Data Scientist 炼成记录-更新完毕2018年12月 | 机器学习练成记录 - 已开新帖

数科里面高大上可以表现在几个方面：
除了首楼说的那些基本技能：

1 高深ML/统计能力，肯定是要能发paper，能在已有知识上面做改进的。常见于研究所(e.g. MSR) 和高端IT(G)，一般是domain expert. 研究所的不一定需要写production level code和做出立刻可用的系统。公司的一般需要能做出产品。前一种一直都存在，不过从前不叫数科。

2 有设计系统的能力，很好的沟通能力，drive for results, get things done, 即使是IC也是可以tech lead一群人做事的，一般是lead, manager, principle职位，善于全盘把握，权衡商业需求和技术，肯定要跟dev/analyst/non-tech的人都打交道。日常工作未必需要亲手写很多代码，但是仍然是可以亲自动手做事的。完全不亲自做事，只带团队的那就是manager了，一般已经不再成为数科。

3 代码能力强，能自己搭建起码是原型平台，如有需要，可以钻进现成production code base做改进。从data model到基本ML到基本统计模型到基本展示都可以一个人从头做到尾，可以在极短时间内评测多个新技术，进而选择合适的那个，解决当前问题。一般称为data hacker. 除了技能更接近full stack外，代码能力达到或者接近dev，但是数据理解能力高于一般dev，单方面技能也许没有前两种人那么深入，比如没有lead那么能跟non tech的人打交道，或者没有ML expert那么高深的ML。

三者发展方向不同，需要的人的“性格”也不太一样。当然牛逼的也可以跨过边界。显然每个domain expert组也会有1个头头（1+2），一群做1的人里面肯定也有面面俱到的能收（1+3），3的孩纸长大了混好了学会平衡技术和business，就是（2+3）。

目前对数科创业还不太了解。非常早期的公司估计只能用第三种，非常厉害的data hacker。团队有一定大小才会用1和2吧。
不过如果是consulting性质的数科，那1,2就有用武之地了。

请问k姐，有人说ds博士比硕士发展前景更好，因为博士可以做数学建模与分析工作，而硕士就是做一些反复的数据库操作和重复性的项目工作，这是真的吗，k姐你觉得读一个计算机或者统计博士好吗

好東西…

aaa18918 发表于 2014-10-23 18:29
请问k姐，有人说ds博士比硕士发展前景更好，因为博士可以做数学建模与分析工作，而硕士就是做一些反复的数 ...

i am obviously biased in answering this......

对硕士级别数科做什么，我其实并没有什么直观感觉
我周围全部是博士
数科动手能力要求比传统统计高的太多
而公司里面，能做出很多东西，即使没有那么kosher，永远比只做出少量非常正确的东西，要显得牛逼，所以看来看去还是觉得，绝大部分东西，快速做出点什么来（大小公司都适用），然后到处牛逼哄哄讲给别人听（大公司），这两点最重要。

保留将来改变主意。不过现在的看法是，计算机硕士，动手能力超强，加一点基础统计，会比较好过。工作机会多，衡量标准上吃香，面对的机会variety也多。
比如博士级别的，去处就比较有限。而偏统计，动手能力偏弱的，就只能去大地方的偏研究部门，此类其实应该叫data researcher
BS能力比较强的当然也可以去发展跟人打交道更多的职位，多在传统公司而不是IT，工资起码短期内会差很远。将来的发展不好说。而且真心别以为biz analyst有的会占多少business insight, mostly still just grunt work。在那种位置你想爬上去，竞争者经常是type A MBAs。也许你不需要一直看技术博客，上公开课来keep afloat，但是不代表真的可以cruise for years and years. 而且这种职位博士学位更没用。硕士+工作经验恐怕在简历上更好看。

但是博士学位是会培养人的能力的。至于这些能力培养了以后你怎么去用，这个完全看个人。


现在为什么有那么多其他行业的博士变成了数据科学家？并不光是中国人，老外也一样很多。原来行业的研究和理想哪里去了呢？常见专业比如物理，bioinfo, EE，生统，应数，有些没拿到tenure 的AP这些本来跟IT里面“如果让人更多的点广告”毫不相关的专业，还不是大批大批的转，其实跟当年类似的同一批人大批大批去做矿工一样么，奔着钱途去的。。。。

anyway i am ranting

i do believe in "producing", regardless of your degree. Nowadays, someone who can code simply can product a lot more than someone who knows more about modeling but can't build that model in production. Unless of course, your model is so great that it far surpasses the status quo, or your company is so highly optimized that the final 0.1% still matters a lot.

Frankly, I personally am getting tired of the final 0.1% thing.....

最近申工作发现，大公司的data scientist基本上都是PhD出身。
虽然各个专业都有。
还想问下K姐，美国这边会年初或者年末的时候positions放的比较的多么？
谢谢！

更新一下
udacity新出的data visualization课大家可以关注，很靠谱

我打算把leetcode easy先刷一下 in python
请监督。
圣诞前后如果有空再刷medium
理由在首楼更新了

看到K妈的这个帖子 我都要哭了 迷茫了半年终于找到了一个地方 让我明白 我该学些什么了！！！超赞！！！Times Series 我们学校用的就是K妈介绍的这本事  不过我们讲得不太深， R code 不是很会写哇～ 今天写作业的时候都感觉要哭了～ 呜呜呜～ DS长路漫漫啊～

看了一个FB的data scientist manager写的帖子，顿时有种我完全不想做DS了的感觉！
http://www.mitbbs.com/article_t/Statistics/31379771.html

小K 发表于 2014-11-19 14:55
更新一下
udacity新出的data visualization课大家可以关注，很靠谱

Hey
想问下data visualization在 data scientist 的职能中现在占一个什么样的地位呢？

tableau 在visualization里面有一席之地么？主要用在reporting方面么

谢谢