在领航计划的数据科学研讨会（Seminar）上，来自美国西北大学的杜学姐，在获得西北大学数据科学硕士学位后，为大家详细讲解了自己的实习及工作心得，帮助大家了解她是如何从分析师开始，并逐步成为一名全职的数据科学家。

    问题1：数据科学专业应该学好的专业课有哪些？

    学姐说：有三类课程是数据科学专业需要学好的~

    1) 统计课程

·         预测分析

·         统计模型

·         数据挖掘

     2) 编程课程

·         基础编程

·         大数据

·         数据库

·         人工智能

     3) 应用类课程

·         数据可视化

·         分析咨询

·         Data Pipeline

·         Industy Project

问题2：数据科学专业从学校到职场，需要做哪些额外准备呢？

学姐详解了美国面试的经历，美国公司通常有几类面试：

第一类：HR面， HR会先通过电话了解我们的相关背景和经历，建议先上网了解behavior question的常见问题，并做好准备，避免踩坑

第二类：技术面，通常会有一位同部门的同事，现场问一些概念的问题，比如统计学模型，false positive的意思等，通常是书本中很细节的概念；之后还会需要现场写一段代码，来实现要求的功能。所以学习好专业课的核心概念，以及刷一些面试coding的题目是很有帮助的。

第三类：Case interview，涉及product sense，需要具体了解和学习目标公司的商业模式及产品概念，过程中需要理出框架和细节，此时需要不断与面试官进行互动和提问，才可以通过沟通了解到场景问题的细节需求，并 给出最符合预期的答案。

* 推荐书籍：

《A collection of data science take home challenge》