Master是否應該去找software engineer的工作而不是data scientist?
01-21
我的感覺是這樣的。
大部分還是要engineer。工程能力還是很看重的,哪怕你發了幾篇sci
data science PhD一枚,果斷推薦找SE呀,DS position可能連SE崗位的1/10都不到,而且基本上所有工科的PhD都可以申請。難度可想而知。
在美國找data scientist要麼有文章發表,要麼有kaggle top ranking,要麼github經歷豐富,不然誰理你,直接把簡歷扔了。data scientist就不要考慮小公司了,小公司的頂多是data analytic, business analytic,必須大公司。然後你發現去了大公司,也沒有同級別的SE工資高,然後過了一兩年,你自己慢慢的轉成SE了。想弱弱問一句比如cs碩士現在北美競爭激烈,統計運籌金融數學之類的master出來找sde,data analyst有限制/優勢 嗎?
推薦刷題搞sde吧,據我了解google的sde崗位就有很多人在做類似data的工作。。(當然不是那種ai之類比較高端的,那種不是phd應該本來也沒啥戲,而是寫代碼跑一些experiment啊visualization啊那種)
跟樓主一樣的問題…同樣投了各種簡歷石沉大海…糾結要不要讀個phd再找…
先找analyst的職位,跟著data scientist一起做事情,你又是計算機專業的,coding是你的優勢,好好乾,會很快出頭的。但做software engineer也是很好的選擇,看你個人怎麼選了。
這麼厲害的背景,也會石沉大海?master好多都比doctor厲害的。建議不要做software engineer,只搬磚不利於進一步成長,成長了也只會離演算法越來越遠。
軟工是計算機專業,data science主要是統計專業,這兩個本質是不同的。你在C M U讀的專業是什麼
大陸本科出來讀碩士的,基本不可能找到data scientist的工作。題主醒醒,專心找SDE工作為時不晚。
很多美本出來這麼多年,都不能與人正常溝通,只會寫代碼,只能勝任SDE的工作。看你是CMU正經CS專業
還是CMU「矽谷分校」
兩者可不一樣推薦閱讀:
※你是怎樣申請到PhD的呢?
※在學習成績下降的情況下是什麼讓你堅持競賽?
※軟體工程師如何帶好實習生?
※運行bgp的路由器具有所有的公網路由嗎?
※傳統工科和計算機結合的行業是否具有發展的前途?
TAG:軟體工程師 | 機器學習 | 計算機科學 | 卡內基梅隆大學CarnegieMellonUniversity | 數據科學家 |
分頁阅读: 1 2