文丨Ian Xiao
編譯丨小二
“我應(yīng)該繼續(xù)留在這個(gè)領(lǐng)域嗎？”“下一步該怎么發(fā)展？”前幾天，我和一個(gè)朋友聊天，他問(wèn)出了上面的問(wèn)題。
因?yàn)橐咔椋覀兎怕四_步，去花更多的時(shí)間思考，尤其是對(duì)于自身的發(fā)展。
相信有此類疑問(wèn)的人不在少數(shù)。隨手在Google進(jìn)行搜索，就可以找到30億條結(jié)果，有的還會(huì)列出詳細(xì)的步驟指南。（關(guān)于“如何賺錢”的信息為20億條）
但那些對(duì)解決問(wèn)題并沒有實(shí)質(zhì)性幫助。
其實(shí)，之所以產(chǎn)生焦慮、緊張的原因就在于兩點(diǎn)：期望與現(xiàn)實(shí)有所出入，數(shù)據(jù)科學(xué)可能比預(yù)期的更無(wú)聊；在職崗位的角色似乎不是自己想的那樣。
這種情況下，一般有3種選擇：
1、接受現(xiàn)狀并內(nèi)化掉挫敗感。如果選擇了這種方式，那這篇文章可能對(duì)你的幫助并不大。
2、離開現(xiàn)在的工作崗位，在新的地方開始數(shù)據(jù)科學(xué)工作。（這篇文章剛好適合你）
3、受夠了，我不在這行干了（沖動(dòng)是魔鬼，在做出這個(gè)選擇前，不妨考慮下第2個(gè)選項(xiàng)）
綜合來(lái)看，第2個(gè)選項(xiàng)大概率是多數(shù)人為改變現(xiàn)狀會(huì)選擇的。但離職跳槽就會(huì)隨之而來(lái)一個(gè)問(wèn)題：
去哪兒？
想清楚該去哪兒，就需要先知道當(dāng)前處于哪里。一步步問(wèn)下去就會(huì)發(fā)現(xiàn)問(wèn)題繞回了最原始的一點(diǎn)“什么是數(shù)據(jù)科學(xué)”？
在Google上搜索，可能會(huì)看到類似以下的圖片內(nèi)容：
（什么是數(shù)據(jù)科學(xué)？來(lái)源：https://medium.com/@iphs_tech/believing-these-8-myths-about-what-is-data-science-keeps-you-from-growing-528f1bd240dc）
這樣分類當(dāng)然有理可循，但能不能真實(shí)的反映現(xiàn)實(shí)的工作情況？
答案很明顯不能。
每個(gè)公司性質(zhì)不同，職責(zé)范圍會(huì)存在細(xì)微的差別。當(dāng)我們做選擇的時(shí)候，這兩個(gè)因素很重要。
有沒有什么辦法能幫著更好的思考，讓我們做出更好的決定？
在過(guò)往的從業(yè)經(jīng)歷里，我為大型企業(yè)提供咨詢，還在AI初創(chuàng)公司中構(gòu)建了ML產(chǎn)品（雖然公司最終被收購(gòu)）。對(duì)于這個(gè)問(wèn)題，我的觀點(diǎn)就是：
建立數(shù)據(jù)科學(xué)家模型
那什么是數(shù)據(jù)科學(xué)？
它取決于公司的規(guī)模（企業(yè)或初創(chuàng)企業(yè)）和角色的主要責(zé)任（面向客戶或內(nèi)部協(xié)作）。
面試數(shù)據(jù)科學(xué)職位的時(shí)候，都會(huì)看到所要求的職位名稱以及職責(zé)描述，它很可能會(huì)屬于以下四個(gè)區(qū)域中的某一個(gè)。
當(dāng)然，這個(gè)模型并不一定就是正確的，但可以作為參考幫助。
怎么用它？
這個(gè)模型展示了4個(gè)可以發(fā)展的方向?？梢詫?duì)照它為自己當(dāng)前的階段定位，以及作為未來(lái)發(fā)展方向的參照。
接下來(lái)，你可能會(huì)問(wèn)：我怎么知道新角色對(duì)我來(lái)說(shuō)是更好的？
為了幫助做出決定，以下是每種角色的一些利弊。此外，我還將討論哪類人比較適合。當(dāng)然，某種程度上，這些偏主觀，所以僅作為參考。
