数据岗位求职：2022秋招，多家北美大厂停止招聘，还有哪些数据岗位在招人？
今天和大家探讨一个问题，在2022年北美秋招开始的时候，跟数据有关的一些岗位会出现什么样的变化。如果你想了解更多关于数据科学的相关内容，可以阅读以下这些文章：
如何准备娱乐/游戏行业数据科学家面试
如何成为FAANG自驱式数据科学家的一员？
Data Science如何刷题？怎么刷？数据科学求职新趋势！
2022年，数据科学家文凭能让你赚多少钱？
特别是疫情之后，美国的经济也遇到一些罕见的情况，很多公司都开始缩减招聘预算，在这种复杂的情况下，我们很有必要看看还有哪些公司在招人？哪些行业还在持续增加招聘预算？准备这些企业的面试需要注意哪些问题？怎样提升面试的成功率？
看图片可以发现在Data Science领域里Full Time的岗位有441个，招聘需求很大。
最近，很多同学在申请Amazon工作的时候，都会收到一个OA，我们分析过里面的题目，发现它和其他公司的题目不太一样，其他公司可能会有一些编程、SQL和Case题目，而Amazon是在一定时间内完成一些behavior题目，这是今年的一个变化，另外Amazon的招聘速度会比原来慢一些，大家可以去跟踪一下。
其实和Amazon一样，很多大厂比如Google都在大量招聘，但Google似乎近期有裁员打算，大家可以密切关注，Facebook最近在招聘方面并不是很积极。
Binance.us是一家蛮有意思的公司，它是一家和区块链、数字货币相关的数据资产公司，这家公司最大的特点是行业非常特别，公司有自己的交易所，有自己的虚拟货币，也支持很多区块链的项目。
还有一个特点：这家公司全员Remote，员工可能在世界各地。
在2016-2017年期间，Fintech是一种新的金融技术。最近整个行业，包括NFT，DAO，金融行业的一些新兴的产品，还有Web3方面的应用。在美国这边最大的公司就是coinbase，它出现了大问题，股票也出现大动荡，这和比特币整个虚拟货币的市场有关。虽然coinbase大量裁员，但这不影响招聘的情况。
在这里讲一下Binance的背景，从2019年开始，是一个数据资产公司。
主要处理策略，构建一些数据分析的工具，做一些原型模型，报告和分析，和别的一些团队进行合作等。
Bloomberg，是一个传统的咨询公司，提供很多软件，但是数据方面的应用也不少，价格分析，项目管理，数据安全，数据欺诈等。
下面看一下Bloomberg的岗位，这个团队相当于制定策略，实施实际步骤，以增强、优化或自动化数据流，提高数据产品的数据质量，这属于数据处理。
Blizzard，在疫情期间游戏公司得到了长足的发展，在游戏公司的数据岗位其实不多，根据员工的规模来看，比例其实不是很大。主要有两个原因：
- 一时这个行业比较垂直，比如用户体验，IAP分析，游戏自动实现。
- 二是游戏公司本身对数据也很重视，使用数据分析的岗位也非常多，软件分析师数据岗，分析工程师数据岗等。
下面看一下Capital One，它对金融行业数据驱动的分析，远远领先其他公司，BOA(Bank of America)。在大数据方面，还投资了一家公司叫snowflake，是做数据仓库的。
除了Capital One，可能还会提到Discover、Express这些公司，这些都是信用卡相关的公司，它自己也有金融产品。
也可以看看Delta这一类的公司的岗位，像Data Engineer、Data Modeler、Data Scientist、Full Stack Software Engineer等。现在随着疫情的好转和经济的复苏，航空公司现在是一个复苏的情况，前段时间确实是有点被动，但现在也仍然是恢复的一个状态。
下面来看一下信用卡行业，在美国这个行业包括信用卡network，这种公司像American Express，发卡机构比如Capital One，发卡行比如银行，这个行业就是这么一个分工。他们各司其职。
然后旅行的行业也可以看一下，在目前的经济形势下，像Airbnb、Expedia这样到公司还算比较好过，至少市场还在。
Data scientist本身大概可以分成三类：
- 一类是Analytics，很多Facebook的Data Scientist都是属于这一类；
- 第二类是属于要做一些Machine Learning Models，很接近MLSE(Machine Learning Software Engineer)；
- 还有一部分是做智能产品的APP的，所以准备的时候要分开来准备。
前面是举了一些印象比较深刻的公司和行业的代表，其实相关的还是很多的，可以了解一下。
感谢阅读。你还可以订阅我们的YouTube频道，观看大量大数据行业相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/
Recap 作者：数据应用学院
美工编辑：过儿
校对审稿：Miya
公开课回放链接：https://www.youtube.com/watch?v=tNGDxY2VP8c
