数极客首页

数据科学家们,三年后你还能做什么?

数据科学家们,三年后你还能做什么?数据科学家们,三年后你还能做什么?

  • 谋划

    编辑 | Natalie

  • 编译 | Debra
  • 编辑 | Natalie
  • 微信公众号“AI 前线”,(ID:ai-front)

在 Reddit 上,一位熟习
统计、编程、剖析

、工程等多项技艺
,且主要关注产品的数据范畴
从业者提出了一个让他十分

懊恼

的问题:每个公司似乎都更想要一位知晓

特定范畴
的专家,比如

ML、NLP、CV 专家等,但是关于
数据科学家这个岗位的定义又不是特别明朗,这关于
一个什么都懂一些,但没有特别知晓

的范畴
的通才来说似乎

很不利。未来

三到五年,数据科学家的职业展开

前景怎样
?他们还有哪些选择呢?

这个话题也是大多数人在进入数据范畴
之前都会问的一个十分

重要的问题。随着自动化机器学习工具的疾速
进步

,企业在几年内还会需求
数据科学家吗?这个问题在 Reddit 上引发了网友们的热烈讨论,搜集
了数据科学范畴
中不同人士的多方观念
,其中有一些很好的职业倡议

,你千万别错过!

楼主的问题

我是一个以产品为主要关注点的多面手,擅长很多事情(统计、编程、剖析

、工程和搞定各种事情),但没有专长

我最近正着手找新工作,却发现求职市场看起来十分

残酷

。每个公司似乎都更想要一位知晓

特定范畴
的专家,比如

ML、NLP、CV 专家等,但是关于
数据科学家这个岗位的定义又不是特别明朗,他们对一个什么都懂一点,没有特别知晓

的范畴
的通才似乎

并不注重
。这阐明

了什么?是不是大多数公司曾经
收获了成果,往常

正在寻求经过
预测模型取得

更多收益;或者说他们自己

也不知道

到底想要什么?

关于
以上问题,网友们在 Reddit 上中止

了热烈的讨论,更有人基于自己

的亲身阅历
提出倡议

DS、管理岗、工程师?选适合

自己

回复 1:据我察看

,你能够

选择数据科学家 / 技术团队指导
岗位、产品经理(与你的产品背景直接相关)、项目管理、CTO、架构师、专家(比如

咨询公司的职位)等岗位,这取决于你的背景和专业才干

数据科学家们,三年后你还能做什么?

回复楼上: 很有趣的倡议

,特别
是产品经理—我会认真思索
这个倡议

,我所在的公司也有这样的机遇

。独一
的问题是范畴
不吸收
人,这对 DS 来说很重要,对 PM 更重要。

回复 2: 你的选择很多!你往常

的岗位跨了很多范畴
,接下来你对哪个范畴
感兴味
就能够

在哪一部分

投入更多的肉体

我倡议

你选择 3 条道路:

  1. 继续深化
    数据科学家岗位
  2. 转工程师
  3. 转管理岗

但是
,关键的一点是,你需求
塑造自己

的角色,这是由于
大家对数据科学家并没有明白
的定义,而即便

定义明白
,通常也央求

这个岗位的人是个多面手,或者至少成为公司多个部门之间的接口。

以下是每条道路中你能够

选择的途径

  1. 继续深化
    数据科学家岗位

    • 组长
    • 高级数据科学家
    • 首席数据科学家
    • CTO
    • VP 工程师
    • 普通数据科学家
    • 统计学家(包含很多不同资历级别)
    • 技术人员经理
    • 架构师
    • 研讨
      员(不常见)
  2. 转工程师
    • 数据工程师
    • 软件工程师,机器学习
    • 软件工程师,后端或全栈(前端不常见)
    • 工程经理(通常状况

      下,风险团队或依托
      DS 的其他工程团队是个更好的选择)

    • 硬件工程师(设计 TPU 芯片等,当然比其它选择更稀有
    • VP 工程师
    • CTO
    • 开源贡献

      者或作者

  3. “商业”角色
    • 非技术人员经理
    • 产品经理
    • 设计师(稀有
      ,但不是没有)
    • 创业
    • CEO
    • 销售
    • (作为一名优秀的 DS,你可能需求
      学习怎样
      呈现你的想法,并压服
      他人

      采取行动的过程,这是一项十分

      重要的工作)

    • 技术传播者
    • 创业公司顾问
    • 顾问

      (不要低估这份工作的难度,假定

      你想成为一名 DS 顾问

      的话)

    • 非营利人士(央求

      很多,一影响很大,由于
      非营利部门在搜集
      和运用
      数据方面不如营利部门)

    • VC(协作
      同伴
      、风险投资公司或其投资公司的技术顾问

      、资源等)

胜利

的数据科学家第一
会把自己

包装成行业专家

回复 3: 通常来说,我见到的最胜利

的数据科学家第一
是把自己

作为行业专家来包装,第二
才是数据科学专家,例如“供给

链、数据科学”。他们会更多地强调在商业环境下完成任务,而不是技术。

回复楼上: 很棒的倡议

,谢谢。在这种状况

下,我未来

的职业规划是应该成为技术专家还是范畴
专家呢?