Tips：
1、還可以按公司的其他方面進(jìn)行分類，例如行業(yè)和產(chǎn)品類型（例如，與數(shù)據(jù)科學(xué)相關(guān)的服務(wù)或工具，非數(shù)據(jù)科學(xué)產(chǎn)品）。我比較傾向于公司的規(guī)模會(huì)對(duì)日常工作有更大的影響。
2、公司規(guī)模不是二元化的，有許多中型公司；為了簡(jiǎn)單起見，我將其二元化。
3、在初創(chuàng)公司中，客戶交流、內(nèi)部協(xié)作并不會(huì)清晰的劃分開，通常傾向于兩者兼具。只是時(shí)間分配的問(wèn)題。
1、高價(jià)值的顧問(wèn)
在全球性的咨詢公司或大型技術(shù)公司（例如，德勤，麥肯錫，埃森哲，谷歌，IBM等）的專業(yè)服務(wù)部門提供數(shù)據(jù)科學(xué)服務(wù)。
優(yōu)勢(shì)：
在咨詢公司，客戶為結(jié)果會(huì)付出較高的費(fèi)用，所以每個(gè)項(xiàng)目都很重要。解決問(wèn)題以及高效工作的能力會(huì)得到鍛煉。而且有非常清晰的晉升機(jī)制和要求（例如，分析師，經(jīng)理，合伙人）。有機(jī)會(huì)接觸到高層管理人員，在職業(yè)的初期見識(shí)、眼界會(huì)隨之增長(zhǎng)、開闊。
劣勢(shì)：
商業(yè)價(jià)值重于一切（例如科學(xué)創(chuàng)新和出色的算法可能會(huì)有所忽略）。存在即便已經(jīng)比較資深，但有些公司可能不會(huì)將數(shù)據(jù)科學(xué)家考慮進(jìn)“合作伙伴”機(jī)制里的現(xiàn)象。
最適合：
經(jīng)過(guò)一定的技術(shù)訓(xùn)練，富有抱負(fù)心，并且以業(yè)務(wù)為導(dǎo)向的人。在最開始的時(shí)候，比較擅于向有經(jīng)驗(yàn)的人學(xué)習(xí)，也不會(huì)介意很辛苦，具備在一家大公司里，將自己當(dāng)做“小企業(yè)”來(lái)經(jīng)營(yíng)的思維。
2、精通技術(shù)的銷售
在以AI為重點(diǎn)的初創(chuàng)公司或中型公司（例如Dessa，Element AI，H2O，Cloudera和Palantir）中擔(dān)任技術(shù)銷售或項(xiàng)目負(fù)責(zé)人。
優(yōu)勢(shì)：
可以接觸到一些最前沿的案例，因?yàn)榭蛻敉ǔ?huì)向你尋求創(chuàng)新，而不是來(lái)回交付（乏味的）長(zhǎng)期，大規(guī)模的項(xiàng)目。在重要的戰(zhàn)略和產(chǎn)品決策上有更大的發(fā)言權(quán)。靈活創(chuàng)新的能力會(huì)得到發(fā)展。
劣勢(shì)：
某些客戶可能對(duì)大型項(xiàng)目不信任（例如獲得更多預(yù)算），這是“靈活創(chuàng)新”的反面?？赡苄枰龊芏唷懊赓M(fèi)”工作才能贏得客戶的信任。
與大型公司相比，后臺(tái)支持更少。產(chǎn)品愿景可能會(huì)受到投資者（如果你有錯(cuò)誤的風(fēng)險(xiǎn)投資人）或沉沒的成本心態(tài)的影響，而不是真正的市場(chǎng)需求。
最適合：
希望在公司早期發(fā)展，實(shí)現(xiàn)企業(yè)夢(mèng)想并已經(jīng)擁有堅(jiān)實(shí)的業(yè)務(wù)網(wǎng)，具備某個(gè)領(lǐng)域?qū)I(yè)知識(shí)和/或聲譽(yù)的人。
不太適合新手，因?yàn)樗麄兏枰_踏實(shí)地的打好基礎(chǔ)。
3、產(chǎn)品嬉皮士
具有軟件和/或ML背景的人員與技術(shù)工程一起在AI產(chǎn)品公司構(gòu)建IP，做原型并支持銷售轉(zhuǎn)化。
優(yōu)勢(shì)：
