Frage:
Welche Statistikkurse auf Universitätsniveau gelten als fortgeschritten / schwer?
John Sjölander
2011-02-04 19:09:58 UTC
view on stackexchange narkive permalink

Ich habe kürzlich in einem Rekrutierungsprozess für unser Unternehmen nach erstklassigen Statistikern gesucht. Ich selbst bin Hauptfach Physikingenieurwesen. Ich stelle fest, dass große mathematische Statistiker ein bisschen andere Kurse studiert haben und viel tiefer.

Sind Kurse bei der Bewertung eines Kandidaten ein guter Indikator dafür, dass diese Person ausgezeichnet ist?

Wir sprechen vorzugsweise von Absolventen oder Postgraduierten.


Wir möchten die Rollen von Data Minern, die statistische Modellierung und die Datenvisualisierung übernehmen. Vielen Dank, Chris, für den Vorschlag zur Klarstellung.

Wenn jemand diese Frage erneut markieren möchte, würde ich mich freuen. Ich konnte nicht mit meiner niedrigen Wiederholung.
Diese Frage ist nicht zum Thema gehörend, daher werde ich sie kommentieren, anstatt sie zu beantworten. Fragen Sie nach M-Schätzern. Oder wählen Sie ein Problem aus Assymptotic Statistics von van der Vaart. Das einzige Problem bei dieser Frage ist, dass Sie nicht sagen können, dass der Befragte nicht exzellent ist, wenn er nicht geantwortet hat. Wenn er (sie) andererseits antwortet, ist Exzellenz so gut wie garantiert. Das ist natürlich IMHO.
@mpiktas Wollen Sie damit sagen, dass das Wissen über Asymptotik sicherstellt, dass man Daten hervorragend visualisieren kann? Es scheint wenig zu geben, um die beiden zu verbinden. In der Tat ist dies das Problem bei dieser gesamten Frage: Die Prämisse lautet, dass für hervorragende Datenerfassung, Statistikmodellierung und Datenvisualisierung "großartige mathematische Statistiker" erforderlich sind, die viele Kurse belegt haben. Keines dieser Kriterien - Mathematik oder Kurse - scheint eng mit dem Erfolg in solchen Positionen verbunden zu sein.
@whuber - Ich behaupte nicht, dass dies der einzige oder der beste Weg ist. Ich hoffe, dass dies eine schöne Ergänzung zu einem bereits umfangreichen und umfassenden Rekrutierungsprozess ist, der hoffentlich effektiver ist, als den Mann auf der Straße zu fragen.
Bitten Sie sie im Voraus, ein Verfahren für die Einstufung von Bewerbern vorzulegen. ;)
Es besteht keine notwendige Verbindung zwischen der Kenntnis der Asymptotik und der Kenntnis der Visualisierung. Aber Sie brauchen jemanden, der die Theorie der Statistik wirklich kennt, nicht nur bestimmte Klassen von Modellen ... und die Kenntnis der Asymptotik könnte ein möglicher Indikator dafür sein.
Warum sollten Sie sich dafür interessieren, dass Statistiker in einem abstrakten Sinne „top-of-the-line“ sind oder „harte“ Kurse absolviert haben, anstatt kompetent, sachkundig / erfahren in dem Bereich zu sein, den Sie benötigen, und über andere Fähigkeiten zu verfügen, die für den Erfolg erforderlich sind? Ihr Unternehmen (z. B. Kommunikation oder Verständnis Ihrer Anforderungen)?
Drei antworten:
#1
+10
Chris Taylor
2011-02-04 19:24:32 UTC
view on stackexchange narkive permalink

Es kommt wirklich darauf an, was Ihr Unternehmen tut. Suchen Sie Experten für maschinelles Lernen? Experten für Datenvisualisierung? Data Mining-Experten?

Wenn ich Doktoranden im Bereich Statistik interviewe, stelle ich ihnen gerne Fragen zur linearen Regression, da ich der Meinung bin, dass jeder, der behauptet, ein Experte für Statistik zu sein, zumindest in der Lage sein sollte, die lineare Regression zu erklären Ich, und es ist überraschend, wie viele es nicht können.

Abgesehen davon würde ich es als gutes Zeichen betrachten, wenn sie eine gute Diskussion über Modellauswahl- / Validierungsverfahren, das Konzept des Trainings und Validierungssätze, Kreuzvalidierung usw. Wenn sie sich mit Klassifizierungsalgorithmen (k-NN, SVM, Entscheidungsbäume usw.) auskennen und ihre Stärken / Schwächen diskutieren können, ist dies sogar noch besser.

Ich finde, dass die jeweiligen Kurse sie Ich habe studiert, sind selten ein guter Indikator und nur wirklich nützlich, um die Diskussion im Interview zu steuern. Wenn sie behaupten, etwas in ihrem Lebenslauf studiert zu haben, erwarte ich, dass sie es ausführlich diskutieren können.

