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！( 二 )
文章图片
文章图片
以上职位描述的职位名称 。Facebook（左）和 Etsy（右）（资料来源：LinkedIn 和 Facebook） 。
即使在工作中 ， 人们也常常会因为如何定义数据科学家而展开热议 。我遇到过人们把数据科学家定义为计算机科学专业的博士或新数据分析师 。这其实是因为不同的公司对不同的职位都使用了数据科学家这样一个相同的术语 。然而 ， 我相信经过这么几年发展 ， 这个行业应该有更细的分工以及更具体的职位定义 ， 而不是把所有的东西都笼统地塞进数据科学这一广泛范围里 。
那么 ， 在数据科学家这个已经被滥用的职位名称下 ， 实际上可能暗指哪些不同的具体岗位呢？在很大程度上 ， 我认为这个职位有可能指的是软件工程师、数据分析师、数据工程师和应用 / 研究科学家 。我知道有不少朋友顶着相同的数据科学家头衔 ， 但在实际工作中他们的角色是上述四者之一 。请看看下面我创建的图表 。在数据科学发展的早期 ， 一名数据科学家的工作内容可能的确包含了这四个角色的职能 。然而 ， 如今的职位正变得越来越具体和细化 ， 正如下图所示 。
文章图片
文章图片
数据科学家工作内容发展趋势（资料来源：本文作者） 。
《哈佛商业评论》预见了这样的发展吗？
这种发展趋势令人惊讶吗？根据 2012 年《哈佛商业评论》（Harvard Business Review）杂志上那篇著名的文章《数据科学家：21 世纪最令人称羡的工作》 ， 这样的发展趋势也并不足以为奇：
数据科学家最基本、最通用的技能是编写代码的能力 。但在五年后 ， 这一点可能就会发生变化 ， 因为会有更多的人会在他们的名片上印上“数据科学家”的头衔 。
正如这篇文章所描述的 ， 如今作为一名数据科学家 ， 你并不一定非要成为一名优秀的程序员 。那是因为 ， 以前用来分析大数据的工具和方法并不是那么随处可得且用户友好 。这就要求从前的数据科学家在拥有其他技能的同时还需要具备较强的工程技能 。但是用于机器学习和数据科学的工具发展十分迅速 ， 现在比以往任何时候都更容易获取这些工具 ， 因此你只需几行代码就可以访问使用最先进技术（State of the art ， SOTA）的模型 。这使得以前的数据科学家角色如今更容易分拆成为分析师或工程师 。现在 ， 我们不必像以前那样 ， 需要全面掌握所有分析、工程和统计知识才能成为一名数据科学家 。
例如 ， Facebook 就引领了这一趋势的变化 ， 让过去的数据分析师的工作角色变成了数据科学家 。这是一个自然的演进过程 ， 因为随着数据量的增加以及数据问题变得更具挑战性 ， 执行良好的数据分析需要更多的专业技能和培训 。不仅仅是 Facebook ， 像苹果和 Airbnb 这样的公司也已经开始明确区分数据分析师 / 产品数据科学家和机器学习数据科学家这样的角色岗位 。
公司规模如何影响岗位的分化
值得一提的是 ， 这样的角色岗位细分更多发生在规模较大的科技公司 。数据科学家这个角色和软件工程师还是有很大差异的 ， 固然各种大小规模的科技公司都需要软件工程师 ， 但并不是所有公司都需要专业的研究科学家或机器学习工程师 。许多公司拥有几名数据科学家可能就足以运转业务了 。所以在小公司里 ， 可能仍然会有一些数据科学家同时扮演上述四个角色 。
根据一般的经验而言 ， 大公司（FANG 四巨头：Facebook ， Amazon ， Netflix 和 Alphabet）的数据科学家职能通常类似于高级分析师 ， 而小公司的数据科学家扮演的角色更类似于机器学习工程师 。当然这两种职能对于公司来说都是重要和必需的 。接下来 ， 我将继续沿用这里我的新定义 ， 即下文每当提及数据科学家时 ， 意味着这是一个分析师角色 。
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！