How to Deal With Take Home Challenge?
Data Scientist面试有哪些环节？什么是大家常说的Data Challenge？如何练习应对Data Challenge, 有什么技巧？面试环节, 如何讲解Data Challenge。
AI Pin: How to Negotiate Salary During the Interview?
本期讲座，我们将邀请HR专家为大家讲解如何有效沟通薪酬问题，沟通当中有哪些技巧和禁忌，为大家的面试提供中肯的建议。
The 2nd Lecture of Practical Statistics for Data Scientists
讲座以O’Reilly的Practical Statistics for Data Scientists一书参考背景， 同时结合其他学习信息，提供了将统计方法应用于数据科学的实用方法。
How to Do Time Series Analysis?
Time Series 的应用场景，分析流程；Time Series 背后的数学模型，评价准则；如何进行Time Series数据预测；有哪些常用分析手段？
AI Pin: How to Accurately Apply For a Job Through LinkedIn？
本期讲座，我们将会针对LinkedIn的求职功能，为大家详细介绍如何通过LinkedIn平台精准定位岗位信息，高效率开启求职之旅。
The 1st Lecture of Practical Statistics for Data Scientists
讲座以O’Reilly的Practical Statistics for Data Scientists一书参考背景， 同时结合其他学习信息，提供了将统计方法应用于数据科学的实用方法。
How to Prepare Amazon Data Interviews Efficiently?
Amazon数据科学常见的面试题有哪些？数据科学岗位的面试应该从哪里开始准备？以 Amazon 为例，其他的大型技术公司应该怎么举一反三？作为求职市场的新手，有哪些事情是我们应该注意的？
AI Pin: What Background is Suitable for Data Jobs?
本期讲座，我们邀请到资深数据科学家和人力资源专家为大家解析数据类岗位的要求，以及哪些专业适合转行数据岗，并向有意愿转行的小伙伴提供切实可行的指导建议。
The 6th Lecture of Tableau Data Analysis and Visualization
讲座以O’Reilly的Communicating Data with Tableau一书为参考背景， 同时结合其他学习信息，从基础开始讲解Tableau的使用。
How to Quickly Practice The Database Interview Questions?
Database通常考察那些内容；有哪些技巧；如何刷题更有效；如何面试数据类分析类岗位。
The 5th Lecture of Tableau Data Analysis and Visualization
讲座以O’Reilly的Communicating Data with Tableau一书为参考背景， 同时结合其他学习信息，从基础开始讲解Tableau的使用。
Free Experience of Business Analyst Course
Business Analyst求职训练营王牌讲师授课；求职训练营周期与介绍；商业分析师求职最需要注意的点；课程内容答疑解惑。
Job Seeking And Application of Data Analysis in The Digital Ads
数据分析在Digital Ads行业应用场景；相关商业分析岗位的技术要求；哪些领域或者公司在招聘对应的人才？
AI Pin: Senior Accountants Tells How to File Taxes?
本期讲座，我们邀请到了Eric & Lynda Associates CPA LLP（ 瑞琳会计师事务所 ）的资深税务专家，来为大家解读2021年报税季，大家应该注意的重点。
The 4th Lecture of Tableau Data Analysis and Visualization
讲座以O’Reilly的Communicating Data with Tableau一书为参考背景， 同时结合其他学习信息，从基础开始讲解Tableau的使用。
How do Business Analysts Design Survey?
如何确定Survey是否符合项目预期？如何Plan，Design以及Implement一个Survey？Survey的数据如何分析处理更有效？
The 3rd Lecture of Tableau Data Analysis and Visualization
讲座以O’Reilly的Communicating Data with Tableau一书为参考背景， 同时结合其他学习信息，从基础开始讲解Tableau的使用。
How to Understand Lifetime Value in Data Analysis?
Customer Lifetime Value的定义；如何计算CLV？CLV对于商业分析有哪些价值，如何应用？
AI Pin: How does Immigration Assessment Affect You in the Interview?
本次讲座，我们将以真实的Immigration Assessment为例，为大家详细讲解这个环节对大家的影响，以及我们需要提前注意的细节，为大家顺利拿下offer提供保障。
The 2nd Lecture of Tableau Data Analysis and Visualization
讲座以O’Reilly的Communicating Data with Tableau一书为参考背景， 同时结合其他学习信息，从基础开始讲解Tableau的使用。
How to Prepare Facebook Data Job Interview?
Facebook面试如何准备?准备数据科学家求职的过程中要注意什么？一些 FB 内部人才知道的经验是什么？你需要怎么样的基础和怎样的进修才能成为脸书数据科学家？
AI Pin: How to Cope With the Cognitive Test in the Interview?
本期讲座会针对认知能力测试的内容和特点，以及如何准备测试来进行解读，为正在准备2021春招和即将参与面试的小伙伴提供切实的帮助。
The 1st Lecture of Tableau Data Analysis and Visualization
讲座以O’Reilly的Communicating Data with Tableau一书为参考背景， 同时结合其他学习信息，从基础开始讲解Tableau的使用。
Free Experience of Data Scientist Course
Data Scientist求职训练营王牌讲师授课；求职训练营周期与介绍；数据科学家求职最需要注意的点；课程内容答疑解惑。
How Did I Get the Senior Data Scientist Offer?
专家导师师兄分享拿到Offer的经验；技术面试的难点在哪里；如何高效率的在短时间之内提升技能；Data Scientist面试如何准备。
AI Pin: A Survey Data Job Interview in 2020
本期讲座将会结合2020年AI聘项目中的学员亲身经历，来和大家盘点一下2020年数据类岗位面试中新的内容和对2021年面试产生的影响。
Get Started With Tableau in an Hour
为什么商业分析师需要掌握Tableau？Tableau的强大之处在于哪里？数据可视化技能在商业分析师求职环节中有多重要？新手小白如何用Tableau分析？
The 7th Lecture of Amazon Web Services
讲座以Amazon官方的AWS Certified Solutions Architect Study Guide一书参考背景， 同时结合其他学习信息，从基础开始讲解AWS的使用，并能够最终帮助考取相关Certificate。
Comparison of Data Job Interview in North America
Data Scientist/ML Researcher/Scientist, AI Scientist/Engineer;Business Analyst/Data Analyst, Business Intelligence;Software Developer Engineer/Big Data Engineer;
如何准备面试与这些岗位的求职重点有什么不同.
The 6th Lecture of Amazon Web Services
讲座以Amazon官方的AWS Certified Solutions Architect Study Guide一书参考背景， 同时结合其他学习信息，从基础开始讲解AWS的使用，并能够最终帮助考取相关Certificate。
How to Prepare for Data Engineer Interview
数据工程师的工作范围；数据工程师面试需要哪些技能；如何从软件工程师转为高薪数据工程师；2020-2021年数据工程师面试技巧
