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