主要观点总结
本文介绍了直通硅谷的数据方向求职培训计划，包括课程内容、讲师、服务周期、配套服务等。该计划旨在帮助学员科学求职，提升面试能力和项目背景，达到一线大厂面试水平。
关键观点总结
关键观点1: 培训课程
该计划提供数据方向求职的相关理论知识、工业界实际应用项目、各大科技公司面试趋势的学习，帮助学员从面试能力和项目背景等方面系统提升。
关键观点2: 讲师团队
讲师团队包括资深工程师兼面试官、擅长不同技术领域的老师，具有丰富的教学和面试经验。
关键观点3: 服务项目
包括职业规划、简历修改、项目咨询、模拟面试、职位订阅等，旨在帮助学员全方位提升求职能力。
关键观点4: 项目数量和质量
涵盖三大主项目，以及九个可选项目，完全掌握主项目可以获得等同于FLAGM公司初级数据分析经验的1-2年工作经验。
关键观点5: 服务周期和方式
服务周期为一年，包括基础学习、直播课程学习，提供无限次的专业咨询服务。
正文
Cathy老师
FLAGM在职数据科学家
擅长驱动分析，提高用户获取和用户留存，建立用户预测模型，提供用户增长策略。
在Data Analytics、Product Sense、A/B Testing、Modeling等方向的辅导经验丰富，数据科学领域全能选手，曾经就职于多家互联网科技大厂。
深耕数据科学领域多年，对各个细分领域面试侧重点都有较为全面的理解。
James老师
硅谷一线数据科学家
专精于NLU,Recommendation System, Anomaly Detection方向，10年学术和工业经验，曾应邀加入FLAG从事高级数据分析工作，拥有著名独角兽以及两家FLAG公司的Senior Data Scientist任职经验。
累计百场面试官以及Bar Raiser经验，深谙湾区科技公司Data track用人趋势及面试考察，对于Data岗位的技能要求有深刻理解。
Chris老师
硅谷一线数据科学家
工作方向侧重A/B Testing、Campaign Measurement、Digital Marketing Strategy和Product Analytics。
曾斩获多家互联网大厂OFFER，拥有丰富的面试经历和面试官经历。
熟悉北美湾区Data Scientist岗位的招聘流程和面试技巧，可以帮助想进入一线大厂就职的同学拿到心仪OFFER。
A/B Testing, Email Delivery Experiment - A/B测试实验设计及检验
此项目主要模拟了FANG公司常用的实验策略，其目的重在训练对网络电子营销的实战经验。基于正确的实验假设建立，通过categorical variable的使用分析用户行为数据，经过模型的有效论证，获取具备数据支撑的分析结果。通过该项目训练，可有效树立正确的数据分析思维，总结最佳的推荐决策。
Amazon Food Review - NLP自然语言处理技术在用户行为分析的应用
此项目重在掌握基于NLP应用场景的机器学习建模和可视化分析技能。主要是以亚马逊食品评价语料作为数据来源，利用词向量化、词云可视化、分类模型构建，通过ROC、AUC、 Precision、Recall、F1 score模型指标评价合理选择模型等分析方法理解自然语言处理过程，深入掌握数据建模与可视化的相关技能。
How to Improve Conversion Rate - 机器学习建模在用户重要指标方面的分析应用
此项目贴合真实应用场景，基于电商平台数据，通过数据清洗、归类、合并等分析方法利用机器学习模型进行预测。主要使用现有数据寻找转换率影响主流因素，作出对应的商业决策。分析过程将使用Random Forest和Logistic Regression等模型预测转换率变化。通过该项目训练，促使理论分析与实践应用相结合，提升对产品知识框架以及运用数据来驱动商业分析的能力。
完全掌握
项目一
（
A/B Testing, Email Delivery Experiment
）
、二（
Amazon Food Review
）、三（
How to Improve Conversion Rate
）可以获得等同于FLAGM公司在数据分析方面Junior DS level的1-2年工作经验。
本期项目意犹未尽？还有9大工业级项目可补充学习，涵盖
数据可视化、A/B Test Analysis、
机器学习模型
等核心重点内容！
戳海报了解更多项目