Ich habe mit Ihrem Vorschlag bearbeitet, um zu klären, ob Sie etwas hinzufügen möchten.
Es ist interessant, dass Sie nicht glauben, dass bestimmte Kurse gute Indikatoren sind. Im Vergleich dazu habe ich festgestellt, dass große Programmierer bei der Befragung von Programmierern häufig eine beliebige Kombination aus fortgeschrittenen Algorithmen II / III, Kryptographie, Paradigmen der Programmiersprachen oder Compilerkonstruktion untersucht haben. Wenn ihre Noten in diesen gut sind, scheinen sie eher gute Programmierer zu sein.
@John Die Dinge haben sich geändert. Als ich Ende der 80er Jahre Programmierer anstellte, erwiesen sich zwei Tests als zuverlässigste Indikatoren für die tatsächliche Leistung. Das erste war die Fähigkeit zu tippen (!) Und das zweite war überhaupt die Fähigkeit, Trigonometrie durchzuführen. Ersteres bezog sich (ziemlich grob, aber effektiv) auf Erfahrung und letzteres auf die Fähigkeit zum abstrakten Denken. Ich vermute, dass Ihre Kursliste etwas Ähnliches wie letzteres misst.
Das Problem bei der Betrachtung der untersuchten Kurse besteht darin, dass gleichnamige Kurse an verschiedenen Universitäten sehr unterschiedlich sein können. Zu wissen, dass jemand 'Advanced Algorithms' studiert hat, sagt mir sehr wenig darüber aus, was er tatsächlich weiß, noch weniger darüber, ob er dieses Wissen in seinem Job anwenden kann, und noch weniger darüber, ob er jemandem mit einem effektiv erklären kann, was er tut nicht technischer Hintergrund.
#2
+5
posdef
2011-02-04 23:22:27 UTC
view on stackexchange narkive permalink

Ich stimme Chris in den meisten seiner Aussagen zu. Darüber hinaus möchte ich hinzufügen, dass es sehr irreführend wäre, nur die Noten zu betrachten, ohne die Institutionen oder Universitäten im Detail zu kennen. Ich könnte leicht ein relevantes Beispiel geben; Ich habe vor kurzem mit einem Master in technischer Mathematik abgeschlossen; und nahm an verschiedenen Statistikkursen teil (mit guten Noten), aber ich konnte momentan in keinem statistikintensiven Job arbeiten. Das bedeutet nicht, dass meine Uni scheiße ist, aber meistens, dass ich während der Universität nicht viel aus meinen Statistikkursen gelernt habe ...

Abgesehen von den statistischen Kenntnissen des Kandidaten würde ich auch hohe Kommunikationsfähigkeiten hoch schätzen; Jedes interdisziplinäre Projekt läuft schließlich auf Kommunikationsprobleme zwischen Experten verschiedener Fachbereiche hinaus. Jeder Test, wie gut der Kandidat sein Fachwissen mit anderen teilen kann, sollte ein gutes Maß dafür sein.

Darüber hinaus sind gute Computer- / Programmierkenntnisse (und nein, nur R ist nicht genug, IMHO) sicherlich eine große Maßnahme Plus. Wenn die Person einen Hintergrund in der mathematischen Modellierung hat, wäre dies eine Kirsche auf dem Kuchen :)

Was Sie sagen, macht Sinn. Wir verwenden die Informationen zu Kursen und Noten als einen von vielen Datenpunkten, um ein besseres Bild zu erhalten.
Vielen Dank! Natürlich dachte ich, Sie würden Ihr Auswahlverfahren nicht auf Noten stützen, sondern nur versuchen, eine alternative Perspektive zu präsentieren. Ich habe eine Reihe von Freunden, die sich mit Programmierfreaks beschäftigen und die unter der Starrheit der Universitätsausbildung nie geschätzt wurden. Wie auch immer, solange Sie offen für die Stärken und Schwächen der Kandidaten sind, bin ich sicher, dass Sie irgendwann großartige Teammitglieder bekommen werden. :) :)
#3
+1
Mike Anderson
2011-02-04 23:00:12 UTC
view on stackexchange narkive permalink

Chris hat das Data-Minining-Zeug wirklich genagelt. Wenn Sie jemanden benötigen, der auch experimentelle Daten anzeigen kann, können Sie alle bis auf die vielseitigsten Statistiker stoppen, indem Sie sie bitten, ein Split-Plot-Experiment zu erklären.



Diese Fragen und Antworten wurden automatisch aus der englischen Sprache übersetzt.Der ursprüngliche Inhalt ist auf stackexchange verfügbar. Wir danken ihm für die cc by-sa 2.0-Lizenz, unter der er vertrieben wird.
Loading...