Поиск работы в Америке
Должность Город, Штат
job title, keywords or company
city, state or zip jobs by job search
Страница 2 из 5 Первая 1 2 3 4 5 Последняя
Показано с 11 по 20 из 46
Like Tree15Likes

Тема: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

  1. #11
    Новичок
    Регистрация
    23.08.2016
    Возраст
    40
    Сообщений
    36
    Спасибо
    6
    Сказали 0 раз в 0 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?




    Цитата Сообщение от Regression Посмотреть сообщение
    занимался чисткой данных (data cleaning).
    not fun.
    И только этим? А должностные обязанности соответствовали заявленному в вакансии?

  2. Бронирование Отелей в США
    Circuit advertisement
    Регистрация
    Always
    Возраст
    2010
    Сообщений
    Many




     

  3. #12
    Новичок
    Регистрация
    23.08.2016
    Возраст
    40
    Сообщений
    36
    Спасибо
    6
    Сказали 0 раз в 0 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    Цитата Сообщение от MikeS Посмотреть сообщение
    Блин... Обожаю такие вопросы... Чем занимаются Data Analyst. Чем-чем... Анализом данных. Название позиции (да и требование в вакансии) могут мало соответствовать тому, с чем придется столкнуться на реальной работе. И, вероятнее всего, сколько есть работодателей, столько будет вариантов. У нас, например, "аналитики" сидят в "бизнес юнитах", и тупо берут данные из одного файла, и вручную сравнивают с данными из другого файла. Сравнивают глазами (с минимумом скриптов). В то же время где-нибудь на Нью-Йоркской Фондовой Бирже, кто-нибудь может высчитывать тенденции рынка и принимать решения по управлению огромным хэдж-фондом, но позиция тоже может называться "аналитик". Вам от этих двух примеров стало легче?

    Если вы волнуетесь по-поводу интервью - готовьтесь к интервью. В первую очередь работодатели на собеседованиях обращают внимание на общую адекватность человека. Чтобы человека можно было научить делать требующиеся вещи.
    Конечно легче стало. По ответам становится понятно насколько узкоспециализированной должность может быть. Про ручное сравнивание данных треш конечно...если не секрет, сколько ж они получают?
    Просто в вакансиях такие перечни требований к знаниям. А на деле...

  4. #13
    Гражданин Аватар для briv
    Регистрация
    25.12.2009
    Адрес
    NY
    Возраст
    47
    Сообщений
    6,731
    Записей в дневнике
    1
    Спасибо
    3,193
    Сказали 1,757 раз в 1,108 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    Гринка уже есть?

  5. #14
    Новичок
    Регистрация
    04.02.2015
    Сообщений
    19
    Спасибо
    8
    Сказали 0 раз в 0 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    Мы уже второй год не очень успешно пытаемся выйти на спонсора H1B, по этой специальности (((

  6. #15
    Новичок
    Регистрация
    23.08.2016
    Возраст
    40
    Сообщений
    36
    Спасибо
    6
    Сказали 0 раз в 0 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    Цитата Сообщение от Seny Посмотреть сообщение
    Мы уже второй год не очень успешно пытаемся выйти на спонсора H1B, по этой специальности (((
    Не нужны спецы или вы не подходите?

  7. #16
    Новичок
    Регистрация
    04.02.2015
    Сообщений
    19
    Спасибо
    8
    Сказали 0 раз в 0 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    Сначала английский был слабоват, за это время муж до 7 по IELTS подтянул, теперь не можем найти компанию спонсора

  8. #17
    Гражданин
    Регистрация
    24.04.2014
    Адрес
    Atlanta,GA
    Возраст
    31
    Сообщений
    653
    Спасибо
    75
    Сказали 101 раз в 84 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    Уровень образования как критерий при поиске сотрудников, из того, что я для себя уяснил, используется не столько в смысле, что человек будет им строго пользоваться (хотя это отчасти тоже подразумевается, я при найме показывал свои проекты-домашки по некоторым предметам, как образцы способности чётко и граммотно изглагать решения сложных задач, а также уровень владения конкретной прикладной областью, это довольно специфичные дисциплины уровня магистра-раннего доктора, при этом, опираются они на костяк математической подготовки типа лин. алгебры, матана, дифуров и прочего), а сколько в том смысле, что человек со степенью обладает определённым уровнем упорства, умения учиться и разбираться в различных проблемах. Бывают конечно и некомпетентные люди со степенями и очень сильные люди без них (как правило они набирают навыки с нуля на месте, дальше у нас, например, им помогают оплатить учёбу на того же магистра, чтобы дальше развивать их карьеру), но в общем и целом уровень образования (в некоторой степени конечно и его конкретный профиль, а также выпускающая школа) используются как фильрационный критерий при работе с кандидатами. Я бы не был на своей текущей работе без конкретных знаний, которые получил на M.S. здесь (конкретно нужные мне предметы ещё и не каждая программа даёт, в том числе и элитные аналоги) и упёротого самообразования.

