未来五年数据科学就业趋势

缺一个统一的严谨的定义吧.ml/ds/ai等等.stat好像还是有些相对比较严谨的定义的,比如一般聊天我们说统计就是对数据进行整理分析解释等等.数学上可以说关于数据的函数就是统计(stats is a function of data).当然要这么说那可能ml/a也都算统计了?个人不一定赞同,就是给出这么一个逻辑的推演而已

我觉得cs数学统计对AI来说都非常重要 说AI完全属于哪个领域都不对😂 AI是因为结合了这些领域所以才厉害的。

个人感觉，
DS更依赖于拿到的数据是什么样的，然后建模/选模.
mle和swe是反过来，先建模/选模建模，然后再看什么样的数据可以fit.

现在不是STATS都去做DS了么？

DS明明是applied math/stats的一个分支，ML是AI/PR下的一个分支。只是有共用的模型和算法不代表就是一样的，但是鉴于DS的本质更多就是拿着数据吹牛逼写报告，前景实在堪忧。再直白点，资本家更愿意相信一个大学教授或者博士的报告还是相信一个刚刚跑来美国两年上了点就业导向课的英语表达都生硬的硕士。这个职业的流行本身就是因为抓了一个大量CS出身的缺乏ML和stats基础的契机，等过两年这批全民AI的CS本科生出现，几乎人人具备解释分析数据的素养时，DS这种职位就可以从历史的舞台退下来了。

doodleknight 发表于 2019/05/22 02:19:08
DS明明是applied math/stats的一个分支，ML是AI/PR下的一个分支。只是有共用的模型和算法不代表就是一样的，但是鉴于DS的本质更多就是拿着数据吹牛逼写报告，前景实在堪忧。再直白点，...

1. ”等过两年全民AI的CS本科出现” 说明现在不是。
2. 甭管抓住什么契机 现在有机会就行了
3. DS是一个交叉学科 不少好项目的DS是开在Engineer院下的 programming based的
4. 人生建议：喷之前做做基本功课 不懂没关系，乱喷就low了点

hmel1 发表于 2019/05/22 01:47:56
DS找工作的几大困局：
- Opening 少，前几年被媒体吹风什么 21 centry sexiest job，公司1、2年前就把坑填好了，哪里有那么多ds需求？
- 竞争大，各大网课，boot...

个人认为
从opening角度上来讲
1. ML需求少（和CS相比）
2. DS工作需要更多的domain knowledge和business sense，因为本身就是high level的职位，所以倾向于招收phd和有工作经验的人
另外
不是定义混淆 而是分类太广

ak478564217 发表于 2019/05/22 00:53:50
现在不是STATS都去做DS了么？

stats一直在做DS

startfromhere 发表于 2019/05/21 23:18:27
个人感觉，
DS更依赖于拿到的数据是什么样的，然后建模/选模.
mle和swe是反过来，先建模/选模建模，然后再看什么样的数据可以fit.

更正一下 DS是先整合数据 数据清理非常重要 通常占用了工作80%的时间