如果不去TECH大厂，请慎选Data Science

我都快怀疑楼上这条回复是我自己写的了...

我在传统金融公司做，名字叫DS其实进来都是SQL和纯粹的BI reporting（没有说BI/BA不好的意思，只是和JD和面试时讲的完全不是一个东西）。数据很差，团队里没人懂数据和建模，工具也不够（比如连version control也没有，你可以自己run python但是所有要进production的全部都得用SQL写）。由于数据差和工具差，连可以自动化的空间都很小，每天被催着给数据、不断地重复没用的步骤来清理数据整理。要找工作的时候别人看你DS的头衔，结果没有一个可以拿得出手的建模项目或者复杂点的数据项目，很难跳到其他DS。

即使公司说注重data但是团队的成熟度不够，同时公司靠着单纯的卖数据和卖BI可以赚钱 （没用动力和理解去推动模型），除非你是有经验的、想要build from scratch来建立团队，否则不推荐新人来。

我觉得可以直接在面试的时候问看看 讲述一下最近move to production的模型和应用情况，公司团队的背景和人才，HM对数据和DS的看法，来了解一下公司的情况。

Tech大厂的ds很多一样是打杂 写出来的paper别人review一下然后经常就没下文了 稍微复杂点的分析除了你和你老板几乎没人理解

还好当初转了前端, 至少还能写写css😂

tech厂也挺鸡肋。产品组容易被pm拿捏住变跑实验跑数工具人，在非产品组更尬，大部分时间justify stakeholder的value。时不时怀疑人生🤨

匿名者 发表于 2022-3-5 15:55
好震惊这么多传统行业的DS没有ship models的。

我在金融行业做DS 7年了（一直是做ml)，个人感觉还是取决 ...

之前想做MLE就是因为感觉能自己deploy。我上家老板确实有能力让模型上线，但deploy依然不是我们做的，还是隔壁的sde组。感觉要做MLE还是得会coding（现在真的engineering多了要维护legacy code，各种头大，天天救火。。。。

splash 发表于 2022-3-5 10:23
请问有没有介于ds和sde之间的岗位呢

DE或者MLE吧

非tech大厂的ds，尽可能去公司的decision science部门。

金融行业很多quant现在都改名叫ds了，如果是做ccar，cecel，credit，fraud或者alm甚至treasury的ds，进去以后很可能是中后台风控与合规岗。

要条件，应该去业务线，且牢记不要变成一个天天写码的工具人。

ViviW. 发表于 2022-03-05 14:27:38
没有data的公司不要去！没有data的公司不要去！没有data的公司不要去！重要的事情说三遍。

别信老板说什么你来了给我们弄个data lake，他们知道从零弄个数据库，security，lega

mlops的pipeline的开发是要投入的，在没有real time prediction的需求的ds项目硬上mlops，有时候反而没有必要，甚至还要多招一个组的人。

多数传统行业连ds如何drive decision其实都没有搞清楚

匿名用户 发表于 2022-03-05 14:38:03
金融行业不需要DS，也不需要ML，目前都是赶时髦老大吹牛设置几个岗位，其实毫无用处，天坑远离！

没有这么极端。

大银行的ds早就发展好几年了，很多pipeline都已经成熟了，我本人就接受过不下五个亿级别的银行大数据项目了、且在银行的business中产生了较大impact

可能你的情况相对和我比较特殊

匿名用户 发表于 2022-03-05 18:28:33
之前想做MLE就是因为感觉能自己deploy。我上家老板确实有能力让模型上线，但deploy依然不是我们做的，还是隔壁的sde组。感觉要做MLE还是得会coding（现在真的engineering多了

我们是自己写好production codes 然后找external vendor 自带scoring engine 的（因为我们real time）然后直接通过他们的engine 把ML model作为feature加到我们公司自己的用户系统里去。不过我只负责写production codes, 其他DevOps的事情全是老板自己去调度（有个懂技术的老板重要性啊）

另外，同意前面的同学说的，传统行业DS只有life没有工作。我现在是全天候学习刷题，一般一周工作时间撑死了一天，还是因为自己太负责，否则也可以不干，就开开会。

tc 20万