适用人群
主要针对数理背景较强的Master学生或者PhD，并且在北美寻求数据科学、人工智能方向工作的学员。本项目期待帮助想要求职数据科学类的学员脱颖而出，并且提前锁定北美技术类工作Offer
你将收获
提供丰富的开源数据
深入学习业内领先的时间序列分析的模型理论与代码实现
做完整的时间序列分析项目
你将学习的技能
学生将自己从0到1完成多个业界常用并且受欢迎的数据科学模型
结课时展示自己的完整模型与阐释
深入学习业内领先的时间序列分析的模型理论与代码实现
课题介绍
深入学习业内领先的时间序列分析的模型理论与代码实现，而不仅仅停留在简单的预测模型与分类模型上，由多年工作经验的数据科学家一对一指导，直击一线大厂数据科学offer
课程大纲
课程将以端到端数据科学项目实操为导向，从模型的理论解释、参数选择、编程技巧三方面进行讲解，完整的带领学生从数据收集与清理到建模输出做完整的时间序列分析项目，并后续增加可选的A/B Testing或时间序列进阶技巧。学生可以自己定义感兴趣的问题，并在导师指导下选择数据集，结课时展示自己的完整模型与阐释
1
Introduction to Data Science & Machine Learning Project
考察：Basic Data Science & Machine Learning concepts and pipeline, how to start a hands-on DS project
授课1小时; 学习2小时
2
Python & SQL for Data Scientist/Analyst
考察：Coding tasks: from easy to hard Project: Use Python/SQL to get, process, analyze, and visualize data
授课2小时; 学习4小时
3
Topic: A Deep Dive into Time Series Analysis
考察：Components of time series - Time series analysis vs regular regression analysis - Common time-series models - Machine Learning for Time Series
授课2小时; 学习4小时
4
Practical Session: Fraud Detection and Analysis on time-series transaction data
考察：Project: EDA and modeling on time-series data, model comparison, how to use DS techniques to improve fraud detection accuracy
授课4小时; 学习8小时
5
AB testing
考察：Further exploring more advanced time-series sessions, adding product case study to the project
授课3小时; 学习6小时
课程导师
Rain
经历
哥伦比亚大学STEM硕士，GPA 3.96/4.0美国科技公司在职Data Scientist30+公司面试经验及5+offer多段DS/AI Education方向实习经历DS/AI/ML相关 20+实战项目经历IEEE论文发表
教育
六年工科背景，编程及项目实战经验丰富曾在多家教育机构从事tech instructor，擅长与学生交流沟通熟悉申请美国留学以及留美找工作相关流程面试经验丰富，可提供有效的DS方向笔试面试辅导并传授个人技巧精通DS完整知识体系框架，并有完善的笔记和代码资源中美两地职业资源丰富
