数科职位分类的区别：Data scientist, data analyst, data eng and product analyst

避免低级找工申请错误，请各位一起讨论这几个track的区别，我们准备面试肯定是针对性强的好，毕竟自己的长处和背景可能只有一个最适合，最可能拿到offer的方向。

以下是我的理解，请讨论，澄清，纠正：

Data scientist
面向stats或者相关专业的PhD为主，面试重点是：Stats理论和应用理论解决实际问题的能力，SQL, SQL, AB tests, Data analysis programming, coding, a little bit Machine learning. 职位要求可能与research相关。当然很多公司也把这个职位等同于Data analyst, 没有严格区分

Data analyst
和DS大致相同，但不要求PhD或统计相关专业，面试重点： Stats, SQL, AB tests, Data analysis programming, coding, a little bit ML. 可以理解是一个相对要求低一些的 Data Scientist?

Product analyst
这个Track可能不是technical track, 应该是和business analyst更相关，要求较强的business sense, product insights and product sense, 面试重点是： product sense, SQL, Data analysis skills, 一般不要求programming or Machine learning skills

Data eng

这个应该是software engineer to build inframstructure and tools for data analysis, 重点是coding and engineering, 不是统计

和大家一起讨论，免得犯了低级错误导致被拒

个人感觉Data scientist也是要细分的，如果是analytics track往往不要求PhD，着重用数据说明business sense，需要跟产品相关的domain knowledge，类似商科的思维。如果是modeling track，research scientist一类的是需要PhD学位的，要求对ML知识比较了解，需要读paper，implement一些算法；但有少数也是不要求PhD学位的，但是需要多年的experience。还有一个偏inference，偏统计知识方面了。

Data analyst
主要在pull data和visualization上，modeling涉及不那么多，和business intelligence有点相似。主要是拿data，pre-processing，然后给出一些insights或者metrics。

我记得之前地里有一个帖子写得很好：
https://www.1point3acres.com/bbs ... read&tid=466418
供参考

请讨论，帮助大家申请合适的track

如果你觉得对你有帮助，请求一些大米

我觉得Data Science 可能并没有侧重于SQL analysis 之类的？ 更多的是机器学习还有business sense ?