- 阅读权限
- 255
- 威望
- 0 级
- 论坛币
- 2284 个
- 通用积分
- 0.1200
- 学术水平
- 0 点
- 热心指数
- 1 点
- 信用等级
- 0 点
- 经验
- 1283 点
- 帖子
- 269
- 精华
- 0
- 在线时间
- 182 小时
- 注册时间
- 2008-10-14
- 最后登录
- 2020-3-25
讲师
还不是VIP/贵宾
- 威望
- 0 级
- 论坛币
- 2284 个
- 通用积分
- 0.1200
- 学术水平
- 0 点
- 热心指数
- 1 点
- 信用等级
- 0 点
- 经验
- 1283 点
- 帖子
- 269
- 精华
- 0
- 在线时间
- 182 小时
- 注册时间
- 2008-10-14
- 最后登录
- 2020-3-25
| 苦逼 2019-3-11 09:35:09 |
---|
签到天数: 234 天 连续签到: 4 天 [LV.7]常住居民III
|
数据科学家这个称号已经火了很久了。大家目前做的工作同哪一类数据科学家更接近呢? 而大家更倾向于成为哪一类数据科学家呢? 欢迎大家投票并积极发表自己的意见。 我先提一下我自己所看到的观察。
现在无论是中国还是美国硅谷,对于数据科学家的要求,都参差不齐。其中,科研科学家(research scientist)还有机器学习工程师(machine learning engineer)对于编程语言,写产品化代码(production code)都要较高的要求。而分析洞察类的数据科学家其实更接近与传统的数据分析师(data analyst),本身更偏重于数据处理(SQL, Python, R)和可视化工具(Tableau, 帆软等),对于写代码和建模的能力需要没有这么高。以Facebook为例,Data Scientist - Analytics岗位其实做的就是数据分析师的工作,而机器学习、人工智能、计算机视觉等要求高的岗位,通常会被叫做Research Scientist。类似的公司还有在美国共享出行市战第二名的Lyft。而老大Uber则对Data Scientist岗位的要求非常高,需要很强的机器学习知识和编程能力,是全栈数据科学家(full-stack data scientist)。
|
|