[北美] Data Scientist vs. Software Engineer

看板Oversea_Job作者 (dann)時間4年前 (2019/12/28 10:15), 4年前編輯推噓18(18推 0噓 23→)
留言41則, 14人參與, 4年前最新討論串1/4 (看更多)
如題所示，我感覺我最近站在一個人生交叉點，是時候做出選擇... 但身邊較少人有相關 經驗，想請教板上前輩們。 前言： 我目前就讀北美類似DS碩士一年級，預計2021春畢業，沒有正職工作經驗，大學背景是統 計。目前拿到兩暑期實習offers，一個是做swe (非FAANG的大廠 return機會高)，另一個 是做ds (小銀行 return機會不高) (ds在每家公司都有不同定義，但這篇的ds我定義為ds-analytics，主要是做統計推論、 少量的建模；swe的話姑且定義為general的，不細論前後端之類的，還不知道自己會被分 到哪個組。) 問題： 主要是我不確定要接哪個offer，更精確地問題是... 我不確定未來要往哪個方向走。如 果我要往ds走，我應該會接ds offer DS pros, 1 工作內容我較熟悉、喜歡 2 和過去所學較相關，準備了很久，不繼續做感覺有點可惜... 3 以長遠來說，DS較容易轉職（？） 下方會有更詳細說明 cons, 1 正職平均而言 薪水還是差了sweㄧ截，除非是在非常data driven的公司像是Airbnb, N etflix 2 非常難專精的領域，技能樹容易長得很寬但不深，常感覺學得不踏實...往上發展可能 相對不易，且工作成果難量化，需要靠我不喜歡的軟實力... 3 需要跟來自各領域的PhD競爭... SWE pros, 1 找工作的話，個人感覺比較好準備 主要靠刷題 2 聽說比起DS需要研究的數學統計，SWE的知識點相較容易掌握，生活可能比較可以平衡 ，下班後較多自己的時間 cons, 1 相對不太熟... 而且我統計學了很久，一直覺得放棄有點可惜QQ 2 聽說可能有中年失業問題，再加上我本身不是一個很愛追技術的人，擔心中年後的路不 好走。未來有考慮轉成類似顧問、管理職。感覺DS因為看了比較多商業面的東西會比較容 易轉。 概括而言，我是比較喜歡做DS的工作，喜歡從挖掘數據中得到商業結論這個過程，但心中 一直有個檻過不去，就是總感覺DS的職涯發展需要靠許多軟實力、運氣、業界風口...等 等許多我沒法掌握的因素，讓我感到很不安全，SWE的好處感覺就是可以很專心在一件事 情上。 即使我列下了許多pros & cons，但我還是很難決定，甚至也許這些pros & cons 有講錯 的地方，或是其他我沒考慮到的重要因素，如果有前輩們可以指點迷津，那真是太感謝！ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 107.77.202.186 (美國) ※ 文章網址: https://www.ptt.cc/bbs/Oversea_Job/M.1577499346.A.A88.html
推
12/28 11:29, 4年前 , 1F
刷題找sde 吧
12/28 11:29, 1F
推
12/28 13:04, 4年前 , 2F
DS難道就不會中年失業嗎...
12/28 13:04, 2F
也是有可能...但我的意思是就轉顧問類、管理職(e.g. APT data business consultant) 而言，DS因為相較接觸比較多與人相處、商業營運，可能比較容易在中年時轉換跑道， 萬一DS做不下去...
推
12/28 13:12, 4年前 , 3F
SWE
12/28 13:12, 3F
推
12/28 17:40, 4年前 , 4F
還是swe吧～
12/28 17:40, 4F
可以請問為什麼嗎～ 期待有從DS轉到SWE的前輩們可以分享，轉換的動機是什麼xD
推
12/28 18:26, 4年前 , 5F
摻在一起當Data Engineer (誤
12/28 18:26, 5F
推
12/28 20:08, 4年前 , 6F
推 有類似的心路歷程，也蠻好奇大家的看法的
12/28 20:08, 6F
推
12/28 21:42, 4年前 , 7F
很多強的swe也能做modeling/ML/analytics, 相較之下DS還沒
12/28 21:42, 7F
→
12/28 21:42, 4年前 , 8F
見過可以把東西做超過prototype的...個人覺得swe skill set
12/28 21:42, 8F
→
12/28 21:42, 4年前 , 9F
可以大於等於ds也是swe薪水更高的原因
12/28 21:42, 9F
推
12/28 21:45, 4年前 , 10F
至於軟實力 兩者都需要 跑不掉的
12/28 21:45, 10F
感謝分享 但我有不同看法。我覺得ds analytics有時需要做的事情是需要非常深厚的統 計 底的，像是實驗設計、抽樣、統計推論，不是隨便跑個模型就可以，需要紮實統計理論去 解釋進而做決策。 就我碰過身邊cs的同學其實是缺乏這塊，兩者的skill sets我感覺是有交集，但非完全重 疊。 不過這可以扯到另一個問題是...一般的老闆可能不在意這些統計理論和使用的正確性， 導致有可能ds的價值不被在意QQ
→
12/28 21:58, 4年前 , 11F
想問樓上。那這樣ds有啥價值，都可以被swe取代了
12/28 21:58, 11F
