楼主: 匿名
跳转到指定楼层
上一主题 下一主题
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】

   
全局:
2ndcat 发表于 2021-05-02 01:27:29
是你对analytics低估了,别的大厂也是做很多ab testing的理论研究还发了不少论文的,另外扯别的没意思,我还觉得你不懂统计101吧,就死活不承认Google ds跟其他公司ds analy
你还没有回答我Google的DS和PA有什么区别,既然都是analytics为什么给的钱不一样招的人也不一样?gg是脑残了吗?
回复

使用道具 举报

全局:
2ndcat 发表于 2021-05-02 01:48:02
楼上google大神刚好批斗了我用面试来分析工作内容,所以我也不知道怎么回复你了,建议面试的事情别当真,可以搜搜我提供的小红书工作内容。当然你们的点很多都偏到了Google的ds就是比其他公司ds a
你最后一句我同意,狗ds肯定和sde,mle不是一个概念,和PA也不是一回事(具体个人的工作内容可能有重叠部分)。
. 1point 3acres
其实大家掰扯半天没啥意义,一个公司创建一个job family肯定是有它的目的的。如果实际情况长期和定位出现偏差,公司会做出调整。
回复

使用道具 举报

全局:
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.

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

全局:
我来说说药厂吧,统计PhD还没毕业,目前在药厂实习。在美国的薪资水平来看,去药厂肯定不如google。我被国内药厂方面的猎头联系过,猎头说“目前国内比较缺少biostatistician,将来升职比较快,fresh能给到60万人民币。”将来回国的话,我不知道做data scientist能给到多少

评分

参与人数 1大米 +1 收起 理由
admin + 1 很有用的信息!

查看全部评分

回复

使用道具 举报

全局:
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。
. 1point 3acres
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 11大米 +40 收起 理由
MilkyQNXR + 1 赞一个
rupeter + 1 赞一个
s10011994s + 1 赞一个
biscuitrj + 1 赞一个
bananamon + 2 很有用的信息!

查看全部评分

回复

使用道具 举报

全局:
ZeZheng 发表于 2021-05-02 01:50:53. Χ
你还没有回答我Google的DS和PA有什么区别,既然都是analytics为什么给的钱不一样招的人也不一样?gg是脑残了吗?
参考我最新回答,这个没意义,PA做做报表简单实验,DS做做实验理论,别人一个ab testing,狗家把实验玩出花发了100篇论文,你行你牛x,那又如何? 本质上实验就是实验,统计问题就是统计问题,本质上就是解决analytics方向统计类business problems,跟sde/mle解决的不是一类问题,就算Netflix直接给50w让ds,偶尔还是有查数的adhoc sql 取数,那又能说明什么呢? 人家也是等于PA+统计和实验的role融合的,你这么说也有大把公司比Google做得简单给的钱多的。你这还是偏向死活要证明Google ds在实验统计问题上比其他公司强,一来这个有待争议,就算是真的也没也问题我可以同意,但是二来这个不是重点,你做出花来跟sde/mle/ml research还是完全不同的job family,解决的业务问题本质上就是其他公司analytics team的问题,你解决得更好不代表你就跟其他sde/ds一样了,职业发展/裁员优先级/晋升难易度/跳槽方向这些都跟你做得好不好关系大,是跟你做什么类型的工作关系更大。
回复

使用道具 举报

全局:
UBSHY 发表于 2021-05-01 20:56:42
我是生统博士在读 要是我的话可能会选药厂 因为clinical trial我觉得很有意思 另外药厂那么多跳槽也挺方便的 不是所有人都应该去当码农或者去科技公司的 如果只是做做AB testing需要读
首先GG的DS不是做做AB testing。而且GG能提供的平台 和以后发展前景和机会绝对不是药厂可以比的。无论以后做manager还是ic,GG提供的scope都比药厂要广阔的多。

评分

参与人数 1大米 +1 收起 理由
islwy + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
groundzyy1 2021-5-2 23:34:43 | 只看该作者
全局:
看完只想问lz有兴趣面fb的ds职位吗,身边的ds manager总是抱怨招不到人。career path我观察到周边合作的ds,基本都是ic到ds manager。
回复

使用道具 举报

🔗
maxentropy 2021-5-3 00:41:49 | 只看该作者
全局:
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 35大米 +76 收起 理由
lshyrzkq + 1 谢谢分享!
zenghf + 1 给你点个赞!
Tesla + 1 很有用的信息!
veraxiao0620 + 1 给你点个赞!
hzmsh + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
orangexu 2021-5-3 01:15:43 | 只看该作者
全局:
maxentropy 发表于 2021-5-3 00:41
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 ...
. From 1point 3acres bbs
已加米感谢楼主!!我是物理PhD new grad,研究中用到大量data analysis和ML,但是AB testing用的很少,主要是毫无实习经历。。刚开始投工作的时候,投大厂比较心虚,觉得自己没准备好,就只投了中小厂,现在刚有中小厂DS offer,工作方向偏marketing,ads bidding这类的,我非常感兴趣,其实是很想上岸的,但是又觉得一家大厂没投,就这么上岸有点儿亏。。大厂里我最dream的company就是google了,new grad想第一份工作进google DS也是海投嘛?还是说先积累几年工作经验,等experienced一些了之后再跳会比较好??
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
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表