<
查看: 11538|回复: 113
收起左侧

大厂data scientist就业前景,求建议【回帖内干货满满,一定要耐心看完】

    |只看干货
匿名用户-8CC  发表于 2021-5-2 04:11:10 |阅读模式
本楼: 👍   91% (11)
 
 
8% (1)   👎

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看,没有帐号?注册账号

x
本人统计phd, 最近找工接近尾声,有两个选择,一个是大药厂研发部门statistician,另一个是google data scientist;两条路完全不一样,薪资水平有差距(tech明显高一些),有点纠结不知道选哪个。看很多人对于ds/mle或者转sde比较热忱,但自己对于ds未来职业发展道路不太了解,所以想上来问问大家,tech公司ds career path和回国后是否有比较合适的对接职位。。。
一点点前情提要:
1. 比较热爱自己的本专业,没有leetcode基础,对于未来工作还是希望从事专业相关的,或许以后为了高薪会努力刷题努力转mle,但也只是可能,毕竟优秀的人和专业cs/ee的人才那么多,感觉硬转也比不过,不如大家术业有专攻:)
2. 希望工作相对稳定,不要过几年就没这职位了。。
3. 未来3-5年有归国打算

以下是我个人对data scientist的问题,由于身边并没有太多例子,所以只是自己的猜想,欢迎打脸:

1. 大厂ds如果不考虑转mle或者sde,职业发展道路是如何,想象的是从ic4 -> ic5, ds -> senior ds,之后是否有可能转成technical manager这类的管理岗的职位?
. check 1point3acres for more.
2. 承接1,身边为数不多的例子会从ds跳去mle,最近看地里也感慨ds卷的厉害,不知道如果以5或者10年为度量单位的话,data scientist是不是一个可以干得长久的职业?还是比较有危机感,需要时时考量,重新部署自己的职业发展?

3. 数据科学这个词在最近几年非常火,但个人觉得工作职责千差万别,美国这边大厂的职业划分相对明确,有ds/de/mle/sde,各司其职,不知道国内的公司比如腾讯,阿里,华为这类的是否也有比较清晰的划分?个人偏见会觉得国内所谓的数据科学,还是需要代码能力比较强的,更像是mle/sde,没有很偏统计?不知道如果是纯ds,回国找工作是否有相应的职位

没有任何工作经验,上述只是自己的一点点思考,希望大家给点意见,如果喷,请轻喷,谢谢大家!







补充内容 (2021-05-02 08:42 +8:00):
补充一下,药厂是clinical trial方向的statistician/biostatistician,不是data scientist。。

评分

参与人数 4大米 +5 收起 理由
babyshore + 1 赞一个
穆汛 + 1 赞一个
Eeveei + 2 给你点个赞!
balalalala + 1 赞一个

查看全部评分


上一篇:看板上的帖子有感,为啥很多人都转Data?
下一篇:美国DS/DA和PM找工哪个更卷?

本帖被以下淘专辑推荐:

地里的匿名用户
匿名用户-61C  发表于 2021-5-2 09:23:26
本楼: 👍   100% (6)
 
 
0% (0)   👎
亚契 发表于 2021-05-01 17:50:45
药厂做很多deep learning啊,比如医学图像分析,医疗器械信号处理,医疗记录数据挖掘等等。我们公司做这块的都是cs/stats phd,技术和专业性很强的。
另外谷歌的DS(title叫qu
Google的product analyst和quantitative analyst/data scientist 是完全不同的两个岗。PA就是写sql做分析做dashboard,QA/DS更偏统计分析AB test。PA一般是Master,QA一般是PHD。面试考线性回归和business case的是PA岗。
回复

使用道具 举报

chiyuz 2021-5-2 12:15:28 | 显示全部楼层
本楼: 👍   100% (10)
 
 
0% (0)   👎
全局: 👍   100% (69)
 