    Макросы я и свои пишу, и чужие проверяю, куда же без этого. Многие серьёзные финансовые программы экспортируют результаты в Excel – от этого никуда не деться. Время от времени удобнее делать некоторые вещи в MatLab, R или SAS, но и это часто течёт через эксель. Про R я, кстати, и не слышал, до своей магистратуры здесь, за время учебы был принудительно ему обучен. Далее примеры решаемых задач. Стороннему человеку это проблемы будут казаться запутанными, поэтому в работе аналитика моего профиля категорически важен очень хороший устный и письменный английский.

    1) В этом году Федеральный Резерв выпустил сценарии стресс-тестирования (CCAR), в которых были заложены отрицательные процентные ставки. Не все модели их хорошо переваривают (особенно отличались модели тех фирм, которые не имели клиентов в ЕС, где отрицательные ставки имеют место быть довольно давно). Особенности пищеварения были выявлены и задокументированы. В связи со стресс тестом занимлись мы и скучной сверкой данных за другими подразделениями. Это и скучно, и ответсвтенно, так как если накосячить в стресс-тесте, то нужно заново публикоать свою фин. отчетность. А это дорого и вообще не айс с для всех вовлечённых.
    2) Модель досрочного погашения по ипотечным ценным бумагам (MBS prepayment) прогнозирует неожиданно большие/маленькие денежные потоки для определенной категории бумаг. Нужно понять где косяк (конечная цифра результат взаимодействия нескольких независимых моделей), и куда бечь (что можно сделать для его исправления).
    3) Некая модель при оценки кредитного продукта с опцией досрочного погашения заёмщиком выдаёт ожидаемый срок до погашения (для примера) 5 лет, а по факту мы знаем, что гасят такие кредиты меньше, чем за год. Опять же задача: что пошло не так, почему, и как исправить.
    4) В модели (например) операционного риска произошло существенное изменение результатов моделирования (вверх или вниз - не суть), при этом входные данные едва поменялись. Опять же нужно разбираться и чинить. Для этого нужно по косточкам разобрать модель (концепции и код) и потоки входящих данных.
    5) Запилить (или проверить, как кто-то запилил, что не особо легче) в некую модель процентной ставки OIS-дисконтирование и мульти-тенорную генерацию кривых (так правильнее делать, чем не делать; если инетерсно что это – гляньте в гугле). Здесь тоже в конечном итоге-то алгебра, но её довольно густо и она весьма специфическая.

    И много ещё чего.

    Как видите суть многих задач в том, чтобы проверять и разбираться в том, что происходит на пересечении нескольких предметных областей и систем обработки информации. При этом зачастую может понадобиться знание моделируемых банковских продуктов, плотное знание внутренних или покупных моделей, и таки да, время от времени, определённые знания, которые сами по себе хоть и не откровение, но кроме как на специализированной образовательной программе, или будучи гением-самоучкой не без многолетнего богатого опыта в индустрии, получить невозможно. Если глядеть со стороны, то литература, которой мы пользуемся выглядит довольно сложной (fixed income, credit score modeling, prepayment modeling), она более-менее на уровне M.S. (дело субъективное: кому-то будет сложнее, кому-то наоборот). Но даже самые сложные модели, в том, числе те, о которых я лично ничего не знаю, в конечном счёте сводятся к алгебраическим вычислениям. Другой вопрос, что вычисления эти могут быть весьма громоздкими, и опираться на знание актуальной теории и особенностей её применения на практике.

