为什么大家都喜欢diss FB的data scientist？

看到过好多帖子说FB的data scientist analytics其实就是analyst, 并不是hard core ds。那么大家对ds的定义是什么呢，做ML modeling的吗？

但我看了一圈发现现在主流科技公司的ds其实做的事情都和FB差不多啊，都差不多是product analytics (定义metrics，做dashboard，做A/B testing 或者causal inference)。真正用到ML的还是比较少，用的话也是调个包跑个logistic regression/XGBoost，也很少上线模型。我看过DS做product analytics的公司包括LinkedIn, Airbnb, Google (做inference比较多), Uber (大量analytics和ab test，少量model), Lyft， Amazon, Apple (看组，很多组做analytics，少部分做NLP之类的)，Twitter，Adobe... 这基本上是所有top科技公司了。

不知道为什么很多人说FB的DS是analyst，没什么人说其他公司的ds。感觉现在做ML modeling的岗要么是research/applied scientist，要么是ML engineer，DS真的做的很少了。所以我一直很不解为什么那么多人diss FB的ds，希望有上述公司的同学可以出来说说。

ql2 发表于 2020-1-7 08:43
K姐现在DS主流是不是analytics啊？做ml的要么是中小厂DS要么是大厂RS/AS了？有时候我也搞不清一个公司的DS ...

这些都是方法，个人认为不是关键。
厂子并不care用什么方法，只care最终产生的结果是不是真的有用(impact)
如果简单rule就能提升KPI，又为什么非要复杂的建模？
好的分析给出了有用的insight，并且顺而促进产品更新迭代指出新方向，产生了效益，那么不管你是excel分析还是PyTorch做的分析，都是好的结果。

因为其他厂analyst就叫analyst，不会像fb这样给个ds的title……

不管是啥scientist，既然叫科学家，他的职责应该是做科研，咱们随便搜一下科研的定义：
''一般是指利用科研手段和装备，为了认识客观事物的内在本质和运动规律而进行的调查研究、实验、试制等一系列的活动，为创造发明新产品和新技术提供理论依据。科学研究的基本任务就是探索、认识未知。"

我觉得这其中最重要的是“为创造发明新产品和新技术提供理论依据”， 注意是为XXXX提供理论依据，而不是创造新产品和新技术，前者是科学家，后者是工程师。

而我呆过的公司确实是叫scientist 的人提供的都是理论，他们每天的工作是看新paper，了解最前沿的学术界科研成果，把这些学术理论转化成工业界可落地的理论。

而他们出来一个理论依据之后，并且轻量级验证可行，则去配合工程师去把样板产品做出来，一次次的矫正到满意之后，真正的上产品线扩大化去生产，最终落地到换成利益。

所以楼主说的这些，不是说FB，而是任何一个地方这都不应该 叫  “”科学家“”，这真的是工程师或者分析师的工作。

最后举个例子，学术界出来了一套推荐算法理论，A公司的科学家小组 把这个理论吃透，懂了原理，然后他们根据自己公司的业务场景，把这个理论定制一下，定义初步需要的数据种类和体量，公司花钱找请一些被观察者来专门收集他们的数据，用这个小数据集来验证他们的初步模型，几番矫正之后，科学家和工程师团队合作，做出beta测试版产品原型，开放给一小部分客户，然后更大量的收集数据，继续调整模型，然后新模型和旧模型分两组客户 做AB test看效果，这其中主要是 工程师做产品，分析师 分析结果看来新旧哪个更好 , 然后科学家反思怎么继续调整更好。如此反复很多次，达到一个科学家认为达标，开始推广到全面产品线使用， 然后即使产品N年了，只要公司还希望提高准确度，愿意砸钱，那么这个流程还会重复，一直提升。然后科学家 根据这期间所做的所有工作记录和数据支持，来把他们的成果写成paper发表，当然一般以公司名义发表，或者作为公司财产把这个成果保留起来，那些都是公司决定了，但是要整理成论文

以上是我经历过的公司，和理解的这几个职位的区别，当然肯定不全面，如果理解不同，欢迎指正

不在这圈没怎么听说过有人diss。。
但是lz形容的这工作内容 尤其是causal inference 感觉已经很hard core了。。尤其是比较Bayesian的内容 需要的数学积累应该是高于ML的。。
另外我认识的fb ds基本都是大牛。。在fb research core data science或者comp econ组 基本都是top10 math/physics/stat phd。。很难想象为啥会被diss。。。

小六毛 发表于 2020/01/07 13:42:00
不在这圈没怎么听说过有人diss。。
但是lz形容的这工作内容 尤其是causal inference 感觉已经很har...

我说的不是core ds和research science，只是说ds analytics。我是看到好些帖子下面有人说FB的ds其实就是data analyst之类的...

ql2 发表于 2020/01/07 13:44:05
我说的不是core ds和research science，只是说ds analytics。我是看到好些帖子下面有人说F...

analyst现在都开始做causal inference了么。。为啥我听说的analyst停留在excel sql的阶段。。
另外小厂的data scientist是有很多做

补充内容 (2020-1-6 21:49):
做ML systems的。。尤其是没有MLE的那些。。(没打完发出了)

小六毛 发表于 2020/01/07 13:48:20
analyst现在都开始做causal inference了么。。为啥我听说的analyst停留在excel sql的阶...

ds analytics其实也是大部分时间在写sql。不过我感觉现在大厂ds也都这样。causal inference我说的是跑跑econometrics那些model，不像大佬想的那么fancy。

同好奇，而且他家这个职位是不是很缺人？过去半年三四个recruiters联系，求内部人讲讲

小六毛 发表于 2020/01/07 13:48:20
analyst现在都开始做causal inference了么。。为啥我听说的analyst停留在excel sql的阶...

对的 我发现是这样...小厂DS都在做ML，大厂DS都在做analytics。

ql2 发表于 2020/01/07 14:03:38
对的 我发现是这样...小厂DS都在做ML，大厂DS都在做analytics。

之前面uber的ds，聊下来感觉更像是applies ml. 之后在fb，确实更少需要train ml model，更多的是analysis。

补充内容 (2020-1-7 04:14):
打错。*之前在Uber面试ds

小六毛 发表于 2020/01/07 13:42:00
不在这圈没怎么听说过有人diss。。
但是lz形容的这工作内容 尤其是causal inference 感觉已经很har...

那帮在FB叫research scientist，不是DS……之前一个FB recruiter跟我聊过，FB DS的确就是跑跑SAS和R做点analytic的东西