MLE、DS、BA的区别是什么？Hiring Freeze自救指南

秋招超级提前批、第一批放岗、第一批发Offer......

不仅在零售业扩张版图，Amazon在今年在招聘上也「玩」起了「闪电战」。

就在最近，在受到了大量应届生们大规模的「简历轰炸」和超量的申请之后，一直火爆招聘的Amazon不得不选择将自家招聘进程「降降温」。

有不少求职者反映，他们在最近都收到了被Amazon放入「Waitlist」的通知。

不拒绝也不接受，Amazon好似玩起了「半推半就」。

在这种时候，只靠等待是没有用的，通过Networking或是不断增加自己的硬实力，将主动权掌握在自己手中，才是对抗「大厂」降温的正确之道。

为了帮助大家更好的面对大厂突如其来的变化逆风起势，把挑战变成机遇，在Uoffer刚刚结束的讲座中，我们就邀请到了来自Amazon的Data Science Consultant-Teddy老师。

他拥有丰富的教学与技术岗面试经验，曾负责研发Siri语音算法，也曾在Bayer建立多个定制ML/DL模型作用于药物研发和制造。

话不多说，接下来就带大家一起回顾一下讲座中的精彩瞬间。

01、MLE、DS、BA的区别是什么

Data Analyst

如果你的专业是有关Science、Engineering或者Management，那么在今后会比较适合从事Data Analyst相关的工作。

Data Analyst是个偏向于分析产品的职业，可以帮助公司看清自家产品在市面上的情况，通过做一些更好的活动（Run Better Campaign For Marketing）、 将数据更好的表现出来（Better Feature）、定价调整（ Pricing Adjustment ）等各种方式去协助公司里的领导或是总监去完成对公司最有利的调整。（提高收益）

Data Scientist

如果你的专业比较偏向理科（有商业意识的话加分），那么在今后会比较适合Data Analyst相关的工作。

相对于Data Analyst来说（看数据有什么趋向/趋势），Data Scientist会更加注重原始数据。

Data Analyst是通过数据回答问题的人，Data Scientist则是通过数据创造问题的人，会用更宏观的角度来让公司变得更好。（节省项目时间、增加项目流畅度、提高项目收益等等......）

Machine Learning Engineer

如果你的专业与Computer Science直接有关，那么Machine Learning Engineer可以成为你今后的职业的选择之一。

Machine Learning Engineer是一个把模型变现的职业，通俗点来说，就是把Data Science通过数据建立的模型变成可运行的产品。（适用于市场并可面向大众）

02、Hiring Freeze还有哪些岗位在招人

尽管最近美国的经济趋势趋于低迷，但在这种情况下同样也有一些公司一直在招人，经济低迷始终不会去直接影响这些公司对人才的渴望。比如已经融资了（20-30w）的初创公司、与健康相关的公司（制药厂等等...）、咨询公司（通常会外包员工）等等。

每一个公司都会在不同情况下一直在招他们有需求人，不希望同学在面对裁员潮的时候就放弃找工作或丧失动力，不断去精进自己的工作能力，才是在求职中保持竞争力的不二之选。

Q&A

Q：Intern的面试和Fulltime的面试有什么区别? 以及说面试官对于 Intern 的表现的期望值是否会比 Full Time 的低一些?

A:  确实，对于Intern来说更多的是去解决一些比较就是原始简单的的问题，所以当你在面试 Internship 这种职位的时候，相对来说你的面试经验/工作经验不需要太多，但这里还是建议同学如果想面试实习岗位的时候，还是要把它看成当做成一个 Full Time的岗位去面对。

Q：Job Description的需求是否都需要在简历中体现呢？

A：没有必要，因为如果在简历中全部满足了JD的所有要求，只是有很大概率通过Automatic System。但是值得注意的是，这样做的弊端是会让面试官认为你过度推销自己，从而导致他去细究你简历上的每一个点，一旦出现这种情况，你的面试难度就会大幅度提高。

Teddy老师在现场还跟大家分析了很多关于Case Study的解题思路和往年大厂的面试真题分享，想要获得全程回放的同学可以添加下方小助手免费获得全程回放！