    Ещё хочу сказать немного насчёт спроса и предложения на рынке труда. Говорю опять же только о том, о чём знаю-занимаюсь - quantitative risk analysis in finance. После кризиса здесь риск-анализу стали уделять большее внимание по всей индустрии в целом. В добавок многие банки попали под обязательное стресс-тестирование (CCAR, DFAST), иные учреждения проводят такие же упражнения добровольно. Также после кризиса появляется и быстро растёт такая ниша, как model risk management/model validation. Опять же по всей индустрии. И это на фоне растущей информатизации и моделирования всего, что можно. В результате конкретно в quant risk нише рынка создалься резкий вал вакансий (многие тысячи, причем это не только сами фин. организации, но и те, кто их консультирует, на данный момент работы хватает и big 4 и малявкам, и ещё остаётся). Причём это по всему спектру quant risk работ, так как люди из того же market risk, к примеру, могли переходить в model risk/validation за внезапной денежкой. Уровень образования нужный для этой работы, как правило, начинается от M.S. А таких программ в США немного (штук 50 было ВРОДЕ когда я поступал в 11ом году, но это мало по сравнению с вакуумом на рынке труда), зарубежный опыт хоть и конвертируем, но и в ЕС избытка специалистов не наблюдается. Найм иностранцев на эти вакансии фактически неизбежен (в магистратурах до 95% иностранные студенты). Среди моих коллег много иностранцев, причём нанимают порой даже малокомпетентных людей или людей, которых на английском нельзя понять без субтитров (но они знают, что делают). Это даже не лазейка в Америку, это многополосный портал (h1b лотерея пока, к сожалению, никуда не делась, тем больше причин получить магистра по этому профилю, тем более это будет STEM, который теперь вроде +24 месяца, то есть сыграть дважды можно будет трижды). В общем вот такая пища для размышлений.

    Много вышло, может, что-то лишнее написал, если что-то пропустил – спрашивайте – могу уточнить.
    Последний раз редактировалось demon progress; 05.09.2016 в 17:46.
    MikeS, TAK, Perifona and 2 others like this.

  9. Эти пользователи сказали Спасибо demon progress за этот пост:

    Regression (05.09.2016)

  10. #18
    Гражданин Аватар для briv
    Регистрация
    25.12.2009
    Адрес
    NY
    Возраст
    47
    Сообщений
    6,731
    Записей в дневнике
    1
    Спасибо
    3,193
    Сказали 1,757 раз в 1,108 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    Цитата Сообщение от Seny Посмотреть сообщение
    Мы уже второй год не очень успешно пытаемся выйти на спонсора H1B, по этой специальности (((
    Цитата Сообщение от Hellen78 Посмотреть сообщение
    Не нужны спецы или вы не подходите?
    ИМХО, это - одна из областей, где работодатели хотят кандидатов с местным опытом работы (даже при наличии гринки). Особенно, если вакансии в банках и прочих финансовых институтах. В консалтинговые фирмы - чуть проще, но тоже не с распростертыми объятиями, ибо потом работников все равно "продавать" в те же банки
    mykaasuun likes this.

  11. Эти пользователи сказали Спасибо briv за этот пост:

    Seny (06.09.2016)

  12. #19
    Новичок
    Регистрация
    04.02.2015
    Сообщений
    19
    Спасибо
    8
    Сказали 0 раз в 0 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    briv, спасибо, теперь понятно....от Европейских стран много предложений, сами находят в линкедине и предлагают переезд, но вот хотим именно в Америку. Получается нет смысла искать?

  13. #20
    Постоянный резидент Аватар для Perifona
    Регистрация
    30.11.2013
    Адрес
    STL->LA->NYC->Carolinas->NYC
    Возраст
    29
    Сообщений
    318
    Записей в дневнике
    2
    Спасибо
    78
    Сказали 205 раз в 112 постах

    Re: кто работает Data Analyst, Data Scientist, Mashine Learning Engeneer или на подобных позициях?

    Booking.com
    Я работаю c product data, assistant product manager была моя позиция, поначалу очень много занималась data clean-up в excel. Много работла с поставщиками, запрашивая у них необходимую информацию в необходимом для нас формате. С октября в новом h1b статусе уже должнa буду работать в аналитической области касательно продукта. На изначальную вакансию однозначно бы сразу на h1b не взяли. Нужно было себя зарекомендовать (я начала работать как j1 traniee, найдя данную работу сама уже на месте) + беглый английский просто необходим, не только в повседневном общении, но и уметь доходчиво объяснить - в моем случае это были поставщики, и не только.
    Компания уволила местного сотрудника, нанятого одновременно со мой. Поэтому мне пришлось обучать нового сотрудника, вводить в специфику.
    09, 10 J1; 11-13 J1 Internship/В1/В2; 14-16 - J1 PCT; 16-..H1B

Информация о теме

Пользователи, просматривающие эту тему

Эту тему просматривают: 1 (пользователей: 0 , гостей: 1)

Visitors found this page by searching for:

data science

аналитиком в сша

data analyst

Социальные закладки

Социальные закладки

Ваши права

  • Вы не можете создавать новые темы
  • Вы не можете отвечать в темах
  • Вы не можете прикреплять вложения
  • Вы не можете редактировать свои сообщения
  •  

Форум "Говорим про Америку"
Форум "Говорим про Америку" Facebook