平均年薪$120K, 工作滿意度4.8/5, 做Data Scientist是一種怎樣的體驗?



人工智能和大數據時代已來,各公司廣募Data Science人才,許多來Offer認識的小夥伴們都紛紛躍躍欲試,想投身數據崗位的求職。

而在衆多數據崗中,Data Scientist是最受追捧的崗位之一:

平均年薪Average Base Pay$12萬美金人才缺口大,且工作滿意度高達4.8/5分。(數據來源:Glassdoor)

到底:

Data Scientist是做什麼的?Data Scientist的一天是什麼樣的呢?





我們請來了幾位業界資深Data Scientist,來爲大家一一解答:




Kevin Safford

Umbel Lead Data Scientist


Lotem Peled

Head Data Scientist @ Fiverr


Ryan McCready

 Data Scientist @ Venngage



Q1

Data Scientist 的主要工作內容有哪些?


Kevin:“我的工作通常就是用數據分析類的軟件和算法,去挖掘大數據中對我們有用的信息。總的來說,就是用科學的方法,解決商業上的問題。”

Lotem:“我的工作,就是從不同渠道提取數據,然後彙報給上級或客戶,並提供一個合理、科學的解釋。”


Ryan:“我每天會有大量數據挖掘清理的工作,同時也要做大量的編程活兒。想成爲Data Scientist,編程、算法這些基本功都要打紮實。”

Q2

Data Scientist 的一天是怎麼度過的呢?


Ryan:“不同公司的Data Scientist工作內容、工作方式都不同。我就簡單分享一下我的typical day吧。

9am - 9:30 am 到公司以後,先跟我的同事們討論一下項目的進展,以及如何克服困難。

9:30 am - 10 am 看Email,處理並回復。

10 am - 12 pm 處理我目前的項目,比如:清理、挖掘數據、建模、data Visulization等。

1 - 5pm 幫助team裏的其他同事改進他們的模型。比如,用真實數據測試模型,創建新的training example來幫他們解決問題。

下班後,我還會花30分鐘時間,看看科技博客或者新聞。”


Lotem:“我發現我還真沒什麼typical day,這也是我覺得做Data Scientist最有意思的地方 —— 每天都有新的挑戰,每天都有不同的問題等着我去解決。不只是編程、統計上的問題,也包括一些商業問題。

我經常與商界人士或客戶討論,以便了解他們的真實需求,並幫助實現/營銷新的產品。

雖然有時要保持隨叫隨聯網的工作狀態,大半夜還會有同事喊你起來問問題。但我並不排斥,有時大半夜工作的挺嗨,鑽進去了就無法自拔,覺得自己酷酷噠。”



Q3

想成爲一名Data Scientist ,我該具備哪些技能?

通過對10000條Data Scientist崗位招聘信息的分析,Glassdoor整理出了該職位所需技能。

其中,最受僱主歡迎的技能有:

Python,SQL,Hadoop,Java,R,SAS,Spark,Matlab,Hive和Tableau。

此外需要注意的是,一般大公司纔會對Data Science的工作劃分比較細緻。公司規模越小,對Data Scientist的編程技術要求越高。除了上述技能,critical thinkingrecognition of internal biases的能力也是極爲重要的。另外,communication能力也不能少,Data Scientist的工作將涉及到許多團隊協作。

Q4

Data Scientist 職位對學歷有什麼要求?

很多同學會對Data Scientist這一職位有一種迷思:覺得只有博士學位纔可以申請。

但根據Paysa數據庫數據顯示,Data Scientist的學歷分佈如下:

  • 本科生 (43%)
  • 博士生 (20%)
  • 研究生 (14%)

在專業方面,由於Data Science還是一門比較新的學科,並非所有學校都設立。因此,CS,統計,數學等專業的小夥伴都能申請該職位。

而不是相關專業的小夥伴也不用灰心,只要夯實自己的編程實力,打下良好的數理/統計基礎,你就具備成爲一名Data Scientist的資質。


不過,Data Scientist 還是一個需要經驗的職位。剛踏出校門的新畢業生,一般很難一出校門,就立刻找到一份Data Scientist的工作。

多去學習瞭解行業知識,並積累一定的實戰項目經驗,是幫你找到Data Science相關工作的至關重要的一環。


E/N/D

更多科技求職資訊,

更全面的Data Science相關知識

更豐富的Data Science項目實戰經驗

請關注“來Offer”

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章