经验分享 | 学商业分析的我，是怎样让Recruiter主动找上门的？
当初作为一个没有工作经验的文科生，因为一些原因放弃当初申请的Marketing专业，一入学就转入现在学校STEM专业的Business Analytics专业。15年来美国的时候，我们学校BA专业算是第一届招生，因此，无论是课程选择还是职业发展，都是算是瞎子过河。
现在Business Analytics成了异常红火的一个专业，作为一个过来人，我想结合自己找实习找工作中总结出来的一些经验，讲讲平时如何养成BA专业的Hard Skill，算是给同是没有工作经验和太多数理基础又想在美国找BA相关工作的同学们一些参考。
BA的学生一般学到having就可以了。可以考虑考几张证书，证书并不能直接帮助你找到工作，但是它能很好的证明你的学习能力和积极的态度还有夯实基础，可以作为完全没有相关经验的你的敲门砖，建议在来美国读书之前或者读书的暑假准备一下。内容选择Microsoft的SQL证书，用SQL server的中小企业非常多，而且社区氛围很好。我当初选择了Oracle的SQL证书，看了一个暑假后并没有去考，踩的坑就不说了。
有了基础的SQL知识后，上Udemy或者YouTube学习下SSIS和SSRS，把它们也写进你的简历。SSIS是用于做SQL Server的ETL的，关于ETL，很多同学甚至读完了BA的全部课程也不一定知道ETL是什么，但是同专业的很多印度同学可能来读书之前已经做了好几年ETL的工作，也许这就是差距，这也涉及到了BI/ITM和BA不同的地方。SSRS是SQL Server用来做Reporting的工具，关于Reporting/Visualization在下一节讲。
很多数据库软件也自带Reporting的工具，SAP有SAP Dashboard,SQL Server有SSRS。其它就是coding式的制图工具，R里面的ggplot2和shiny，Python的matplotlib，bokeh和Plotly（Plotly在R，Python和Javascript中都可以用）还有D3.js。上面都是很不错的工具，但入门只需要掌握Tableau，PowerBI和入门SSRS就可以了。
R的话，经常需要做统计分析的朋友可能很喜欢，名气也很大，一问Business Analytics或者统计分析就说问会不会R，应该是在学术界名声太响了，个人不是非常喜欢R，上手比较慢，相对Python来说有点麻烦。
我想详细说的是Python，人生苦短我用Python，说Python是最好的语言可能有点过了，毕竟每个语言都有自己的优点缺点和用途，但是Python身后无数优秀程序为它用C语言写好的各种库，简直让数据处理和分析变得太方便了。
Python简单易学，了解过它的基本语法后，就可以开始探索各种库的用法，如pandas，sklearn等。对于基本语法的入门，推荐廖雪峰（https://goo.gl/h8EvUY），
后面的应用入门推荐《Python for Data Analysis》和《Python Machine Learning》两本书，还有Udemy上Jose的Python课程Python for Data Science and Machine Learning Bootcamp，他的R课程Data Science and Machine Learning Bootcamp with R也不错。
总之，这三个中精通一个就行，我推荐考几张SAS证，再精通Python。
数据应用学院的数据科学家项目的课程框架很清楚，可以当成是自己学习的一个路径图，当然我上了这个课程之后也觉得受益匪浅，了解了不同算法的作用，如何对模型进行调参，通过项目的proejct将自己学到的知识运用到实际问题中。下面我只能提供一些自学的资源。
统计和机器学习相关的三本书：
- 《The Elements of Statistics》
- 《Predictive Modeling》
- 《Introduction to Statistical Learning》
教程：
- Cousera上吴恩达的机器学习课程Machine Learning
- 台湾大学林轩田机器学习课程http://www.csie.ntu.edu.tw/~htlin/mooc/
- 知名大学线上资源（有上课视频讲义和作业）-
-
- Havard CS109 Data Science
(cs109.github.io/2015/))
- Stanford CS229 Machine Learning
(cs229.stanford.edu/)
- Carnegie Mellon 10-601
- Havard CS109 Data Science
(https://goo.gl/4mNMoG)
Hadoop是一个Ecosystem，并不是一个软件的代称。主要是因为现在网站和一些机构，每天处理的数据量太大，需要将数据放到分布式系统里面进行处理，对于我们来说，熟练掌握Hive或者Pig，了解一下pyspark或者Scala就够了。
上面说的基本都是technical skills，但是美国找工作最注重的还是hand on的work experience，当入门这些技能之后，就需要找对应的project来练手。可以参加学校的比赛或者与同学组队参加Kaggle竞赛积累经验，（有条件的同学也可以选择上大数据应用学院开设的训练营，你们编一下把），对于找工作的需求来说，大部分学校的课程落于窠臼，乏善可陈，而且指望上完学校的课就能找到一份工作，还是先放弃这个想法，毕竟你能吹不如印度人，工作经验也不如别人。退一步讲，如果只上学校的课，你的简历也和你的中国同学差不多，并没有任何出彩地方，所以主动学习是必须的。
这些都完善了之后，请上LinkedIn完善你的档案，找工作也是把自己卖出去，LinkedIn上的简历就是你的包装和品牌，同时不要忘了上Indeed，Monster，Career Builder，Dice等网站更新你的简历，总有机会在等你。
当然找工作也有不同的路子，networking也非常有用，
