我怎樣成為數據科學家？|哥大學子在美求職路

點撥諮詢師：Evelyn Fu

本科：清華大學 工業工程系

碩士：哥倫比亞大學

Management Science and Engineering

目前在紐約一家創業公司做Data Scientist

被Machine Learning的課程虐得體無完膚，但義無反顧地愛上了

我曾經在清華念書的時候選修過數據挖掘的公選類課程，當時多少也是帶著好玩兒的心態，並不認真，也就馬馬虎虎地水過去了。

我本來以為自己會喜歡諮詢類工作，到了美國後，卻意識到自己比起做PPT寫報告和空中飛人的生活，更加喜歡看paper，寫代碼，鑽研各種技術問題。在哥大，因為實在對於所有偏商類的課程提不起來興趣，於是就自己製造困難選修了有一定挑戰性的數據挖掘類課程。至今記得最難的一門課Machine Learning，幾乎每個禮拜都要花兩三天的時間完成編程題和數學證明題，學得雲里霧裡，期末考試考完覺得自己人生都灰暗了。期中考試整整複習了兩周，拿到卷子還是覺得自己什麼都不會。雖然那門課把我折磨得體無完膚，但還是義無返顧地喜歡上了這一行。

在這類數據科學相關的課程上，我才忽然間意識到，在全世界範圍內火熱起來的所謂Machine Learning，其實就是需要一定的數學基礎加上較快上手的代碼能力。 這兩樣東西，我絕不能說是有天賦的，但至少都是我熱愛的，且從本科開始就一直有接觸的。

在哥大期間，曾經系裡面發郵件問大家誰有興趣給一家叫做Wiser新聞收集推送公司做數據挖掘方面的實習。我當時抱著試試看的心態投了簡歷，沒想到面試也通過了。到了公司的第一個學期，我是兼職做免費的實習。當時我還完全不懂Python，只會寫C和C++,SQL也是多年不曾應用，幾乎要還給資料庫課的老師了。當時要處理的數據都是新聞文稿，就涉及到如何把文字轉化為數據這個問題。從完全不懂什麼是TF-IDF，到寫出來一個基於客戶閱讀習慣的新聞推薦系統，我花了大量的時間學習Python，學習數據處理方面的知識。雖然我做了一年的實習，那一家只有十個人的創業公司只給了我兩千多刀，用來報銷我交給哥大修CPT實習課程的錢。但我自己知道這一份經歷幾乎填補了我建立上數據類工作的空缺，對我後來申請Data Scientist的工作起了巨大的幫助。

求職維艱：干一年實習只拿了2000多刀

求職途中最艱苦的可能還是找實習的過程。我在到了美國後的第二個學期，也就是春季學期，已經開始在給Wiser做兼職實習。我的第一個學期基本是在糾結和迷茫當中度過的，完全沒有給自己定好位，因為原來心心念念的諮詢之路，是明擺著自己不喜歡也不想走了。看著小夥伴們風風火火地做起Case Study，在第一個學期已經開始各種名企面試，我卻不知道自己出路是什麼。當時覺得自己剛開始做Data Science相關的工作，並不確定是不是真的喜歡。而自己在本科期間所做過的實習，多少跟生產管理和物流搭邊，於是就想同時投數據科學類和生產管理及物流類的實習。

現在回想，當時確實有點兒貪多嚼不爛的意思。我做了兩手準備，於是兩邊都沒有想清楚自己的優勢是什麼。再加上多少在投實習的時候還是沖著自己聽說過的大企業去了，有些好高騖遠。於是在投了40多個簡歷之後，只拿到一個電話面試，還因為如果轉正則需要H1B簽證這種多少帶有歧視的理由，而被對方拒絕了。

在我最難過的時候，男朋友給我的安慰是： 「你才只投了40多個簡歷而已。我認識的認真找實習的童鞋，至少都投了三位數……」。

聽到這種安慰的話，我當然是萬念俱灰，一點兒精神都打不起來了。多次跟院系負責就業指導的老師聊天，她推薦我乾脆跟Wiser談談要不要把春季實習延伸到夏季繼續做。後來果然一帆風順，在Wiser繼續做了夏季實習和秋季學期兼職實習。

我老是跟別人說，我最慘的還是幹了一年實習，只拿了兩千五百多塊錢這件事兒……拿F1的簽證，要求在到美國後的前兩個學期，不可以在學校以外做任何有償的工作。因此，那一個學期的實習，自然是義務勞動。夏季實習，跟老闆哭窮說我明明做實習賺點兒辛苦錢、還要給學校交學費（聽說過CPT的都懂得）。於是，CTO開眼說那我們把你交的學費報銷了吧。這大概是兩千五百多刀，在我快要結束實習的時候發給了我一張支票，當時感動得不行。但從來不敢跟去了大公司實習，三個月拿一兩萬刀的同學多聊。