 
0% (0)    👎
在药厂工作的来提供一些dp,我是统计PhD出身,确实论技术和待遇药厂的statistician确实都比不上科技大厂的。当初选择药厂一方面是自己没有很多ML的经验和知识积累,工作之后发现自己还是挺喜欢的,一方面就是wlb真的很好,再就是工作其实挺像PM的,要跟各方沟通,然后有些时候也是需要研究一些新的统计方法,再就是职业发展比较明确,一般都可以升到director的级别吧,虽然钱可能也就是跟互联网的senior差不多,但是感觉工作更丰富一些,这个我觉得就看个人喜好了。尤其是在国外有一些经验之后回国的话,干几年当内资药企Biometrics部门head也是很有可能的。提供一些不同的思路吧,楼主自行参考。

评分

参与人数 1大米 +3 收起 理由
admin + 3 很有用的信息!

查看全部评分

回复

使用道具 举报

ZeZheng 2021-5-2 15:04:33 来自APP | 显示全部楼层
本楼: 👍   100% (3)
 
 
0% (0)   👎
全局: 👍   98% (693)
 
 
1% (10)    👎
2ndcat 发表于 2021-05-01 23:57:53. 1point3acres
既然都是在瞎猜,就说说狗家ds究竟做什么吧,从jd看就是很尴尬,面经你看一样很多experiment design,所以你觉得所谓的理论是什么理论,所谓的统计模型又是什么模型? 至少面经表示就是做实验
我纯靠猜?我就在Google做ML然后我也听过一些DS的分享,你是觉得Google还没有实验平台吗?Google的实验平台是很完善的,MLE一般做完model自己就可以test都用不到DS。我不能说具体用到什么方法,我只能说我所看到他们用到的方法不是我一个小硕能轻易做出来的,还真是得招这些stats phd来做。你也可以说是我太菜了。他们研究的都是一些比较新的方法,就算是AB test也有很多门门道道的,也不是十几年一个方法。

评分

参与人数 1大米 +3 收起 理由
admin + 3 很有用的信息!

查看全部评分

回复

使用道具 举报

ZeZheng 2021-5-2 15:33:53 来自APP | 显示全部楼层
本楼: 👍   80% (4)
 
 
20% (1)   👎
全局: 👍   98% (693)
 
 
1% (10)    👎
2ndcat 发表于 2021-05-02 00:18:35
那我不知道你看了那个小红书分享没有,做的东西和各大公司ds analytics确实差不多,linkedin fb doordash还有最近各种很火的pre ipo之类的基本都是招同类型的ds anal
我不是学统计的不代表我不懂统计。既然你说到LinkedIn了我再多说两句,你估计也不知道LinkedIn的DS组也是分三个track的,strategy and insights,algo and inference,data engineering。你所说的做ds analytics的只是第一个track的,只是因为大多数岗都是analytics所以你自然而然认为LinkedIn的DS都是analytics。我自己就面过algo and inference这个岗,各种现场手推ml算法,leetcode也考,还问一些前沿的ml问题和优化的问题,你觉得能和analytics track一样吗?LinkedIn的ds analytics基本上就是sql case和简单的ml case,根本不用懂什么很细节的算法。这个track面我的人也都是phd哦。LinkedIn他们也有mle,区别在于ds做的算法是写成package给内部的人用,mle更多的是做ml相关的软件应用更多的是对给大众使用。还有你小红书说是个ms不是phd那大概率做的不是ds engineering,是non tech的ds,完全就不是一个岗。你自己还是搞搞清楚吧。我自己也是ms,但我觉得这种很research的岗还是phd更合适。你自己说的好像很懂一样也就是看了几个视频,我好歹认识相关的人或者面试过。

评分

参与人数 1大米 +6 收起 理由
admin + 6 很有用的信息!

