(回复就加米）2019年，试问MS文凭成为Data Scientist的可能性

我觉得地里有个误区就是以SDE为标准，只看湾区大型tech公司的data scientist。而这些大公司之所以招那么多PhD是因为湾区talent pool太好了总共申请人数实在太多了所以bar放高一点以免收到太多申请浪费面试资源。day to day的东西除了少数research其实master甚至本科优秀的自学者可以胜任的。而且，其他地区和传统公司也根本没有那么多的硬性学历要求因为太难招到合适的candidate了，当然在传统公司做DS有些其他方面的问题，主要是高层不一定会很appreciate甚至understand...

另外个人认为DS在小公司有很多独特的价值是在大公司做不到的，比如各种不同的full stack opportunities，direct impacts，whole picture/product cycle而大公司DS可能比较专注一个小一些的具体方向。地里有highly prefer大公司/知名公司的风气我觉得其实对DS来讲并不一定适用。

贡献点data point，身边统计master毕业的同学，仅有3个直接拿到DS offer，他们专业知识都很扎实，读书的时候修了很多ML，NLP的课程。剩下大多数是Data analysis，个别几个转码。

楼主，我感觉MS还是不好找，如果可以的话，建议读PhD，除非楼主的基本功实在是非常扎实，否则我觉得很难！

pranksterv 发表于 2019/09/23 09:02:21
应该是唯一管理学院下有统计系的top3吧 :)

感觉是校友呢hhhh

楼主找到了吗

感觉我们学校管理学院下面也有统计系，但没怎么听过我们是top3的。。。
stat phd在读在面试ds，感觉可能确实还需要一个phd，像你的dream airbnb的al track有个phd都不太够用了，看地里有的dp都是很厉害的phd, 我猜ms都不能拿到面试

Jackie2931 发表于 2019-9-24 01:29
同感，不知道怎样提升自己在hadoop方面的知识

昨天还在地里看到个帖子问ds需不需要学hadoop，下面有人回复说不做engineering的话基本不怎么会接触到hadoop，可以学pyspark。我现在好后悔上学没选cloud computing...

其实有些ds不需要phd也行，就是发的少一点，申请的话我感觉主申cs会比较好，我的理解是CS选ml,dl,ai的track做ds是最合适的。至于hive和hadoop...这俩我觉得ds用不到，是de用的吧。ps:和差不多的经历个爱好，但是bg跟楼主差了十万八千里....楼主太强了，祝楼主有个好的回归宿！

对了，关于sde，我觉得楼主要慎重，感觉咱俩是差不多爱好的人，sde真是太无聊了（难了）我觉得...

去年底DS/Stat背景MS毕业，看到这个帖子随便说说感受吧。
1，找工作时候折腾了四个月，大小公司DS面了30+，没一个offer。面试过程中顺便刷了刷leetcode，两百道都不太到，还是python写的，最后拿了三个engineer的offer，虽然没有一线大公司吧，但对比下很多小公司的DS都嫌弃不要我。。。周围同学毕业大多数也是DA类的工作，少量SDE，有的title是DS但是传统行业的DS很水的。。。很多就是写SQL的岗位改改名字，工资也跟SDE差远了。传统行业里infra都烂的一塌糊涂，DS更难做出有意义的成果
2，最后接了一个data science组下面的engineer岗位，所以跟纯SDE差别还挺大。进来一看呵呵，我们普通公司，DS组里四五十个Phd。观察了下在production上运行的model，估计总共也不会超过10个，大部分Phd也是做很偏开发的工作，modeling占整个项目的工作量<10%。过段时间意识到，算法其实很难成为公司的核心竞争力，任何一个成功的科技公司，一定是靠很好的business model，有别人公司拿不到的数据，这才是真正的护城河。
3，工作了半年后再思考，DS这个岗位究竟是如何能给公司创造价值呢？要么是做analytics通过分析得到insight，report给老板，相当于帮助公司进行data-driven decision，这种其实是product manager和business analyst最擅长的，技术一般不深，表达能力一定要超级超级好，要不然做8分说出来3分，大老板忙死了才懒得睬。要么是能作为DS去deliver production code，转化成产品的一部分，这在科技公司里是至关重要的，没进入生产的project大概率是废了
4，再选一次，会选CS。