跨行之痛

[Note] 首發於微_信_公_眾_號: data_wisdom

前些天面試一個來應聘data scientist職位的人。此人來自俄羅斯,經歷可謂非常豐富。他本來專業是物理,在某所大學當應用物理教授多年。不知道為何他突然想要換行,於是瞄準了數據科學這個行當,在coursera上了幾堂有關數據科學的課程,就來應聘了。

我本來是非常喜歡他的背景的。因為早些年我自己非常喜歡數學和物理,覺得物理玩得轉的人,肯定很聰明,多高深的數學和應用都應該是遊刃有餘的。

於是,雖然他沒有太多相關的項目經驗,我還是決定儘可能的發掘他的閃光點好寫到反饋報告裡面去。

我問了一些簡單的統計方法,他卻答不上來。這讓我非常意外。我覺得ok,我能夠理解。那麼我們聊點數學相關的,比如概率。結果他的分析思路還是太零碎,即使我一步步的和他做簡化到基本的概率問題上去,他還是沒有能夠答上來。

時間很快到了,他沒有能夠讓我用來可以說服別人的閃光點。這其實讓我有點替他難過,一方面我感覺他確實沒有準備好來做這份工作,另外一方面我心痛的點是他年紀比我大很多,下了這麼大的決心也非常不容易。

後來,因為其他面試官也反對,肯定也是沒有過。

我回來就反思,為什麼我會覺得可惜?

後來才明白,我覺得可惜,是因為我能夠理解那種跨行之痛。

我以前學習計算機的,後來博士去學習統計。系裡是出了名的側重理論。第一年就被導師要求去學習高等概率論。其中的很多東西讓很多統計科班出生的人都痛苦不已。只有少數人能夠在那堂課上遊刃有餘。我很是羨慕那兩個在這門課上表現非常輕鬆的兩個人。只可惜我雖然一直熱愛數學,本科學校也很注重數學教育。但是真正碰抽象的概率對象,還是感覺很吃力。

我記得那時候啃kallenberg寫的《現代概率基礎》的書,是業內出了名的抽象與泛化。那年我生日當天,沒有捨得出去歡,就捧著這本書啃。

這本書難啃到什麼程度?就是有兩個美國同學,本科都是名校統計系的,把facebook的頭像改成了拿嘴去啃這本書的照片。大家都明白那種切骨的無奈。

而我呢,更是誇張。我計算過我讀這本書的速度。一頁書,底子不錯的人四十五分鐘至一個小時就能夠看懂。而我,需要一個半小時。即使如此難,我還是要啃啊。因為我知道我底子並不好,所以我怎麼樣也得堅持下去不是。

於是,周六的日子都是在啃這本書,各種抽象到極致並大幅跳躍的證明,我也是一點點看,一點點揣摩。即使到最後,我也不敢妄稱我讀懂了這本書。

我那個時候所經歷的,就是這種跨行之痛。

我有個朋友Q,她是我本科同一級的。我一直非常羨慕她的性格,總是那麼柔和中又充滿了不屈。她後來來美國讀書,拿了ME的博士。畢業工作了幾年,前段時間突然知道她轉行做data science了。

這點我非常驚訝,因為但凡博士在一個領域的,如果能夠找到相關工作,很少有人願意放棄了那麼多年的努力再去轉向一個沒有涉獵的行業。但是她就是有這種破釜沉舟的決心。

我問她難嗎,她說當然難,但就是想轉。可能她是覺得她所處的那個行業前景並不明朗,所以決定去跳了。

想跳的人很多,我就知道不少朋友想轉。可是轉行談何容易,大部分人都在堅持下去的前夜就撤退了。

她做到了。但她不覺得輕鬆。她說她面試遭遇了無數次的拒絕和打擊,最後才找到現在這家公司,挺滿意的。我聽了很替她感到高興。因為她做到了,花了一年的時間,並挺過了轉行路上的無數風風雨雨。

當我們每個人面對前行路上不確定的東西和自己不熟悉的領域時,心中總是難免充滿了恐慌情緒和自我懷疑。但是如果我們能夠在心中理解轉行路上的必經之痛,有所心理準備和堅持,那麼就會多一些堅定的力量。

真心希望每一個想要轉行的人,能夠有Q那樣的勇氣和堅持,能夠經得住前行路上的打擊,並跨行成功。

【注】如果你喜歡這類文章,請關注微_信_公_眾_號 data_wisdom, 歡迎把這篇文章推薦給朋友們。
推薦閱讀:

利用Python實現卷積神經網路的可視化
數據科學導論:前言
Python數據科學(三)- python與數據科學應用(Ⅲ)
從微積分和線性代數角度看線性最小二乘原理

TAG:數據科學 | 數據科學家 | 科技 |