硅谷数据科学家成长之路
主讲人介绍
蒲博士，统计学博士
2007年-2011年在上海交大读核工程专业
2011年-2013年在明尼苏达大学读物理专业
2013年-2017年在加州大学圣地亚哥分校读统计学专业
即将毕业前往硅谷的一家明星企业做数据科学家
主要内容
-
读统计学专业的心路历程
-
读博期间的暑期实习经验
-
找数据科学家工作的经历
一、踏上统计学之路
（一）起因
硕士期间主修物理，同时也选修了统计课，发现对统计学的理解比对物理的理解更容易，且统计学专业更容易找工作，因此，决定继续深造，申请统计学博士。
（二）努力转型
因硕士期间没有数学基础与背景，所以选择课程自行学习并且拿到统计学教授的推荐信。
（三）读博经历
统计博士的学位要求：
1.完成课程
2.通过笔试
3.开题报告
4.发论文，参加会议
5.博士论文答辩
读博期间的课题领域：稀疏PCA，稀疏聚类，非参数/半参数统计，高维统计
读博期间的paper：
1.from sparse PCA to sparse clustering
2.a simple approach to sparse clustering
3.Semiparametric Estimation of Symmetric Mixture Models with Monotone and Log-Concave Densities
4.Concentration of Measure for Radial Distributions and Consequences for Statistical Modeling
读博期间的业余生活：攀岩、游泳、观光、徒步等
读博的出路：
学术界or工业界？
总结：学术界并不好走，首先要能发表含金量高的论文，其次导师在学术界有一定的权威，最后要有沟通与教学的能力（而且教学的付出与收入不成正比）
那么博士进入工业界又有什么要求呢？
数据科学，一门综合学科
二、暑期实习
实习1：编程能力的提高
实习2：机器学习与统计学的运用
主要任务：利用机器学习的模型预测广告点击率（CTR），进而给不同的用户推荐不同的广告，提高广告营收。
扩展知识：线上广告推广
谷歌2002-2016年的总营收情况
谷歌2001-2016年的广告营收情况
facebook2009-2016年的营收情况
总结：
- 谷歌、facebook的主要盈利靠的是广告
- 广告市场有非常大的挖掘价值
不同的广告模式
CPM：按展示收费——弹出窗口
CPC：按点击付费——点击广告
CPV：展示广告——按投放广告网站的被展示次数计费，网站被打开一次计一次费(引自CPC、CPM、CPA、CPS、CPT、CPV的区别)
继续yahoo实习的话题，通过对扩展知识的了解，我们对广告模式有了一定的了解。
在yahoo公司的实习主要任务是预测广告的CTR。
解决步骤：
1.收集数据，包括用户的信息（年龄、性别、薪水等）、广告的信息、广告供应商的信息等。
2.数据清洗
3.提取有用的变量，训练模型
4.用模型预测用户的点击率
5.做线下实验，查看预测成功率
6.线上实验（步骤5成功后才执行步骤6）
实际上，预测广告的CTR是一个分类问题，因为广告被点击，标志设为“1”；相反地，广告没被点击，标志设为“0”。我们关注的并非是广告是否被点击，而是预测点击的概率有多少。
预测中使用的模型是逻辑回归模型，典型的监督学习算法，也是典型的分类算法。
真正在CTR预测中运用的模型是决策树、GDBT、逻辑回归算法。
扩展：分类算法
-
非参数模型：最邻近算法、决策树
-
参数模型：朴素贝叶斯算法、逻辑回归算法、线性判别式分析（LDA）、支持向量机（SVM）
-
集成方法：随机森林、Adaboost算法、GDBT
三、找工作经历
面试流程与要点
面试心得
笔记总结：
1.转专业需要很大的勇气，最重要的是要看自己擅长什么、感兴趣的是什么
2.想要做的事情就尽全力去做，并且要提高自主学习能力
3.三思而后行，谨慎一点，对自己的人生负责
4.经验是宝贵的，能力是可提升的
5.软硬能力两手抓，每天进步一点点
6.知道自己目前的优劣点，有意识的弥补自己的不足
最后感谢蒲博士的分享，获益良多，数据科学的道路上我们共同进步！
本文为 泰阁志-解密大数据 学习笔记，了解更多请关注微信“泰阁志”