回复楼主: 这取决于你的职业理想和你真正酷爱

的是什么,在自动化 / 咨询行业(我所在的行业),走两个方向的人都有。

  • 有些人继续做内部顾问

    / 主题专家。这些是依托
    特定范畴
    (技术、统计、批发
    库存管理、工程子类型等)生存的人。

  • 其他人

    则喜欢成为多面手,对业务特定部分

    (例如供给

    链)的关注度较低,并充沛

    应用
    他们对董事类型角色范畴
    和工具普遍
    了解

    的优势。有些人致使

    兴办
    了自己

    的公司。 在这两种极端之间还有很多道路可供选择。这很大水平

    上取决于你处于职业生活
    的哪个阶段,以及工作的哪些特性
    会吸收
    你。

回复 4:我最近也在找工作,但外面的世界很残酷

。我会选择偏重

编程的工作而不是统计。

楼主回复: 有细致

的倡议

吗?为什么我不应该选择统计专家这个方向呢?

回复楼主: 假定

你对编程感兴味
的话,偏重

编程的工作岗位会更安全

(不容易失业)。当然假定

你有过硬的博士或硕士阅历

,你也能够

尝试竞争统计专家的职位。我个人以为
往常

被称作“数据科学”的工作中至少有 80% 未来

会转变为工程类或后端编程的工作。

回复楼上: 真的假的?!我猜有很多人在政府从事应用统计相关的工作。我在一次会议上认识了一个在政府税务部门工作的应用统计员,他所在的团队有 20 个人,做的事情是运用
R 创建

模型找出税收狡诈
行为,而他所在的办公楼里还有其他十多个团队在做同样的事情!

回复楼主: 那是由于
数据科学家这个词的定义太过普遍

。大多数这个岗位的工作内容包括很多 SQL 查询、数据清算
等诸如此类的琐碎事务。最安全

且薪水丰厚的是机器学习工程相关的数据科学家,但这个岗位央求

有十分

过硬的技术背景。

回复楼上: 即便

这类工作也并不安全

回复楼主: 熟练

控制
数据流水线、数据挖掘

、存储和检索才是霸道
,有了作为数据科学家的阅历

,你将会很好天文

数据怎样呈现给剖析

师或数据科学家,或者自己

,这样以后才会有更多的选择。假定

两者都擅长的话,将会助你的事业一臂之力。

数据科学家们,三年后你还能做什么?

回复 4: 以 Facebook 为例,这家公司为员工设计了两条职业道路:个人贡献

者(IC)或管理岗。我所在的公司和 Facebook 相似

但有所不同,这里有很多人同时是 VP 兼 IC。我个人是从数据科学家转到管理岗位的。我依然

会做一些手头的技术性工作,但更多的时间是在调和

、指导以及管理人事。

我以为
你第一
要问自己

是想要的是做技术性的工作,还是更想走战略、管理型的道路
(或两者兼而有之)。

优秀的数据科学家应该多项技艺
傍身

回复 5: 数据科学正在变得越来越商业化、自动化,并可供程序员运用
。我得出一个结论,成为一名优秀的数据科学家要具有
一个“X”factor,即特定的技艺
汇合

(如 NLP、ML、大数据架构),范畴
/ 行业专长

或与其他技艺
组合(社交、演讲、谈判

、全堆栈 web 编程…)。

回复 6: 我有 5 年数据科学工作阅历

,也面临着相似

的困境

,我想要在一家创业公司创建

一支数据科学团队,专心研讨
数据,但曾经
放弃寻觅
一份分别

建模 + 战略 + 编程的工作。

回复 7: 同样作为一个多面手,我倡议

第一
应该思索
在哪家公司工作而不是岗位,在任何岗位上尽力做好自己

的工作就好。

未来

数据科学家会被自动化工具取代吗?

AI 前线曾经看到过一篇关于数据科学家职业展开

的文章,作者以为
随着数据科学的展开

,目前数据科学家的许多工作将被自动化的工具取代,而数据科学家这个职业也将不再存在。理论

上,固然
自动化工具能够

辅佐

数据科学家做的事情越来越多,比如

API 在预测方面曾经
能够

比较

传统的剖析

技术了,但目前来看,数据科学家依然

是供不应求的。自动化工具能做的事情毕竟有限,当然更重要的是,作为数据科学家,也需求
不时
开发和学习新的自动化工具。

关于
数据科学家来说,职业生活
中的选择和一切
工种一样重要,就像 Reddit 网友大多数认同的那样:走向技术岗或是管理岗最终要取决于自己

个人的喜好

和对工作的热情。

希望我们整理的这篇文章关于
刚刚进入数据科学行业、在职业规划上存在困惑,或从业多年正在苦恼于职业生活
的下一步怎样
走的朋友能够

提供一些辅佐

。欢送

你与我们分享“过来人”阅历

,假定

你有相似

的苦恼也能够

给我们留言,和大家一同
讨论

原文链接:

https://www.reddit.com/r/datascience/comments/8m0zev/what_are_the_potential_career_paths_for_data/

发表评论

评论已关闭。

相关文章