無(wú)需操心過(guò)多的客戶關(guān)系此類事情，可以專注于解決有意思且實(shí)際的問(wèn)題。一般接手的都是短期項(xiàng)目。在這個(gè)崗位上，可以影響或定義如何將產(chǎn)品設(shè)計(jì)為“內(nèi)部用戶”，為客戶或公司內(nèi)部人員構(gòu)建有所幫助的東西。
劣勢(shì)：
可能過(guò)于帶入到用戶/客戶的角色中，這會(huì)給排優(yōu)先級(jí)、時(shí)間管理上造成一定的壓力。比較難在“最前沿”與“立即可行”之間找到合適的平衡點(diǎn)，最后可能會(huì)陷入無(wú)休止支持客戶的工作中。
最適合：
產(chǎn)品導(dǎo)向、專注于工程技術(shù)，以及在某些技術(shù)堆?；蚬ぷ髁鞒讨芯哂袑I(yè)領(lǐng)域知識(shí)且經(jīng)驗(yàn)豐富的專業(yè)人員。思維開闊，具有好奇心，喜歡技術(shù)挑戰(zhàn)并能夠完成它。
4、大家庭
好了，這部分可能會(huì)有點(diǎn)復(fù)雜，所以需要分成兩個(gè)部分：幕后英雄和超級(jí)極客。
4.1、無(wú)名英雄
企業(yè)中來(lái)自傳統(tǒng)BI，分析和建模小組的人員。他們主要與業(yè)務(wù)或職能部門（例如，市場(chǎng)營(yíng)銷，風(fēng)險(xiǎn)，財(cái)務(wù)等）合作。
優(yōu)勢(shì)：
可以非常專注于工作，并接近真實(shí)的業(yè)務(wù)運(yùn)營(yíng)。此外，還可以訪問(wèn)唯一的數(shù)據(jù)集、可操作的大規(guī)?；A(chǔ)架構(gòu)。能比較好的平衡工作與生活，同時(shí)具有影響力或權(quán)力做出投資決定。
劣勢(shì)：
大多數(shù)時(shí)間里，項(xiàng)目進(jìn)程可能很慢而且有點(diǎn)無(wú)聊，會(huì)陷入某些角色或項(xiàng)目中。職業(yè)發(fā)展的晉升比較慢。
最適合：
對(duì)生活充滿熱情或者喜歡在特定領(lǐng)域投入時(shí)間，具有耐心、韌性的人，并且不在乎會(huì)不會(huì)被宣傳。
4.2、超級(jí)極客
在Google Brain/DeepMind，F(xiàn)acebook的FAIR，Uber和Walmart Research等大公司從事研發(fā)工作的人員。
優(yōu)勢(shì)：
研究非常有思想性的話題?？梢栽L問(wèn)獨(dú)特的數(shù)據(jù)集和問(wèn)題。能夠利用大公司的資源去嘗試挑戰(zhàn)。會(huì)得到很多認(rèn)可和好評(píng)。
劣勢(shì)：
面臨必須證明“商業(yè)價(jià)值”的壓力。業(yè)務(wù)優(yōu)先級(jí)可以會(huì)限制或影響研究主題。如果研究證明有價(jià)值，則可能會(huì)陷入“無(wú)聊”的實(shí)施中。
最適合：
學(xué)者、具有學(xué)術(shù)研究和教育背景的工程師；希望發(fā)布并獲得一些行業(yè)影響的研究生。
模型清楚了，那下一步是什么？
現(xiàn)在你已經(jīng)了解了幾個(gè)職業(yè)發(fā)展的方向，接著問(wèn)自己以下幾個(gè)問(wèn)題：
1、我現(xiàn)在在哪里？我為什么感到沮喪？
2、在數(shù)據(jù)科學(xué)職業(yè)（或生活）中，我真正想要什么？
3、目的地是否讓你覺得舒服以及提供利益？（希望本文提供一些見解）
4、我可以實(shí)現(xiàn)的選擇是什么？
5、如何以最少的努力和最佳的結(jié)果到達(dá)那里？
按照上述的方法對(duì)自己的職業(yè)進(jìn)行梳理，希望能有所收獲~
原文：https://towardsdatascience.com/the-most-realistic-data-science-career-guide-d12c4af87cc8，有所修改刪減。