查看全部评分

回复

使用道具 举报

momosmith 2021-5-2 15:55:09 来自APP | 显示全部楼层
本楼: 👍   100% (16)
 
 
0% (0)   👎
全局: 👍   98% (75)
 
 
1% (1)    👎
楼主怕不懂的人乱说,那我作为Google Research部门的日常做model的engineer给点建议

你这两选择差距悬殊,完全不可比,无脑选G

无论药厂让你做什么牛叉模型,只要你有心在G不可能找不到类似的或者更hardcore的,本组没有去找牛组做20%

药厂能有多少工程师文化,有多大可能碰到不懂技术的拍脑门上司,又有多大可能读paper读到不懂的地方发现作者就是同事直接email问

讲真这两你居然要选一选我是震惊的

评分

参与人数 3大米 +5 收起 理由
Fake/Random + 1 赞一个
ZZ_2315 + 1 给你点个赞!
admin + 3

查看全部评分

回复

使用道具 举报

jobsniper 2021-5-2 16:35:56 来自APP | 显示全部楼层
本楼: 👍   100% (4)
 
 
0% (0)   👎
全局: 👍   100% (30)
 
 
0% (0)    👎
2ndcat 发表于 2021-05-02 01:19:43
哎别的不说了,你就问问楼主面试完是不是跟我说的一样定metric做实验,还是楼主觉得他的jd跟大佬的一样独领风骚?
首先并不是只有ML,算法,AB testing这三样东西,其次应用和研究也相差很远。

我面过google ds onsite,并没有怎么考ab testing。面试官的原话,google ds面试就类似于stats phd qualify考试。另一个面试官说google ds的定位是公司内部关于一切统计问题的专家,相关的项目也可以参与。有google的员工的回复透露了google ds从事的项目(bandit,Bayesian inference等)。

大多数时候ad testing就是一般情况下最多人会用到的统计了。实际情况估计肯定有google ds在做偏analytics的工作,但是google对ds的定位是另外一回事。这也是为啥教授也可以是狗ds,以及ds pay并不低的原因。

评分

参与人数 1大米 +3 收起 理由
admin + 3 很有用的信息!

查看全部评分

回复

使用道具 举报

emzak208 2021-5-2 16:59:44 来自APP | 显示全部楼层
本楼: 👍   100% (4)
 
 
0% (0)   👎
全局: 👍   86% (240)
 
 
13% (39)    👎
作为在药厂工作了两年的DS contractor来发言。

待过两个组,一个是early phase clinical trial 组,都是scientist ,药理学药代动力学等的业界牛人(也有MIT数学博后),所有人能自己做数据分析,这种组的biostat 要慢慢学会一些药理学相关知识。第二个组的biostats 要设计trial 实验,跟medical组的医生们紧密合作(医生主导思想,像pm),biostatistics去实现。因为大多要上交FDA,所以对数据分析的tools 方法什么还是有限制的。也有些不管file的组,就比较灵活了。-baidu 1point3acres

总体在药厂的感觉就是大家都普遍nice,有一大群热爱自己领域的researcher,如果你感兴趣,也会学到很多。并且WLB很好。但是,需要的技能比较specific,未来转别的industry 可能需要付出更多努力学习相关tech stack.

评分

参与人数 3大米 +5 收起 理由
小柒愔 + 1 赞一个
Twinko + 1 很有用的信息!
admin + 3

查看全部评分

回复

使用道具 举报

本楼: 👍   100% (23)
 
 
0% (0)   👎
全局: 👍   98% (148)
 
 
1% (2)    👎
本人在药厂干过几年clinical trial statistician,现在在Google干ds。来说说我的感受。

从工作内容上说天差地别,药厂需要非常非常严谨,每个数每个表都要核对,这是fresh头几年70%的工作,然后就是写分析计划,每个决定都要有记录和rational,不太需要创新,方法最好是别人已经做过的。tech ds方法上比较随便,只要你能讲好故事说明问题,用什么方法什么软件都无所谓。

相同点是这两工作都是开会多很考验情商和交流能力,因为药厂是为md服务,tech是为sde服务,这点是共通的,干得好一个另一个做一个project上手了就差不多了。

