博士对数据科学职业有帮助吗？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

博士对数据科学职业有帮助吗？
这个问题的答案不是黑白的，还取决于您的住所，博士课程期间的工作，花了多少时间和金钱，您对什么样的工作感兴趣以及有哪些其他经验你有。您可以说与获得MBA相同的话。
如果像我一样，您的博士学位是在国外取得的，您可能并没有花费很多钱来赚钱（甚至可能已经获得了高薪。）根据您所在学校的不同，它可能是跨学科的（计算机科学，动力系统，例如，应用生物信息学和统计学（其中很大一部分用于编写代码和处理数据），并且您可能已经能够在此过程中为公司工作，从而获得了真正的专业经验。所有这些都是很大的优点，有些顶级学校提供了所有这些。不知道您是否可以在工作的同时在线从事和攻读博士学位课程：这将是另一个优势。
也就是说，博士学位课程旨在获得（难以捉摸的）学术职位，或者至少专注于研究和出版。如果您不喜欢研究和出版，尽管可以随时退出，但您会遭受痛苦。还有其他方法可以获取相同数量的知识，写作/研究技能和专业知识：例如，在诸如我的博士学位之类的程序中。如果您是一名自学者，则可以自己完成相同的工作质量，获得相同的经验，同时又可以全职工作。例如，我成为了博士学位级别的数字理论家，非常应用并且对数据非常敏感（正在处理非常大的数据！），我将计算数字理论与数据分析和统计信息完全融合在一起，尽管我没有接受数字理论方面的正式培训。我最近出版的书（请参阅在这里）我的研究确实集中在数据科学方面，这在25年前是比我实际的博士论文的质量更好：更先进，更新颖，更开创性的，并且写的非常简单的英语，使高级主题访问初学者-比在深奥的期刊上发表行话要困难得多，而且从专业和个人的角度来看更有意义。
如果您在博士学位期间设法取得突破性发现，并且具有巨大的应用潜力，那么它会有所帮助。但是在博士学位期间却很少有人达到这个目标-实际上，有些教授一生中从未实现过这个目标。为此，您必须处理正确的问题。还有很多悬而未决的成果，例如在AI中。但是，研究实验室中的某些职位（无论是Google，Microsoft还是政府机构）都需要博士学位，并且除非您准备开始作为实习生并且来自顶级计划，否则它们的竞争非常激烈。如果您成为企业家并想筹集风险投资，博士学位可以提供很多帮助，并且可以给您的客户，投资者，读者（如果您写书）或用户（如果您使用Coursera等程序教书）提供一定程度的信任。 ）  
可能令许多招聘经理感到恐惧的是什么（除非他们自己拥有博士学位，很多人在制药行业就读过）
缺乏人际交往能力（管理团队），
非常垂直的知识，不愿从事平凡的工作，   
不适应“现实生活”和协作工作，
陷入某些僵化的理论框架，导致缺乏远见（*）
95/5的心态，而不是80/20
最后一点是描述完美主义的另一种方式（在企业界是不受欢迎的）：80/20规则意味着您要完成一项任务，直到达到完美的80％。剩下的20％会花很多时间才能完成，但几乎没有其他好处，而且由于新项目每隔几个月就会弹出，因此您无法按时完成任务。事实是真实数据永远不会完美，因此完美的模型无关紧要。但是在您的博士学位期间，您可能没有暴露过脏数据。甚至我在数论实验中使用的“纯”数据集都不是完美的。您只有在处理数万亿个数字时才可能意识到这一点；那就是各种奇怪的事物开始出现的时候：您意识到您需要的数字精度远远超过Python所能提供的（
即使我的数据在数万亿年以来都是静态的，并且由（无限）整数和实数组成，但由于丢失数据的方式有所不同（由于硬件限制，我的分析中未包括数字），结果有时还是有偏差的大量错误（有时由于缺乏精确度），与经典数据科学家必须处理的数据没有什么不同。但是，即使有博士学位，许多古典数据科学家还是忽略或不知道这些问题，或者不在乎是否有任何议程可以证明经理希望您确认的假设。尽管我的数据是静态的，但仍有许多数据科学家将数据集视为静态，而并非静态。现实情况是，我的数据集是静态但无限的，而数据科学家正在使用有限但不是静态的数据集。     
同时，在这种情况下，如果您在乎发掘真相，您就会意识到，使用一些自动化工具（一些在线上可用的工具）来进行模式检测或获取数十亿位数的数字（在云端工作）会有所帮助。拥有分布式架构和高效算法，可以为您提供帮助，而且要找到与您正在从事的主题相关的参考资料（避免重新发明轮子），需要的不仅仅是Google搜索（在Quora上发布问题非常有用）。这些技能对找到工作很有帮助。它们应在您的博士学位期间获得，但也可以独立获得。
最后，在博士学位期间，您应该控制自己的命运，而不是受到外部因素的控制。有关更多信息，请阅读我的有关博士数据科学家的文章5神话。最后但并非最不重要的一点是，如今，您不需要拥有价值数百万美元的计算机和数据集的实验室来进行研究：可以在笔记本电脑上在家中携带它，而大量的数据集是免费提供的，您可以甚至可以创建自己的信息，例如收集数十亿条推文并对其进行分析。
（*）一位博士统计学家与我争辩说，不可能对Pi之类的数字进行统计分布，因为这些数字无限多，而且无论如何都是确定性地生成的；令人惊讶的是，外行很容易理解这个概念。就我而言，我利用这种明显的悖论来创建新的密码系统和Fintech预测器，而没有引入随机点过程理论中的神秘模型来解决这个明显的问题。具有讽刺意味的是，尽管我也是博士统计学家，但我学会了学习该培训的负面方面，并保持其最佳状态。此外，尽管没有老板规定的最后期限，但我仍然感到非常，甚至比在企业界更是如此，我必须迅速交付，正确且深刻的见解，每个人都可以理解，即使付出的代价是我的做法不够优雅。我只有那么多时间花在这些令人振奋的问题上（大部分时间都花在管理公司上），当我取得长足进步并击败竞争对手时，这给了我紧迫感和幸福感。想要在企业界工作的博士必须了解这一点。
1

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据科学 Microsoft coursera Google搜索 Google