数据分析师（Data Analyst）和数据科学家（Data Scientist）是常见的数据类岗位，也是目前市场上需求比较大的数据类岗位，但是两类岗位的技术要求和薪资待遇却有着非常大的差距。很多求职者都希望能够转行成为数据科学家，很多数据类专业的毕业生也将数据科学家作为自己毕业的求职方向，然而在面试中却屡屡碰壁。那么，数据分析师和数据科学家的岗位要求和技术差距在哪儿？如何才能够从一名数据分析师，跳槽成为一名数据科学家呢？【点击标题了解详细信息】
我们都知道数据分析师每天都会处理海量的数据，这些数据来源于数据库，那么怎么合理从数据库存取数据？如何理解表之间的关系？怎么取到自己想要的特定的数据？这些数据选择问题就是你首要考虑的问题，而这些问题都是通过 SQL 解决的，所以 SQL 是数据分析的最基础的技能，也是求职数据分析师、商业分析师等职位最关键的技能之一。那么如何短时间高效率提高SQL面试水平？【点击标题了解详细信息】
随着数据分析在行业应用中的日益扩展和深入，数据类岗位的需求也越来越大。尤其是在经历了2年之久的COVID疫情之后，Health Care行业的发展进一步加速，对于数据类岗位在Health Care行业的设置也愈加广泛。那么在HealthCare领域有哪些数据类岗位的设置，对于技能要求和其他行业又有哪些差别？对于求职者的背景有哪些特殊的要求？【点击标题了解详细信息】
在技术类岗位面试中，面试官为了测试你判断并解决实际产品问题的能力，查看你对公司产品和业务的熟悉程度， 评估你所提出的解决方案的实用性，经常会涉及到Product Sense问题的考察。对于转行的求职者，或者是刚毕业缺少相关行业经验的求职者，这个环节往往成为了难以逾越的痛点。那么在遇到Product Sense的面试时候，我们应该如何提前准备，又有哪些注意事项呢？【点击标题了解详细信息】
我们都知道数据分析师每天都会处理海量的数据，这些数据来源于数据库，那么怎么合理从数据库存取数据？如何理解表之间的关系？怎么取到自己想要的特定的数据？这些数据选择问题就是你首要考虑的问题，而这些问题都是通过 SQL 解决的，所以 SQL 是数据分析的最基础的技能，也是求职数据分析师、商业分析师等职位最关键的技能之一。那么如何短时间高效率提高SQL面试水平？【点击标题了解详细信息】
每年的10月1日是H-1B正式生效的日期，在这之前完成了审批流程的求职者就可以正式完成身份状态转换，以H-1B的状态来工作了。新的身份状态为大家工作和新的求职带来很多便利，随之而来的也有一些新的问题需要面对，比如遇到公司裁员或者并购这些情况，该如何维护自己的身份状态？H-1B被裁员后的Grace Period是如何规定的？如果想换新的工作，又该注意哪些问题？【点击标题了解详细信息】