H同学:我是某世界排名前50学校的学生,在数据科学方面基础比较薄弱,但想转至相关方向。去年有参加篱笆的商业分析项目感觉很不错,所以今年又报名了其他课程,在老师的指导下学习和掌握了更多全面、深入、多维的行业知识,现已申请至香港城市大学数据科学专业。
Kevin老师:卡耐基梅陇大学计算机硕士,本科就读于清华大学,现谷歌人工智能技术经理,曾任亚马逊软件工程师、腾讯产品经理等。教学经验丰富,擅长用生动灵活的教学方式帮助学员系统、全面掌握知识点,快速提高专业知识水平。
我目前就读于某世界排名前50的学校 ,虽然此前所学专业与数据科学专业有所联系,但对其理解并不深刻,专业基础较薄弱,申请数据科学专业时难免会成为劣势,所以还是对求职相关方向存在一定担忧的。
去年我在知乎上浏览相关内容时,看到了篱笆教育发布的相关内容。我觉得篱笆教育在平台上分享的各种干货与经验对我很有帮助,于是在进一步了解之后,我选择了报名参加篱笆教育为时一个月的商业分析项目,今年又选择报名其他课程,希望篱笆老师能为我提供一些专业性的指导。
指导我的Kevin导师深度了解相关专业,拥有丰富的知识涵养,在授课过程中,我不仅对于自己的目标专业(数据科学)有了更完善而全面的了解,也熟悉了其申请过程,这些了解都对我日后的学校申请过程有着极大的帮助。
我在上课过程中也慢慢学会用“问题导向”的思维方式,对数据科学回答的问题进行分类,比如比较类的问题,A在某方面是不是比B好?A、B、C之间在某方面有没有差别?处理这类问题常用的是经典统计推断:开方检验,t检验和方差分析。放在贝叶斯框架下也有一种比较组间不同的方法。如果因子增加,结构变得复杂,比如在生物医药领域的复杂实验设计有随机效应因子,则需要使用更加复杂的混合效应模型。
不同于传统老师单向输出的授课方式,我在篱笆的学习模式是通过项目驱动而快速掌握背景知识。在项目推进的过程中,大多数情况下是作为学员的我来主导项目进程,而导师则负责引导方向并提出建议。这种引导性的学习过程效果很好,使我不仅获得了相应的知识,也收获了实实在在的专业技能。
在篱笆教育的平台上,我收获颇丰,不仅填补了专业知识的薄弱板块,也丰富了自身经历,对于相关行业有了更深层次的了解。今年我成功申请到香港城市大学数据科学专业,感谢我的导师,也非常感谢篱笆教育的平台,祝愿篱笆教育越做越大,能够帮到更多像我这样有需求的同学。 如果你和我有相似的经历和需求,想要和我沟通一下的话,可以联系我的微信:XHYZM8888。