面试碰壁却让我看清数据科学行业现状

  • 日期:09-20
  • 点击:(1584)


我想在4天前分享新智慧

鹏飞

[新知源指南]开发人员尚未被聘为数据科学家,因此他们研究了整个数据科学行业的实际情况。他发现高学历非常重要,计算机,工程,数学和统计学是非常重要的学科。他认为,不要专注于数据科学家所需的技能,而应该关注他们实际可以做的事情。大师Kaggle是有用的,但不是那么有用。

您知道数据科学家行业中最热门的话题是什么吗?如何快速赚取热钱。

您可能刚刚听说过数据科学家的职业,或者已经在该行业工作多年。每当提到“数据科学”这个词时,心中总会有一种荣耀。毕竟,这是一个听起来像高科技的职业。当你自我介绍时,有人会羡慕的表情。

但数据科学家的竞争变得越来越激烈,数据科学家的感受似乎逐渐减弱。相反,焦虑不断增长,我们对此无能为力。

一方面,越来越多的人希望进入数据科学家,希望获得名望和兴趣;另一方面,企业已开始在数据科学家的岗位上摇摆不定,许多公司甚至错误地将数据标签视为数据科学家。

随着人工智能的发展,上述情况并未得到改善。最近。一位名叫Hanif Samad的统计学家,软件工程师和数据科学家正在努力寻找工作,他开始思考数据科学行业的现状。

他发现,在数据科学最集中的数据科学平台上,最热门的数据科学文章是《数据科学家如何跟股东相处》,其他特殊细分如《如何成为一名数据工程师》,《批量梯度下降与随机梯度下降》,《多类文本分类》,《加速R-CNN》技巧文章非常受欢迎。

由于Samad只有短暂的数据科学历史,他在实际访谈中意识到他通常会看到成功的文章,教你如何成为数据科学家,以及那些无用的技能文章。空中有一种杀龙技术,但没有龙背的情况。典型的Daniel Kahneman的嘴是“可用性启发式的受害者”。

真正从事数据科学工作的人有哪些?最后,在数据科学行业,真正的现状是什么?

作为一个统计学家和数据科学家,萨马德拍了一下当前数据科学行业爬行LinkedIn上的数据。在分析了近1000名数据科学家的档案后,结果确实让他发现了一些很少被提及的内部人士。

发现1:研究生学位是标准的

73%的现有数据科学家拥有研究生学位。其中,硕士学位超过44%;剩下的博士学位是29%,学士学位是21%。除了全日制大学毕业生,一些数据科学家还拥有MOOC学位或培训课程的函授学位,共计占总数的6%。

您是否打破了之前对数据科学家行业的印象?我们可以看到数据科学家对学位有更高的要求,而计算机科学,工程,数学或分析是更受欢迎的科目。对于拥有4 - 6年工作经验的员工来说,这是最好的。值得注意的是,尽管有6%的人来自MOOC和培训机构等非传统认证机构,但很明显,研究生学位是最安全的。数据科学正在迅速发展,许多最重要的算法和技术将不被传统的学术课程所涵盖。所以除了你的学位,你还需要一些能力,除了你的专业技能。最后,不要被焦虑蒙蔽。您可能不需要学习如此多的数据科学技能,但您应该仔细考虑,这样做的目的是什么?你想要什么?收集报告投诉

鹏飞

[新智能教程]开发人员表示,他们不会被聘为数据科学家,因此他们深入研究了当前数据科学行业的整体情况。他意识到接受高等教育非常重要,计算机,工程,数学和统计学都是非常主流的学科。他认为,与其专注于数据科学家所需的技能,他们应该专注于他们实际可以做的事情。大师Kaggle是有用的,但不是那么有用。

您知道数据科学家领域最热门的话题是什么吗?如何快速赚钱。

您可能刚刚听说过数据科学家的专业,或者已经从事该行业多年。每当提到“数据科学”这个词时,总会有一种荣耀。毕竟,这是一个听起来非常高科技的职业。在介绍自己时,有人会看起来很羡慕。

但数据科学家的竞争越来越激烈,数据科学家的情绪似乎逐渐消失。相反,焦虑正在增长,我们无能为力。

一方面,越来越多的人想进入数据科学家的行列,希望获得名气和利益;另一方面,企业开始在数据科学家的岗位上摇摆不定,很多企业甚至错误地把数据标签当成数据科学家。

上述情况并没有随着人工智能的发展而得到改善。最近。新加坡一位名叫哈尼夫萨马德的统计学家、软件工程师和数据科学家正在努力寻找工作,他开始反思数据科学产业的现状。

他发现,在数据科学家最集中的平台Toward Data Science上,最热门的数据科学文章是《数据科学家如何跟股东相处》,其他一些特殊的分支,如《如何成为一名数据工程师》、《批量梯度下降与随机梯度下降》、《多类文本分类》、《加速R-CNN》这些技能文章非常受欢迎。

因为Samad在数据科学方面的历史很短,他在实际的采访中意识到,他经常看到一些成功的文章,这些文章教你如何成为数据科学家,还有那些技能文章,这些都是无用的。空中有一种杀龙的技术,但没有龙套的情况。典型的daniel kahneman的嘴是“可用性启发式的受害者。”

真正从事数据科学的人在做什么?最后,在数据科学行业,真实的现状是什么?

作为一名统计学家和数据科学家,萨马德通过在LinkedIn上抓取数据来审视当前的数据科学行业。在分析了近1000个数据科学家的档案后,结果真的让他发现了一些很少被提及的内幕。

发现1:研究生学位是标准的

73%的现有数据科学家拥有研究生学位。其中,硕士学位超过44%;剩下的博士学位是29%,学士学位是21%。除了全日制大学毕业生,一些数据科学家还拥有MOOC学位或培训课程的函授学位,共计占总数的6%。

结论上面,您是否破坏了您之前对数据科学家行业的印象?我们可以看到数据科学家对学位有更高的要求,而且学科更多的是计算机科学,工程,数学或分析。最好雇佣具有4 - 6年工作经验的员工。值得注意的是,虽然我们看到6%的人来自非传统机构,如MOOC和培训机构,但很明显拥有研究生学位是最有保险的。数据科学正在迅速发展,许多最重要的算法和技术将不被传统的学术课程所涵盖。所以除了学位,你还需要一些超越专业技能的能力。最后,不要被焦虑蒙蔽。您可能不需要学习如此多的数据科学技能,但您应该考虑一下。这样做的目的是什么?你想得到什么?