Data Scientist，实际工作是做dashboard？

当年，哈佛商业评论把数据科学家，评为21世纪最性感的工作。于是，我就一直认为，数据科学就是利用海量数据，为各种行为，如消费者行为、销售行为等，建立统计模型（现在名为机器学习模型），然后对未来行为进行预测，来指导商业行为。之前还在学校里，做过的一些类consulting的工作，也是这样做的。比如建模型来预测消费者终身价值CLV，然后指导企业营销行为。

而出了学校，进入企业工作，最近的两份工作工作，都基本不涉及模型。大部分时间，是用SQL从数据库取数据，然后生成PPT，加上一些business insight。再高级一点，就是利用Looker或者Tableau，把数据通过dashboard展示出来。兜兜转转，似乎工作性质也仅限于此。组里的人都说这些dashboard是给management看的，visibility高，潜在意思应该是升值会更快。我估计，这条路走下去的结果，就是做更多的dashboard，让management一看到dashboard就想到你，觉得你不可或缺，然后最终给你升值，这样你就可以招人继续做dashboard。

做dashboard当然也有好处，可以比较通透地了解整个business，然后需要和各个组打交道，通常是business组，不会想改模型那么枯燥。

群友们，怎么看？

Data Scientist可以分为三种：Analytics, Algorithms, and Inference.

Analytics track： 这种data scientist偏业务分析，主要能力体现在能否ask right questions, 发现数据的pattern，挖掘数据中的insights，以及向同事、老板展示个好故事（包括做dashboard数据可视化），并且根据这些insights提出自己的想法、问题的解决方案甚至是战略。主要的skilset应该是SQL，data manipulation以及visualization。
Algorithm track：有点像算法工程师(不过我觉得算法工程师更适合叫machine learning engineer)，通过数据开发并应用机器学习、深度学习算法，生产数据产品来解决实际问题，并能够评估算法的好坏(ab test）。比如电商网站的搜索算法、推荐系统算法等。主要的skillset应该是analytics track的基础上加上对算法的深入理解，以及ab test。
Inference track：通过统计、经济学、社会学等角度挖掘数据中的联系和现象，提供可靠的解决方案。

你这说的我有信心去转DS了

这是BI analyst title强行ds吧
大多数ds没有只做dashboard的

Vickyroot 发表于 2019-1-20 09:15
你这说的我有信心去转DS了

为什么 这种工作难道不是career的dead end ？ 美国当地人英文好 人家也会做dashboard 为什么不要美国人   我现在觉得这种DS纯粹是浪费时间 没上生空间了

我觉得是没前途的 美国人的business 拿什么优势去和从business school的local美国人竞争  。。。 但我身边也有人觉得大有前途 ==

听你一说感觉是做的Business Analyst 的工作，不是DS

lz你读读版内的帖子再说。。。。

louisgogogogo 发表于 2019-1-20 14:51
Data Scientist可以分为三种：Analytics, Algorithms, and Inference.

.1point3acresAnalytics track： 这种data sci ...

好奇一个，那DS的Analytics track和DA什么区别？

所以lz觉得做modelling==真ds，做dashboard==伪ds？