Dyad故事|$100,000 起薪的大數據分析:想像與現實
(以下內容來自油管,更多精彩內容請關注Dyad微信號,或訪問官網www.dyad.com 我們會不定期的舉辦免費線上活動,3月15日還會有專業Data Science大牛分享經歷哦~不要錯過。留學輔導請添加Dyad WeChat: Dyad003)
「我本科畢業起薪就是$10,000」
Joma是一名滑鐵盧大學的Data Science的畢業生,畢業後先後到Buzzfeed,Microsoft,LinkedIn工作,現在在Facebook擔當Data Scientist 。據Joma回憶,他大學的時候就已經在很多公司實習了,崗位有軟體工程師和大數據工程師。一路開掛的Joma在剛剛畢業就拿到了Buzzfeed的全職工作,但最後還是選擇去臉書當Data Scientist。
但是Joma的一天並不是死磕電腦,而是和公司里的其他員工開會,制定一些季度規劃,以及制定一些數據。
「因為我是數據科學畢業的,所以我跟其他人比起來更懂一些硬技術,但是很多人本科並不是學數據的,同在臉書的朋友,有些是搞神經學的,還有些甚至是讀家庭關係和性學的,各種各樣的專業,只有你想不到的。」
當談到理想和現實的差距時,Joma提到了5點
1.大部分人覺得你要成為一個數據分析師或者Data Scientist 最起碼得有個博士學位
其實並不是這樣,Joma在臉書遇到了各類人群,但是大部分人都是做過諮詢工作。而人們之所以覺得Data Scientist需要博士畢業是因為人們會把Data Science和機器學習聯想到一起。而我現在做的並不是這個,而是研究如何獲得臉書視頻頁面更多的瀏覽量。而對於不同專業背景的同學來說,學好數據是一個最基礎的前提條件,但是數據並不是萬能的,你需要要培養你的同理心,這樣你才能看到數據提出最合理的問題,從而解決問題。其實你不需要有多麼硬的技能,只需要懂一些SQL和爬蟲就可以了。
2. 大部分人覺得Data Scientist就是搞AI的
這一點和前面一點有些相似,總的來說,Data Science分三塊,一個是分析型的,一個是工程型的,還有一個是核心型的。像Joma就是搞分析的,把數據放SQL里然後可視化做成圖標再拿去跟產品經理溝通。而工程師就是需要建立模型了,最後一個則是有預測能力的,做成不同的模型來,這類人通常就是有博士學位的。
3.大部分人覺得Data Scientist就是把一堆數據放進電腦程序里走一遍然後產出結果就行了
這就是大錯特錯了,數據的處理不僅僅是需要你有統計方面的知識:如何最優解,還要靠你的同理心,是否能夠按照數據提出最合理的問題。比如說在發布一個產品視頻的時候,我們想看哪個國家的觀看次數最多,我們就把平台發到哪個國家去。通過一系列的計算,你發現越南和泰國這個兩個國家人們觀看視頻的時間最長,但是這並不能說明問題。也許他們觀看視頻時長最大的原因是他們只是無聊地在網上看來看去或者花了很多時間載入這些視頻。所以你不能按照常理去思考問題,僅僅依靠數據還不夠支撐你的理論。這就好比天熱吃冰淇淋的人很多,溺水的人也很多,但這裡兩個並不能成立因果關係。在視頻上花的時間長也不一定人們真的贊同這個產品,如果延長視頻觀看的時間並不意味著有更多的人點贊。
4.你需要知道 Spark, MapReduce等等
這些關鍵詞一直是Data Science里經常聽到的辭彙,但是事實並不是這樣,Joma當初只是在學校里學過這些但是在實際工作中他連一次都沒有用過。因為這些東西只有工程師才會用到而且你也不需要有數據或者統計方面的知識。還有一個原因就是人們在一些小公司實習的時候會需要你有以上的技能,因為小公司沒有大公司分工的那麼詳細。而臉書就不一樣了,不同的部門有自己的事情要做。而對於想要找一份數據分析的職業,Joma建議直接去找一份實習然後邊工作邊學習,在情景中學習會提高的更快。雖然聽起來很難,但是你可以先做諮詢然後在進入Data Science.
5.你的數據學的越好,你作為Data Scientist的工作就會做的好
大家都以為學會數據或者懂一些複雜的數據模型就可以一切順利了。其實並不是這樣,比如說我們工作的時候有5個實習生,其中有一個就是建模的,雖然我們得到了很多數據但是他並沒有能力總結任何規律。所以在行業中長知識,而不是讓一些複雜的模型蒙蔽了你的分析能力。
雖然Joma還是喜歡做項目,因為他覺得Data Scientist只是一個項目經理的二把手,對於那些更喜歡做執行的同學們,你也許還需要一些管理的知識!
你想成為Data Scientist嗎?在評論中留言哦!幸運的人會有機會得到一次20分鐘免費的文書諮詢機會哦!
讓我們朝著目標努力吧!
Team Dyad
往期精彩:
Dyad:開開你的腦洞| 如何寫MIT的補充文書(Supplement Essay)
Dyad:哈佛法學院:J.D 還是LL.M. 這裡有一份法學院申請指南
Dyad:Dyad乾貨|這裡有一份市場分析專業的背景提升課程清單!
Greg Nance:一個申請者的三大誤區
Greg Nance:Guide to the London School of Economics: Applying to the MSc in Statistics
推薦閱讀:
※政務大數據的全景圖
※獨家 | 一文帶你上手卷積神經網路實戰(附數據集&學習資料)
※大數據雙創行動丨校園裡誕生的大數據創客
※從頭學習大數據培訓課程 數據倉儲工具 hive(七)hive 自定義 UDTF
※《數據架構》閱讀筆記(二)大數據