分享对Data Science职业发展的理解(求米)

这个行业范围太广 没有统一职称和标准 找工作每家都得深入了解 耗时耗力

LTCrazy_ 发表于 2022-2-10 15:19
这个行业范围太广 没有统一职称和标准 找工作每家都得深入了解 耗时耗力

而且可能还有可恶的takehome。。

cijiesy-Ya-Wen 发表于 2022-2-9 15:13
你好！感谢你的分享，看了受益匪浅！我是一名想转product DS 的精算分析师，能付费咨询你一些问题吗？谢谢 ...

我建议你可以去LinkedIn上reachout，毕竟我自己不是product ds，我不太合适这样正式的意见咨询的

给你点赞

想找lz咨询career path了哈哈

craigdavidcc 发表于 2022-1-17 22:39
我觉得是product ds不是特别需要那种10年，20年经验的超高级IC。相比SDE，很多人可以不做manager，做IC到 ...

就career path而言，偏product的ds在金字塔上收敛更快，缺点是什么呀？上限更低？

craigdavidcc 发表于 2022-1-18 14:53
machine learning scientist吧，前提是产品主要针对online，而非offline的

什么样的算offline product呀？

Cocokuki 发表于 2022-4-16 14:13
就career path而言，偏product的ds在金字塔上收敛更快，缺点是什么呀？上限更低？

.--不需要很高级别的IC，career path也许相对单一吧，最好就是走manager的路线

craigdavidcc 发表于 2022-04-26 23:27:14
不需要很高级别的IC，career path也许相对单一吧，最好就是走manager的路线

谢谢回复！同觉得DSA career path收敛太快，人人都想做PM，但不知道以后路怎么走了。

Cocokuki 发表于 2022-5-2 19:00
谢谢回复！同觉得DSA career path收敛太快，人人都想做PM，但不知道以后路怎么走了。

那是我一家之言了，我也没几年工作经验的，主要是DSA技术的要求不高，在一个high abstraction level上发挥空间不大，伴随着现实中的各种business考量和模糊处理，过于追求这个层面的science意义有限。前期也许技术上需要一些提升，但后期提升的空间就是对产品的理解了，这个时候作为DSA辅助性质来做产品，肯定不如作为PM的角色来做产品来得直接和有impact。
这是我自己的理解了。