课代表立正

By 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... more

· Business
· Technology

FAQs about 课代表立正:

How many episodes does 课代表立正 have?

The podcast currently has 419 episodes available.

课代表立正 episodes:

December 07, 2025 EP20_如何管理两百份海投？找工作时候要注意什么心态和方法？｜Data Scientist求职3⧸3
为我们视频剪辑的“里头”同学总结的很好：找工作是一个有期限的任务，当你开始找工作后，你就会一天天变好，离目标也一步步靠近。
这期视频嘉宾小姐姐就和盘托出自己找工作的所有亲身体会，包括new grad海投简历，和工作后的针对性跳槽都涵盖了。希望大家看后，不光能借鉴她的做法，也能从她的经历中获得鼓励。
最后，希望大家的努力都有回报！
...more
12min
December 07, 2025 EP19_Product Sense面试心法第一决 — MECE框架
Product Sense面试中，如何在短短三十分钟内向面试官展现自己分析、解决问题的能力？如何能有条理地沟通，主动掌握面试节奏？
这期视频介绍了MECE（Mutually Exclusive Collectively Exhaustive）心法。
MECE广泛被使用于管理咨询的case interview，但是其实对product sense面试也有奇效。不过问题是管理咨询的准备书籍很多，重点也会放在各种各样的framework上，直接去看case in point这些书的话，有被带偏的危险。
在我看来，所有的framework或者issue tree都是招数，MECE才是心法。就像独孤九剑，学会心法，无论什么问题，都可以无招胜有招。掌握了MECE，
- 可以把思路和自己的商业直觉开门见山地介绍给面试官，让面试官跟着你节奏走
- 可以最快地找到重点问题，从而最高效地利用短暂的面试时间
- 可以把复杂问题限定在一个可解范围之内，从而给出干净的回答
等等
熟练掌握这个心法，无论是面试还是工作中，你都能给出大家眼中靠谱的分析。
...more
7min
December 07, 2025 EP18_开放式问题怎么答？Product Sense面试最常犯的错误
Product Sense是Data Scientist面试中的重要一环，但是相对其他面试，有点玄，有点虚。难准备，也难知道自己准备得好不好。
我平时工作中收到的feedback是product sense还不错，面试时候product sense一般也是我准备最少，但是发挥比较好的环节。
这期就来分享一下帮朋友mock interview时候，发现product sense环节最容易犯的错误，用一个例子来讲解我遇到这个问题是怎么想的。希望能带来启发和借鉴。
...more
11min
December 07, 2025 EP17_For PhDs interested in industry opportunities
Sharing my experiences and lessons as a PhD who switched from academia to industry. If I could do it again knowing what I known, what would I do differently?
...more
1h 18min
December 07, 2025 EP16_成为数据科学家要学什么｜ Data Scientist求职 2⧸3
上期讲述了互联网企业对DS的要求 -- 统计概率、编程、Product Sense。这期一一介绍了如何获取这些能力。包括如何有效率地学习、推荐的课内内外资源、以及如何衡量自己达到了能力要求。
PS：这期是嘉宾自己剪辑的，水平高很多
...more
10min
December 07, 2025 EP15_互联网企业对数据科学家能力要求｜ Data Scientist求职 1⧸3
本系列分上中下三期，介绍了Data Scientist - Analytics Track找工作相关的事情。嘉宾晨璐同学有丰富的相关经历 -- 转专业、New Grad找工作、跳槽都经历过，希望总结出来的经验对小伙伴们有借鉴。
上期总结了互联网企业对DS - Analytics的要求：1. 统计概率、2. 编程、3. Product Sense。晨璐同学也有每条专门展开，希望帮助大家看完后能对数据科学家的知识要求有基本概念。
...more
10min
December 07, 2025 EP13_AB Testing概览
很多同学都知道要做AB Testing，但是有时候对AB Tesing缺乏一个全局的理解，也不清楚为什么AB Testing是得出因果关系的最佳工具。
本期视频就用一个例子进行最简单的概览，并解释AB Testing里比较重要的三个参数。视频背景过曝了，不过就这样吧~
...more
8min
December 07, 2025 EP12_咨询如何为专业甲方提供价值｜咨询顾问的背景和特质｜与互联网职级对应
下半集围绕两个问题：
1. 既然甲方爸爸已经是行业翘楚，为什么咨询公司还能为其提供价值？咨询项目都有哪些类型？
2. 咨询顾问从硬件软件方面，与甲方员工有什么不一样的特质？
最后也讲了咨询顾问的常见职业路线，以及不同年限的咨询顾问对应阿里的P几
...more
40min
December 07, 2025 EP11_咨询公司百万年薪大揭秘｜鄙视链｜远超996的工作强度
这期邀请了BCG的管理咨询顾问，Bailu Xu，来为我们揭秘这个神奇又神秘的职业。视频分上下两期。
上期我们介绍了咨询公司的本质 -- 卖能解决问题的人。人力成本的差异，也导致了咨询公司之间的“鄙视链”、分工、和风格的不同。之后，Bailu为我们详细讲解了咨询公司的升职路径以及对应的年薪，以及咨询公司的工作强度是不是像传言的那么可怕（是）。
下期我们会围绕两个问题展开：1.为什么在行业成功的甲方，会请一个咨询公司这样一个外行来指导自己的战略和业务？2.咨询公司里都是什么样的人？敬请期待！
...more
43min
December 07, 2025 EP10_人工智能@互联网大厂 - 下｜现状与边界
本期视频邀请了亚马逊应用科学家，Copper同学，来为我们讲解人工智能在互联网大厂的应用。视频分上下两期，
下期讲解了人工智能尤其是深度学习在互联网大厂中的应用。卢蔚和我把这些应用分成了三类，第一类是已经定义、需要被提高精度的应用，比如广告推荐、图像识别；第二类是没有被现有模型定义很好的问题，需要科学和工程两方面的进步，比如智能客服、产品推荐；第三类是需要范式突破的问题。
Cooper也探讨了深度学习能解决问题的边界在哪里；目前AI的发展是遇到了瓶颈还是方兴未艾；范式突破是否重要；数据的意义是什么；为什么亚马逊的推荐模型做不好，为什么字节跳动这个基于算法的公司能在强敌环伺的情况下起家，等等。
文中内容不代表任何公司观点。
...more
35min

FAQs about 课代表立正:

How many episodes does 课代表立正 have?

The podcast currently has 419 episodes available.

Share 课代表立正

Sign up to save your podcasts

课代表立正

FAQs about 课代表立正:

How many episodes does 课代表立正 have?

课代表立正 episodes:

FAQs about 课代表立正:

How many episodes does 课代表立正 have?