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】

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？

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。。

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。

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。

2ndcat 发表于 2021-05-01 23:57:53
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。

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。

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

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。

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。

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.

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。

. 1point 3 acresps 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。

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~

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。

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。
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。

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。

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。

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

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

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）

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。。

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！

请问楼主狗家DS需要刷题嘛？

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