※ 編輯: deniel367 (107.77.204.140 美國), 12/28/2019 22:18:47 ※ 編輯: deniel367 (107.77.204.140 美國), 12/28/2019 22:20:53 ※ 編輯: deniel367 (107.77.204.140 美國), 12/28/2019 22:23:37 ※ 編輯: deniel367 (107.77.204.140 美國), 12/28/2019 22:26:12 ※ 編輯: deniel367 (107.77.204.140 美國), 12/28/2019 22:28:38 ※ 編輯: deniel367 (107.77.204.140 美國), 12/28/2019 22:30:47
推
12/28 22:50, 4年前 , 12F
ds的確需要統計底 但我想說的是厲害的swe這些技能也是有的
12/28 22:50, 12F
→
12/28 22:50, 4年前 , 13F
我的swe同事就是個stats phd, 也有剛畢業的ds
12/28 22:50, 13F
→
12/28 22:50, 4年前 , 14F
ms, 但
12/28 22:50, 14F
→
12/28 22:50, 4年前 , 15F
在業界除了統計與數學
12/28 22:50, 15F
→
12/28 22:50, 4年前 , 16F
外有hands on的技能才能讓你最大化deliver, 我覺得那才是強
12/28 22:50, 16F
→
12/28 22:50, 4年前 , 17F
的swe真正的價值 畢竟現實世界過於複雜幾乎任何統計模型的前
12/28 22:50, 17F
→
12/28 22:50, 4年前 , 18F
提假設都
12/28 22:50, 18F
→
12/28 22:50, 4年前 , 19F
不成立 你還是得try and error才能去驗證你的model和hypothe
12/28 22:50, 19F
→
12/28 22:50, 4年前 , 20F
sis可不可行
12/28 22:50, 20F
推
12/28 23:47, 4年前 , 21F
喜歡ds不能再找？還有時間就找吧
12/28 23:47, 21F
推
12/29 00:37, 4年前 , 22F
一個是看你有沒有要唸 PhD, 沒有 phd 的 DS 應該算是 d
12/29 00:37, 22F
→
12/29 00:37, 4年前 , 23F
ata engineer
12/29 00:37, 23F
推
12/29 01:53, 4年前 , 24F
做你喜歡的吧，不喜歡的東西，久了你會更迷失。做sw e
12/29 01:53, 24F
→
12/29 01:53, 4年前 , 25F
ngineer除了刷題，要再進階你說的軟實力或是不斷學習
12/29 01:53, 25F
→
12/29 01:53, 4年前 , 26F
新東西也是必要的。
12/29 01:53, 26F
推
12/29 02:04, 4年前 , 27F
12/29 02:04, 27F
→
12/29 02:05, 4年前 , 28F
上面這篇文章可以參考一下，作者也是ds專業但找不到ds工
12/29 02:05, 28F
→
12/29 02:05, 4年前 , 29F
作，跳去swe的
12/29 02:05, 29F
推
12/29 02:07, 4年前 , 30F
我自己也是像你一樣的問題，畢竟做data僧多粥少門檻又
12/29 02:07, 30F
→
12/29 02:07, 4年前 , 31F
高...
12/29 02:07, 31F
推
12/29 02:09, 4年前 , 32F
12/29 02:09, 32F
→
12/29 02:10, 4年前 , 33F
12/29 02:10, 33F
推
12/29 02:12, 4年前 , 34F
建議你可以多上「知乎」這個平台，這裡有關ds的資訊非常
12/29 02:12, 34F
→
12/29 02:12, 4年前 , 35F
豐富，看得超過癮，對於職涯分析也是一針見血，可以參
12/29 02:12, 35F
→
12/29 02:12, 4年前 , 36F
考一下！
12/29 02:12, 36F
推
12/29 04:27, 4年前 , 37F
之所以會有swe也能做ds，單純是因為swe薪水較高所以
12/29 04:27, 37F
→
12/29 04:27, 4年前 , 38F
兩個都會做的人看錢就選了swe
12/29 04:27, 38F
→
12/29 04:28, 4年前 , 39F
反向選擇的人較少，所以才比較少看到ds的swe技術也很強的
12/29 04:28, 39F
→
12/29 04:29, 4年前 , 40F
原po可以試著當這個少數人或許能走出自己的一片天
12/29 04:29, 40F
※ 編輯: deniel367 (107.77.204.101 美國), 12/29/2019 06:51:10
推
12/29 07:51, 4年前 , 41F
推推
12/29 07:51, 41F
‣ 更多 deniel367 的文章
文章代碼(AID): #1U1hhIg8 (Oversea_Job)
討論串 (同標題文章)
以下文章回應了本文 (最舊先)：
完整討論串 (本文為第 1 之 4 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共4篇)
‣ 更多 deniel367 的文章
文章代碼(AID): #1U1hhIg8 (Oversea_Job)