资深数据科学家，尤其是analytics track，究竟需要什么能力，一直是一个迷。主要原因是analytics的能力太“软”，不像编程或者做model，有客观评价体系。说实话，以大多数公司的能力，可能都还没有让analytics发挥出价值，就更不要说有能力鉴别好坏了。
这期视频我们请来了数据科学界著名评论家—邹昕老师—和我一起聊一下资深数据科学家到底有那些方面的软实力，好的和坏的区别又在哪里。
邹昕老师经历过Discover，Facebook，Airbnb。两年前加入Tiktok，一年面试200+候选人。他自己公众号中有很多对DS的思考：https://www.1point3acres.com/bbs/thread-773694-1-1.html
这里是视频里我们讨论一些问题的例子：
- Modeling比Analytics高端吗？
- Senior Analytics的核心能力是什么？
- 面试中一些误区？
- 如何积累domain knowledge和product sense？
- 值得培养的junior有什么潜质？
- 理想候选人是什么样的？
多的不介绍了，视频保证干货满满，正本清源。希望能帮这条路上的小伙伴鉴别清楚自己价值所在，带着好奇心，去做有意义的事情。
What is 课代表立正?
课代表立正的官方Podcast
深度访谈，有用干货，亲身验证的「真本事」
Superlinear Academy创始人，Maven Top AI Instructor
前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士
社区：Superlinear.Academy
课程：ai-builders.com
个人：lizheng.ai