要回国的话我就不知道了,我没有回国,但g同事有跳槽去抖音快手腾讯的。药厂同事也有回国去跨国药厂的。

补充内容 (2021-05-02 22:16 +08:00):
Job ladder的问题:药厂就是1-3年带study,3-5年后带project,8-10年带人,10年以上成为ta的head。这是在美国最快的路线了,基本熬年限,很多人会卡在第二步干一辈子,也有去小药厂完成后两步。回国可能会快一点。

g的话一般的话先做普通ds,然后干tech lead,然后干管人的manager,时间上千差万别,纯看个人能力。本组大牛三年就升了manager。不想管人的话有ic track,比如就像楼里提到的tim,你学术能力很强,大家统计问题不懂都来问你,你可以走不管人硬核学术路线。

ps 这两个行业统计的作用在我看来都是consulting rule。并不是像楼里说的统计报表或者ab testing可以自己做,统计师的作用是要用数字help make decision,这个decision都不是自己做,所以需要persuade别人。

补充内容 (2021-05-02 22:24 +08:00):
再补充一下 google ds有无数种,聊起来嘴巴都吓掉了,你们居然做这个! 哈哈。完全取决于你们组的需要,ds也有写prod code做data product的的,也有做causal inference看广告效果的,也有做ml预测广告点击率的的,也有做运筹分配cloud资源的,也有做经济模型看如何省钱的,也有用时间序列预测什么时候搜索量高到要买新服务器的。

评分

参与人数 7大米 +36 收起 理由
bananamon + 2 很有用的信息!
KENKESEY + 1 赞一个
Warald + 10 很有用的信息!
Fake/Random + 1 赞一个
gumball_zero + 1 赞一个
Twinko + 1 很有用的信息!
admin + 20 很有用的信息!

查看全部评分

回复

使用道具 举报

maxentropy 2021-5-3 00:41:49 | 显示全部楼层
本楼: 👍   100% (19)
 
 
0% (0)   👎
全局: 👍   96% (258)
 
 
3% (8)    👎
我是狗ds,评论区众说纷纭,有点道听途说的意思。狗家ds人数其实并不多(规模大约数百人水平,PA, BA都有专门的职位),所以没人之前站住来speak out。鉴于戏说不是胡说,改编不是乱编,所以提供一些信息供楼主参考:

1,待遇问题:狗家自己有内部薪资分享,可以直接对比L4 SDE薪水。TC差距基本可以忽略不计。所以不存在待遇跟SDE差别很大的说法。总体而言,狗家Eng ladder待遇一般不会有太大差别(SWE,DS,SRE,RS, SE etc)。同样,L4 DS基本match一些tech offer,钱可以给到非常高(我用MLE的offer compete过)。好奇差了几千块的话,你可以拿地里历年L4 new grad SDE和DS未经compete的包裹对比下。

2,工作内容:狗家ds工作内容比较杂,不可一概而论,原因是公司比较大,领域也相当分散。总体而说既有research org下面可以发paper的ds,也有广告组下面面向产品的ds。当然做广告的还是大多数,毕竟容易盈利,所以做ab testing, experimental design, causal inference的相当多,比较偏统计;然而也有组主要做些ML模型甚至是DL模型的,的确数目少(除了CV NLP以外DL到底能有多大用就不在这讨论了,我觉得AI DL多少是有泡沫的,参考C3 ai的股票上市以来腰斩,财报亏损)。所以具体做什么完全取决于你team match到的组。

此外,狗家内部可以transfer,之前有DS变SDE,也有SDE变成DS,不开心换组或者刷题换ladder都不难。狗家DS虽然以统计PhD为主,先行者如Diane Tang其实是斯坦佛CS的PhD,此外也有很多EE/ECONN PhD背景的。有些组SDE和DS分工明确,有些组则相当微妙模糊,平时可能会有一半overlap。

