Category: 职场干货
-
“我快毕业了，想找数据分析或者数据科学的工作，能分享下你的经验吗？”
（本文中英文夹杂，不喜误读） 这些年来，LinkedIn上总是能收到类似的站内信，累计下来和不下20个人聊过天。仔细想想，大部分人问的问题都很类似，需求也基本相同（想找工作/实习）。今天想挑几个大家都好奇的问题来说说。 先简单介绍一下我的经历。我学的是经济+统计，本科毕业后就直接工作了。第一份工作是经济咨询 (Econ Consulting)，不同于管理咨询，有非常多的数据分析需求。两年后跳到了Facebook。刚开始的职位叫Operations Analyst，后来职位转成了Data Scientist。在F做了将近5年后跳到了Netflix，title叫Analytics Engineer，但和F的Data Scientist, Analytics基本做的是同类型工作。总体来说，我走的主要是Analytics Track外加一些Inference Track（下面会聊不同的Track），比较少做Modeling。 好了进入正题吧，罗列一下大家都好奇的问题 + 一些常见的误区吧。 ==== 个人技能 ==== 问题：“Data Scientist / Data Analyst / Business Analyst…到底有什么区别” 数据分析行业的职位名称特别多，让人非常困惑。遇到过人说只想看Data Scientist 的工作，不考虑Data Analyst。也遇到过人说担心Data Scientist的要求太高，只想关注Data Analyst的工作。然而实际上，数据分析行业对于title并没有统一的定义。举个例子，Facebook的Data Scientist, Analytics需要的技能基本等同于Google的Product Analyst，也基本等同于Netflix家的Analytics Engineer。如果一个求职者不知道这些，只是一味地去找“Data Scientist”的职位，那可能会错过很多相似的职位。为什么会出现这个情况呢？除了没有统一的定义之外，很多公司为了能吸引更多的求职者，会尽量把title写成Data Scientist —— 科学家听起来多厉害呀。这个方法亲测有效，可以吸引一大波求职者😝 那求职的时候改怎么应对这样的职位名称不统一的情况呢？有3点: 依靠大体上的判断：从大体上来分，Data Scientist的Technical Skills Expectations一般还是比Analyst更高，尤其是在一个公司又有Data Scientist又有Data Analyst这两种职位上的。当然，这个说法并不一定适用于跨公司比较，比如Google的Product Analyst = Facebook的Data Scientist, Analytics 看具体职位的Job Description：这是一个最靠谱的手段。Title太迷惑，但Job Description是骗不了人的。可认真读一下Job…
Walk with An 