Array,Array|数据科学与机器学习毕业生该如何选？行业大佬亲身经历帮你解答！
随着数据科学行业自 2013 年以来的爆炸式流行 ， 该行业一直不断地朝着更宽泛的方向发展 ， 但同时也逐渐出现了更具体的职业角色分化 。本文首先分析了数据科学行业的总体发展趋势 ， 然后深入地比较了机器学习领域中几个不同名称的职位的职能 ， 对寻找数据科学和机器学习类工作的毕业生非常有指导意义 。
文章图片
文章图片
在 Metis 训练营 ， 本文作者给学生们演讲之后的合影（图片来源：本文作者) 。
大家好 ， 我是杰森 。我在硅谷工作 ， 是一名数据科学家（关于这个名词 ， 我们将在本文后面进一步定义） ， 我热爱学习一切新事物！
引言
说实话 ， 这个话题在我脑海中已经萦绕很久了 。但因为平时实在有太多的事情要做 ， 我无法挤出时间来完成这项艰巨的任务 。但是 ， 如今由于新冠疫情的居家隔离令 ， 我被困斗室 ， 最近也快没啥事情能让我打发时间了 ， 我终于下定决心来完成这个话题的写作 。
随着数据科学行业自 2013 年以来的爆炸式流行 ， 该行业一直不断地朝着更宽泛的方向发展 ， 但同时也逐渐出现了更具体的职业角色分化 。在该新兴行业的演进过程中 ， 不可避免地导致了有一些岗位在名称和职能上出现了混淆和差异 。例如 ， 许多看似完全不同的职位但却在实际工作中扮演着相同的角色 ， 或者有名称相同的职位却在实际工作中承担着不同的角色 ， 这些职位头衔可能包括：
数据分析科学家 ， 机器学习数据科学家 ， 数据科学工程师 ， 数据分析师 / 科学家 ， 机器学习工程师 ， 应用科学家 ， 机器学习科学家……
这样的例子简直不胜枚举 。即使对我来说 ， 通常招聘人员也会因为数据科学家、机器学习（ML）专家、数据工程师等不同职位的招聘而与我联系 。显然 ， 整个行业对这些五花八门的职位都困惑不已 。造成职位名称差异如此之大的原因之一是 ， 实际上各个公司对数据科学的需求和用途本身就大相径庭 。但无论背后原因是什么 ， 如今数据科学领域似乎正在不断进行分化和合并 ， 并逐渐形成以下几个主要工种类别：分析、软件工程、数据工程以及研究 。不管那些看似相似的职位是怎么命名的 ， 通常它们都能归类落入这些类别 。这种工种细化在那些财大气粗的大型科技公司中表现得最为真实 。
在本文中 ， 我们将首先了解数据科学行业的总体趋势 ， 然后更深入地比较机器学习工程师和数据科学家两者的职能 。我并不想在本文中去赘述一段漫长的发展历史 ， 而是选择讲述我作为一名数据科学家生活在硅谷的所闻所见 。即使在 2017 那年 ， 我写过一篇文章“如何在还没有获得学位的情况下成为数据科学家” ， 现在和那时相比 ， 我对数据科学的看法也发生了很大变化 。
去年 ， 我被邀请给 Metis 训练营 学习数据科学的学生们做一个简短的演讲 ， 我当时谈到了这个话题 。今天我想借用本文对这些职位的区别进行一番解释 ， 并帮助你找到最适合你的工作角色 。也让我们一起来看看 ， 这个行业的发展是依然朝气蓬勃 ， 还是已经日暮西山 ， 因为预测发展趋势原本就是数据科学家的本职工作 ， 对吗？（也可能不是吧） 。无论如何 ， 我衷心希望本文给你带去有用的信息 。
数据科学行业的发展趋势
文章图片
文章图片
去年我在 LinkedIn 上发现了这两份职位描述 。虽然有点过时了 ， 但内容仍然贴切（资料来源：LinkedIn 和 Facebook） 。
这两份职位描述相差甚远 ， 是吧？但可能会让你大吃一惊的是 ， 这两份职位描述都是针对数据科学家这个岗位招聘的 。左边是 Facebook 的招聘广告 ， 而右边是 Etsy 的 。但在这里我并不想比较哪家的职位描述写得更好 。重点是看看它们在内容上差异有多大 。
推荐阅读
- 科学|世界本来没有颜色？科学家发现大脑中的“调色板”机制
- 数据|智领云荣登“中国大数据企业50强” | 2020大数据产业生态大会盛大召开
- 科学|在太空中，免疫系统是否有影响？
- 科学|为什么没有人被暗物质杀死？
- 科学,黑洞|满怀期待，第一张黑洞视界照片！
- 科学,NASA|56年前的NASA航天器将坠落地球 不会构成威胁
- 科学|既然所有的生命都要死亡，那么生命的意义是什么？
- 科学|中国将发射超强卫星，功能领先多国，将于明年发射
- 科学|哈勃：出现宇宙碰撞之前！“仙女银河”外围已撞上，影响地球吗？
- 科学|中子的寿命到底有多长？多种方法试错，谜题亟待解决！