猿族星球DATA岗之等级划分：DL Monkey >ML Monkey >DS Monkey >SQL Monkey

传统行业建模的SAS monkey前来报道 感觉应该携手SQL monkey鄙视链的底端

为啥要这么自黑成猿类呢？

K姐 发表于 2019-5-21 10:19
搞data 并且跟SDE同pay 的是data infra. 因为那也是infra

绝大部分公司里data eng 过不了data infra 的代 ...

构架一般考哪些？

如果早两年看到这个就不会被坑了。当年挤破头去面DS，不去刷题，因为看到大家都说这是当前最sexy的工作。结果到头来还是做二等公民，杂活一大堆，也没有什么明确的career path.

个人觉得ds对于个人综合能力的发展还是很有用的。可能很多人complain这个track的主要原因还停留在pay相对于sde来说略低一点。但不同公司也是不一样的，不同组或许也不同。如果一个公司或org是ds driven，但留给ds创造impact的机会还是挺大的。至于w说的很多时候impact无法衡量…我觉得衡量impact也是ds挺擅长的事情。我们组动不动就broadcast我们的model save了公司xxM…我自己都觉得不好意思…

整个thread浏览下来，感觉大家或许对sql or sql monkey有点误解。写好sql并不容易…写好一个highly efficient的queries也不是简单的事情。更何况就算是建模为主的ds面试里，如果sql不行，基本上是拒。因为建模需要做feature table，而大多数时候不会有dedicated的DE帮你建table，就算有，你也不放心别人做。所以sql是基础，没有的话 肯定很难做成任何类型的ds，当然伦比重的话，sql顶多占10%（建模导向型ds）。

回到之前的话题，为何我说ds可能或许是个不错的track，至少对于一部分人来说。主要因为这个职业要求的技能多啊！拿我们组的面试来说，coding需要eng电面水平，ML要好，query要会写，communication能力要出色等等（我绝壁会fail，如果让我再走一遍面试…）。而且在实际工作的时候，在project前期需要很多communication和stakeholder management的技能，这些机会对于软性技能的锻炼真的是非常有效。project敲定下来后，又要有能写RFC把整个project给scope好，具体到每一个步骤，这里能锻炼的东西就多。等scope完，很多时候就是你一个人完成所有scope好了的步骤，包括 找feature，写逻辑做data engineering，测试不同api以及调整参数，再offline以及online test，最后还花精力写一个漂亮的ppt，还没完…还要能convince你的stakeholder去用。然后从头到尾顺利执行下来，有需要很强的leadership能力去coordinate以及处理dependency和conflicts的能力…

做个优秀的ds还是挺难的…

没做过sde的活，但至少在工作内容的多样性上来说，ds应该是胜过sde，以及大多数其他职业。





. .и
求大米……

其实非常想请教

对于纽约的SDE，如果以后要往quantitative发展，有两条路：DS vs quant
DS那肯定就还是要争取跳回到西海岸；好处是tech行业多，机会多(虽然比不上SDE)
quant的话或许可以接触到更多牛人，跟money距离更近，天花板更高，回国容易唬人；但是需要修MFE，要学很多金融，很多投入，要跟math PhD竞争，工作非常累，而且金融业本身在萎缩。。。

我自己很希望往DS发展，一方面是喜欢math/ML，一方面是担心SDE是青春饭，所以很早就要好好打算和谋划。。

erince 发表于 2019-5-22 12:32
个人觉得ds对于个人综合能力的发展还是很有用的。可能很多人complain这个track的主要原因还停留在pay相对于 ...

虽然的确SQL monkey是最被人看不起的，
但我很赞同 “写好sql并不容易。。。”

我在AT&T实习的时候，就亲眼看到组里一个白大叔，专业写SQL + database 20年，可以写非常非常复杂的SQL，就靠着这个手艺混了一辈子。。。

作为一个本科误入商科研究生准备念Business Analytics的感觉以后只能做非他族类的SQL Monkey？

DL学习门槛不高，甚至可能低于ML，招聘门槛高只是因为供应远大于需求

zsr 发表于 2019/05/22 00:26:48
为啥要这么自黑成猿类呢？

我也没懂.......