3,工作环境:WLB非常棒。周末不可能工作,一周40hr是cap。经理经常劝我们保持好体力,下班别工作,refresh比什么都重要。狗家的文化的确没的说。

4,升职:ds这个板块从VP到L4应有尽有,中高层比例来说甚至可能算多的(不负责任的个人感觉,勿喷)。升职周期也未发现跟SDE有任何差别,升职慢是大公司的通病。新人L4升5基本一个速度,L5到L6也是个坎儿。

我个人对公司还是很满意的,毕竟第一份工作,没有任何勾心斗角,没有一点加班,收入放在tech里是一流的。

最后码字不易,求观众姥爷们赏点米~

评分

参与人数 20大米 +59 收起 理由
玉宝宝呀 + 1 赞一个
KENKESEY + 1 赞一个
KarenWQPX + 1 赞一个
小柒愔 + 1 赞一个
Warald + 20 很有用的信息!
admin + 20 很有用的信息!
白云流放地 + 1 给你点个赞!
luna_983 + 1 赞一个

查看全部评分

回复

使用道具 举报

getdown2 2021-5-3 01:50:57 来自APP | 显示全部楼层
本楼: 👍   100% (13)
 
 
0% (0)   👎
全局: 👍   94% (49)
 
 
5% (3)    👎
我在狗家做ds,我老婆在药厂做临床统计,个人感觉前期ds收入高一些,中期后期其实差不多吧。我现在6级,总包四五十万(不算股票增值就四十w的样子),我老婆ad,三十多w。感觉6级大概跟药厂director总包差不多。升职速度来说,感觉药厂更加稳定一些,大概3年左右升一级,9到10年到director的样子,狗家升6有点随缘。不过现在改成in-org可能要更容易一点了。
工作内容ds更有趣一点,药厂更忙一些,需要很多跟人交流,对接,开会非常多。感觉回国的话,药厂更好一点,选择很多,也不会996,不过可能薪资比一线互联网公司的ds要低一些。

评分

参与人数 5大米 +14 收起 理由
admin + 10 很有用的信息!
好女不过百 + 1 赞一个!
Fake/Random + 1 赞一个
dandelionjmy + 1 赞一个
玉宝宝呀 + 1 赞一个

查看全部评分

回复

使用道具 举报

getdown2 2021-5-3 10:25:01 来自APP | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   94% (49)
 
 
5% (3)    👎
我叫马6甲 发表于 2021-05-02 18:34:27
很有用的信息!能不能问一下两个行业收入的差距会越来越大还是逐渐趋同呀?看您的例子是后期会接近。。我理解ds起薪高一些是因为科技公司会给股票,药厂给new grad一般只有base和bonus, 所以前
对,主要差距在股票。药厂低级别基本没有股票,除非表现突出。比较坑的是大药厂一般股票vest是要等三年,就是0%,0%,100%,不同于tech的四年平均。所以前期差距会很大。建议在大药厂拿到ad后立即跳中小药厂。中小药厂一般股票会给多一些,有些还给option。. From 1point 3acres bbs
refresh这一块,好像不是每个tech都有的,各厂情况不一样。药厂的话,到了ad之后,基本是每年都会refresh。

评分

参与人数 1大米 +10 收起 理由
admin + 10 很有用的信息!

查看全部评分

回复

使用道具 举报

地里的匿名用户
匿名用户-61C  发表于 2021-5-2 04:57:19
本楼: 👍   100% (9)
 
 
0% (0)   👎
这两个肯定去Google做DS啊,工资和前景都比药厂好得多,回国也更认可。国内现在也有和国外对应的DS岗了,你说的coding比较重的岗在美国叫MLE在国内叫算法工程师。我现在在Google做MLE,就我的了解Google的DS更偏向于做统计分析,其实和你的phd方向挺match的,然后Google DS岗大部分也都招的统计phd。Google的DS在整个行业也算是top了,以后跳出去都很受认可。发展路径的话就是ic4 - ic5 - manager,还挺明确的。我感觉Google里面做DS应该还挺舒服的,因为我看他们好多DS干了七八年都没走。总之这两个比较强烈推荐Google。

