软件工程学习 身为一名数据科学家“过来人”我为什么更你去做软

电子元件 2020-09-14124未知admin

  在数据最火的时候,数据科学家被称为21世纪最的工作,一时进入了全民数据科学的时代。数据科学的价值虽然有目共睹,但不是每个都有条件来实现数据驱动的商业愿景,每个的数据基础设施水平层次不齐,有些远达不到数据科学家可以大展的水平。

  作为前数据科学家和现软件工程师,作者给出了过来人的。让我们听听他为什么劝想做数据科学家的勇士不如去做软件工程师。

  每个人都希望成为一名数据科学家。虽然数据科学可能是21世纪最火热最的工作,但是软件工程师也同样是一份回报率很高的职业。

  经常有应届生和跳槽者来问我要如何进入数据科学这个领域。我给他们的是:还是去做软件工程师吧。

  与数据科学相比,软件工程领域的工作机会要多出一个数量级。以下截图展示了谷搜索“数据科学家”和“软件工程师”工作后的搜索结果。

  

  

  我们可以得到7616条有关数据科学工作的搜索结果和53,8893条有关软件工程工作的搜索结果。该搜索只是针对于在美国的工作,在国家试下来也有类似的结果。

  根据Glassdoor的说法,数据科学家能赚更多的钱,但根据我个人未经检验的假设,数据科学工作的平均所需的工作经验也要求更高。

  

  

  管理层通常无法对“数据科学”的定义达到共识。由于业务,完全尊重该职位的本来定义有时也是一种奢侈。这意味着“数据科学家”的职责因业务需求而异。

  

  尽管软件工程师和数据科学家之间存在很多不同的角色分工,软件工程学习但现实不太可能遵循这种明确的职责划分。仍在搭建基础架构的初创尤其如此。

  被聘用的候选人最终将致力于解决当前最需要解决的问题,而不是解决他们被录用“职位”的工作范畴内的问题。

  

  很多同事的经验表明,软件工程学习许多数据科学家发现自己像软件工程师一样在编写后端代码。我还认识一些精通Excel和财务工作的“数据科学家”。

  大多数不需要像软件工程师那样多的数据科学家。很多目前正在雇用他们的第一位数据科学家。

  因此,即使与人员坐在同一张桌子上,许多数据科学家最终还是独自工作,这样工作的问题是很难获得别人的反馈。软件工程师们要么不了解预测建模,要么忙于处理完全不同的问题。

  相比之下,当软件工程团队的好处之一就是你有机会对同事说:“我认为我们应该以XYZ方式实施ABC。你怎么看?”。

  你准备好跟你的老板解释为啥过去两周以来的劳动不能用于提高业务了么?这种尴尬的对话时常会发生。

  暂且不谈代码问题和,作为软件工程师,在开始工作之前你大概知道大多数软件工程项目是否可行。但在建立一个ML模型之前你并不能知道该模型是否会有效。

  即使在“每个都是AI”的时代,大多数没有支持AI的基础架构,很多甚至不需要AI。

  首先,你要发现问题,然后构建基础架构,然后请数据科学家来解决问题。这不是一个可以快进的过程。

  最近,另一家知名的第一位数据科学家向我抱怨到:她在笔记本电脑而不是云端的大数据上训练AI模型。

  我知道许多从软件转向数据科学的人员。如果你搜索数据科学的职位描述,你会发现它们包括了很多核心的软件技能。

  

  如果你可以搭建端到端的项目,那么除了为Kaggle构建模型外,你还可以做更多的事情。你可以搭建一个模型,进行生产化,设置授权和Stripe(线上支付),然后开始向访问用户收费。那么你已经可以做自己的创业了。

  我不是说数据科学的经验不适合迁移。根据数据做决定是一项重要的技能。但是随着变得越来越受数据驱动,这种技能也将成为每一项工作的一部分。

  我可以用一下午教一位人员如何构建Sklrn分类器。这并不意味着他们可以构建出下一个AlphaGo,但这确实为他们提供了一种可替代基于用户输入的条件逻辑编码的方法。

  数据科学家具有关于统计以及模型工作原理的专业知识和直觉。但是运维和安全工程师也有他们自己的专业知识。

  我认为这几者的相同比不同更加普遍。经验丰富的软件专业人员可以在不同专业之间迁移,其适应速度可以比新入职者更快。

  虽然我不认为数据科学会完全整合到软件工程中,但我确实感觉数据科学可能会成为另一个软件工程专业。软件工程学习

  

  自那以后,AI并没有像我想象得那样快速发展。技术的场景落地速度很慢,而AI的使用范围也远没有所宣传得那么广。

  与工作相比,机器学习要实现把软件工程自动化的进程更漫漫。虽然有一些新兴在诸如“AI编写代码”之类的出色产品,但编写代码并不是真正的工作。真正意义上的工作是用技术去解决问题。在AI拥有这项能力之前,编程将仍然是一项宝贵且高薪的技能。

  首先,这篇文章只是经验之谈。其次,我把数据科学家,机器学习工程师和AI研究人员粗略地归为一类,这三类工作有其个体差异。但是我认为我的论点仍然值得你考虑,毕竟这关乎你的职业选择。

  不要太把我的观点当真。我希望你做好充分的行业研究然后做出自己的决定。这也是成为数据科学家的一部分:) 。

原文标题:软件工程学习 身为一名数据科学家“过来人”我为什么更你去做软 网址:http://www.scchrp.cn/a/dianziyuanjian/2020/0914/185316.html

Copyright © 2002-2013 成德网 版权所有  

联系QQ:1352848661