在实际工作中，data science和machine learning 承担的任务有什么不一样

https://www.youtube.com/watch?v=xC-c7E5PK0Y

MLE=machine learning engineer= data engineer =大数据分析=hadoop spark boy=full-stack data analysis
DS=data scientist= model research/data scientis/ data analytic /SQL boy /business intelligence/ 挂着DS做其他领域的事情

DS浮动很大，真的有叫DS但是主要做的是domain业务insight的，或者说面试面的很技术但是是domain的技术

Valleyer 发表于 2020-1-24 05:45
借楼

我司求机器学习工程师一名。坐标三番，种子轮FinTech创业公司，高薪资有期权，有意请WX联系d2FuZ3F ...

你好，收实习的嘛，或者new graduate 非phd

guihaomin 发表于 2020-1-25 16:32
https://www.youtube.com/watch?v=xC-c7E5PK0Y

多谢多谢，现在有种趋势，有问题先问问YouTube，而不是Google。还是视频来得直接

bastia 发表于 2020/01/25 13:46:22
Depends.

But title is not the key here. The same people ...

现在用Spark的基本也都是scala和python吧，感觉没谁用java...

区别蛮大的。。。很多公司现在的DS完全都是analytics了，做模型的是applied scientist or MLE

部分公司说是DS其实干了各种business analyst or insight analyst or data analyst的活儿 可以说杂
所以最重要的还是看自己想要运用和掌握的技术 而且在看JD的时候就能区分是不是硬活
MLE 更关注engineer的活 不一定要很了解ML

yangyao 发表于 2020-1-30 07:13
区别蛮大的。。。很多公司现在的DS完全都是analytics了，做模型的是applied scientist or MLE

嗯嗯，还是得看JD写的啥

jojozheng 发表于 2020-2-4 12:58
部分公司说是DS其实干了各种business analyst or insight analyst or data analyst的活儿 可以说杂
所以最 ...

MEL更关注engineer，那是那些技术呀？可以不精通ML

我在fb做ds，刚进来的时候ic3，有点挣扎，经常加班，偶尔写写r和pipeline (python)，用的最多的还是sql，一年挣十几万。现在ic5了，几乎连sql也不写了，弄几个chart搞个analysis到处去讲故事去Influence，meet expectation还算轻松，不怎么需要加班，一年挣二十几万。这楼里提到的前沿技术基本都没接触过，不知道再过几年自己是否还能survive :(
我的case不能说典型，毕竟公司很大，ds里什么样的archtype都有。