评分

参与人数 2大米 +2 收起 理由
wynamelia + 1 赞一个
穆汛 + 1 赞一个

查看全部评分

回复

使用道具 举报

地里的匿名用户
匿名用户-61C  发表于 2021-5-2 05:02:52
本楼: 👍   100% (1)
 
 
0% (0)   👎
匿名用户 发表于 2021-05-01 13:57:19
这两个肯定去Google做DS啊,工资和前景都比药厂好得多,回国也更认可。国内现在也有和国外对应的DS岗了,你说的coding比较重的岗在美国叫MLE在国内叫算法工程师。我现在在Google做MLE,
补充一下 国内我看到抖音阿里腾讯这种都有DS岗,你在这边做到manager回去可以带更大的团队。发展路径和码农类似,都是先做技术再做技术管理。科技行业比起药厂还是香很多的,建议多了解一下。后面十年发展一定是科技行业比药厂更有前景。
回复

使用道具 举报

地里的匿名用户
匿名用户-584  发表于 2021-5-2 05:28:00
本楼: 👍   0% (0)
 
 
0% (0)   👎
lznb, google钱多,药厂养老。在下新人,完全不懂,只能这样概括一下从别人那里听来的
回复

使用道具 举报

Shubin_ren 2021-5-2 05:33:25 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   94% (790)
 
 
5% (43)    👎
你回去的目标企业是什么?
如果是腾讯抖音这种,无疑从工作角度选狗。国内这些互联网企业只认一些大公司的经验,比如狗,脸,亚麻之类
如果目标是在药厂做ds,那你在这边药厂的经验是一个很大的加分项,同行业国外大厂的经验国内还是很喜欢“借鉴”的
回复

使用道具 举报

地里的匿名用户
匿名用户-8CC  发表于 2021-5-2 06:26:30
本楼: 👍   0% (0)
 
 
0% (0)   👎
匿名者 发表于 2021-5-2 05:02
补充一下 国内我看到抖音阿里腾讯这种都有DS岗,你在这边做到manager回去可以带更大的团队。发展路径和码 ...

因为不太认识中美data scientist工作多年的人,所以对ds的职业规划很不了解,听到这么详尽的介绍感觉明朗踏实了很多,十分感谢!(本人楼主)
回复

使用道具 举报

地里的匿名用户
匿名用户-8CC  发表于 2021-5-2 06:30:14
本楼: 👍   0% (0)
 
 
0% (0)   👎
Shubin_ren 发表于 2021-5-2 05:33
你回去的目标企业是什么?
如果是腾讯抖音这种,无疑从工作角度选狗。国内这些互联网企业只认一些大公司的 ...

没有目标企业,目标就是找到跟在美国可以对应的工作,尽量避免996。。楼主也是因为没有什么偏好,没想好去什么行业,所以找工作的时候比较纠结。。
回复

使用道具 举报

地里的匿名用户
匿名用户-8CC  发表于 2021-5-2 06:31:22
本楼: 👍   0% (0)
 
 
0% (0)   👎
匿名者 发表于 2021-5-2 05:28
lznb, google钱多,药厂养老。在下新人,完全不懂,只能这样概括一下从别人那里听来的

也是很精辟了!
回复

使用道具 举报

Dan_Chen 2021-5-2 06:56:15 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (10)
 
 
0% (0)    👎
请问楼主狗家DS需要刷题嘛?
回复

使用道具 举报

ZeZheng 2021-5-2 06:59:53 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   98% (693)
 
 
1% (10)    👎
匿名用户 发表于 2021-05-01 15:26:30
因为不太认识中美data scientist工作多年的人,所以对ds的职业规划很不了解,听到这么详尽的介绍感觉明朗踏实了很多,十分感谢!(本人楼主)
楼主有问题可以私信我 加微信聊
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号

本版积分规则

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

>
快速回复 返回顶部 返回列表