之後的秋季繼續在Wiser兼職實習，每周有兩天半到公司上班。本來Wiser這邊也說好了要報銷我的CPT學費，但到了我12月結束實習，仍然沒有任何要發工資的意思。因為這家公司真的只有十個人，我可以理解他們運作的經費很可能會在年底吃緊，我也並不想在年底個中節日的歡樂氣氛中跟他們提工資的事兒。再加上我和同事們關係很好，我好像總覺得就不該催發工資。於是越拖越久，我就越來越沒有勇氣把這件事情說出口。

直到今年九月份，Wiser的CTO也就是我原來的上司跟我聯繫，說想一起出來吃飯聊聊天。於是在一起吃午飯的時候，他跟我聊起來公司如何運轉不好，又被別的公司收購了技術，他和另外幾位工程師如何離開公司，到這家收購他們的公司工作。感覺不到一年的時間，好像他經歷了好多生活工作上巨大的變化。到最後，我也沒捨得提有關於最後一個學期兩千多塊錢的工資的事情。

總之，我就這樣，實習一年，只拿了兩千多刀工資。

不過真心說來，我其實還是很感謝那一年的工作，讓我徹底下決心走數據科學的技術路線，也徹底喜歡上了創業公司活躍的氛圍。

走過糾結和迷惘，終於成為數據科學家

後來，我有幸被目前的公司選中，繼續做Data Science相關的工作。這是一家電視廣告媒體創業公司，我的工作具體來講比較偏技術，大量時間用來寫代碼，跑模擬，讀paper，和客戶及同事討論數據處理及數學模型。

這份工作比我想像得還好。我所在的公司，連續三四年獲得Best Places to Work in NYC獎項，上司、同事、公司氣氛環境、公司福利待遇，都超出我的預期。目前為止所做的工作和我之前研究的整數規劃比較相關，尤其研究課題有相對前沿又棘手的凸整數規劃問題。當然，也有一些類似電視收看習慣的預測等典型的數據科學類問題。

我很幸運我所在的公司是管理結構非常扁平化的創業公司。一百多人的企業，我往上數兩級就已經是CEO了。雖然公司在經歷成長的變化（一年新招30%以上的員工），但是整個公司的氛圍仍舊是輕鬆愉快，帶著創業公司的年輕氣息的。CEO也是動不動拉著大家開一瓶他收藏的龍舌蘭酒，或者到了五點就鼓勵大家去冰箱拿瓶啤酒，放鬆一下。

我和三五個同事成為了周末也會時常出來hang out的好友。我組織過餃子趴，火鍋趴，還給大家介紹各種美食和中國文化，同事也都很喜歡拉著我去感受他們的文化。總之，我並沒有遇到傳說中的辦公室政治。

美國數據分析類工作情況

總體來講，數據類相關的工作可以分為兩類，一類是數據科學家Data Scientist，一類是數據分析師Data Analyst。第一類工作比較講究實用現代的數據科學手段，結合計算機技術，對上一定規模的數據進行分析、預測、優化以及可視化的工作。第二類工作相對來講使用的數據量較小，需要的技術知識大多為傳統的概率與統計學。有時候大家互相開玩笑會說，每天開電腦，先開Terminal的多半是數據科學家，先開Excel的多半是數據分析師。具體來說，還是要看各個公司招聘職位時具體列出來的職位描述（Job Description），會對職位所需要的技能有具體要求，大致就可以判斷到底是Data Scientist還是Data Analyst類的工作。

具體來講，有一定傳統概率與統計基礎，有一定的數據可視化技巧，能夠通過數字講出道理分析原因，都可以去嘗試去申請Data Analyst類的工作。這類工作在Glassdoor上統計，紐約地區的平均年薪是$62,228。

而對於Data Scientist類型的工作，會要求有一定的編程能力，懂得Machine Learning, Data Mining等一些數據科學的具體數學基礎，能夠有操作大量數據的能力（SQL，甚至Hadoop）。目前我身邊從事這類工作的人背景其實很多樣，我同事裡面有幾位有學經濟的，學物理的，也有學化學的，但大家多少都有多年編程經歷。當然啦，計算機系的同學也有大量轉向Data Science方向的。同樣引用Glassdoor上統計，紐約地區Data Scientist的平均年薪是$106,575。

紐約VS北京

我在哥大讀書期間，非常討厭紐約，多少跟租到了又貴又鬧心的房子有很大關係。後來，逐漸使用正確的方式打開這座城市，住到了相對偏遠，但安全又交通方便又便宜的大房子，每天可以看河景，有貼心的室友，讓我的生活質量上升了N個檔次。

工作以後，周中基本不需要加班，周末也完全屬於自己，於是一下子就開始了瘋狂的看演出計劃。一個禮拜看三五場音樂劇歌劇交響樂室內樂這種瘋狂的事情，基本每個季度都可能發生。

我出生在北京長在北京，過分點兒講，北京永遠是心裡那個第一名。雖然我也知道霧霾，我也知道高水平的演出又少又貴，但是家裡人和內心深處那個家還是在北京，金窩銀窩也比不了。

想跟數據科學家一對一諮詢學業和職場問題？

下載一起點撥APP，搜索ID：Evelyn Fu