiency with SQL, Hadoop, or other Map/Reduce (or other scripting language)
這里啊有點(diǎn)問題 Map/Reduce 是一個(gè)算法，他并不是一個(gè) scripting language绑谣，所以看上去有點(diǎn)怪怪的。整個(gè)這一條是希望你有這個(gè)大數(shù)據(jù)拗引，數(shù)據(jù)庫經(jīng)歷借宵。
Proven ability to own data science initiatives end-to-end
這里所謂的 end-to-end 就是我們剛剛說的 full-cycle。
Ability to build predictive modeling such as time series, k-nearest neighbors, random forests, ensemble methods
這里說的很細(xì)致矾削，這個(gè)部分就是可以放在我們之前說的整個(gè)簡(jiǎn)歷最上面的 analytics skill 里面壤玫。
Understanding of applied math topics, such as probability and statistics, linear algebra, basic optimization techniques, etc.
這部分我也覺得是可以放在 analytics skill 的這個(gè) set 里面的。
Ability to understand and use software engineering techniques - parsing through data logs, leading instrumentation specifications and implementation, using and rewriting APIs, integrating APIs with data tools, knowledge and integration through machine learning platforms
最后這一條哼凯，對(duì)于數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師來說算是個(gè)拔高的要求欲间。因?yàn)樗岬搅艘粋€(gè) API，全稱是 Application? Programming Interface断部。這個(gè)其實(shí)是軟件工程里的一個(gè)概念猎贴，可以通過一個(gè) link 讓別人去掉用你打包好的程序。
Q&A
Q: 這個(gè)職位大概年薪多少蝴光？
A: 我覺得這個(gè)可能會(huì)比之前我們說的 amazon 還要高一些她渴，大概是 15 萬左右的一個(gè)年薪范圍。
Q: Groupon 的面試大概是怎么樣的蔑祟？
A: 電話面試兩輪趁耗，第一輪是 behavior，第二輪是便技術(shù)層面的疆虚，主要是去問問你做過project苛败。然后是可能有或沒有 OA，然后是 onsite径簿，一般開始是群面罢屈，應(yīng)該會(huì)有多輪多部門來進(jìn)行面試。
Q: 有同學(xué)問我職位在什么地方牍帚？
A: 這個(gè)你要看一下職位介紹儡遮，他有說在三番。Groupon 有很多個(gè) office暗赶，如果地理位置不合適鄙币，你可以去搜一搜看看有沒有別的選擇肃叶。
