Q&A2

by

问：   你好！ 我也是转行读data science的， 以前是做生物博后，现在想找实习或工作，可以投了些公司都需要背景相关的。针对我这种转行的简历写作，你又什么建议？能否帮忙看一下简历和我应该focus在那些技术上,工作机会会多些。 我SQL, python 和 R 都还凑合，就是通过google基本上可以完成很多任务。 祝好！ 答： 你好！您会的已经比我多了，工作中其实也是要借助google解决很多之前没有遇到的问题，关键是先拿面试和进入公司，进去后，我相信我们中国人都是可以胜任的，以我们的学习能力，不会的东西再学都很快。建议您有可能的话先拿eb1绿卡，然后去linkedin找公司里工作的人的简历来照着修改您的简历，一直到能拿很多电话面试为止，关键词可以复制进去，语法可以找付费的修改。同时对着镜子自己回答练习各种面试问题到非常流利为止，不能有太多停顿。SQL要实际做题，不能只是看看有思路，面试可能会让你白板写简单的sql code。愿神祝福保守你和家人~~推荐有空看下里程写的《游子吟》。见 http://cclw.net/gospel/explore/youziyin/main.htm

Everyday R code (16) survey question selection technique

by

There are many methods that we used to select questions from tons of survey questions.   1. Correlation If 2 questions are highly correlated with each other, 1 question is enough to collect the information we need.   2. Factor Analysis If 2 questions are going towards a similar direction, 1 question is enough to collect … Read more

Everyday R code (15) Text Mining

by

There are several techniques for text mining. Word Cloud https://www.r-bloggers.com/word-cloud-in-r/ Association rule http://www.rdatamining.com/examples/association-rules k-means clustering https://www.r-bloggers.com/clustering-search-keywords-using-k-means-clustering/ LDA Topic modeling A gentle introduction to topic modeling using R

Everyday R code (14) sentiment analysis

by

###########sentiment analysis################ ##use RTextTools package ## this one works well##### #you need 3 files with the following format #positive comment flag like it 0 good job 0 great! 0 #negative comment flag Disappointed that there are … 1 You make a you 1 Pretty difficult 1 ######################################## pos_tweets = read.csv(“positive.csv”,header=T,stringsAsFactors = FALSE) neg_tweets = read.csv(“negative.csv”,header=T,stringsAsFactors … Read more

Everyday SQL (5)

by

Let’s learn 3 functions from http://docs.oracle.com 1. nvl(expr1,expr2) nvl lets you replace null (returned as a blank) with a string in the results of a query. if expr1 is null, then nvl returns expr2. if expr1 is not null, then nvl returns expr1. 2. stats_mode STATS_MODE takes as its argument a set of values and … Read more

Q&A1

by

问：你好！ 我也是转行读data science的， 以前是做生物博后，现在想找实习或工作，可以投了些公司都需要背景相关的。针对我这种转行的简历写作，你又什么建议？能否帮忙看一下简历和我应该focus在那些技术上,工作机会会多些。 我SQL, python 和 R 都还凑合，就是通过google基本上可以完成很多任务。 祝好！ 答：你好！建议您先拿绿卡，然后去linkedin找公司里工作的人的简历来照着修改您的简历，到能拿很多电话面试为止，关键词可以复制进去，语法可以找付费的修改。

关于pip和权益争取

by

前天亚麻有同胞跳楼了，幸好人还在，希望他可以多交些朋友出谋划策，以后遇到事情也能想的开，不再是一个人在抗，也不是用这种极端的方式。据说是因为pip （PERFORMANCE IMPROVEMENT PROGRAM） ，这里有个帖子详细讲pip 和应对策略的，https://jiamapip.com/   我理解的是一旦被pip了，一般情况下就该重新找工作直接跳槽了，不要想着还可以待在这个公司，我的一位朋友都pip到神经质了，每天早上起床第一见想起来的事情就是今天不会被fire了吧，整个人的状态非常糟糕，完全不正常。幸好找到了微软的工作，去了之后日子过的可滋润了。。。人也完全正常了。 当然，争取自己的合法权益是必须的。在美国待久了，对权益要自己争取很有感慨。比如工资，虽然现在的部门给我的工作不高，当时进来的时候，我的印度男同事因为opt问题直接就接了offer, 他拿到的基础工资就是我争取后才给我的工资，比一开始给我的少了5k。要是我不争取，不说公平不公平的事情，基础工资就给我直接少了5k。Glassdoor可以查职位的大概工资和面试情况，https://www.glassdoor.com/index.htm 。  

Everyday R code (13)

by

If the data set regular have 2 columns ‘ID’ and ‘Answer’, but the ‘ID’ is not unique. That means one ID can have 2 or more Answer. We want to put all the Answer for the same ID into one cell, kind of grouping them into one. aggregate is useful for this case.   regular … Read more