转行数据科学很彷徨？你是不是一开始就错了？# DataSciences - 数据科学
l*g
1 楼
这一年来，我跟很多有意向转数据科学的同学聊过。发现很大一部分同学跟我当年
一样，犯了一个很严重的错误：没有想清楚自己的目标就开始盲目地学。这些同学一会
学 SQL，一会学Deep Learning，一会学 ABTesting，一会又开始刷算法题。觉得越学
越多，有一种学死都学不完的感觉。而且，这些同学面试总是过不了。明明觉得自己对
machine learning 了解的不错，面试的时候一聊细节，就发现自己很多问题从来没想
过。或者明明刷了不少 SQLZoo 和Leetcode 上的题，面试的时候考 SQL却一点思路都
没有。
原因其实很简单。数据科学是很宽泛的。不同公司对data scientist 的要求完全
不一样。而面试的时候，他们都对所需要的技术在深度和广度上有很高的要求。那些没
有明确目标而又盲目学习的同学，把自己的时间和精力像撒胡椒面一样撒在各种零零散
散的知识点上。结果知识体系既不系统，也不深入。感觉什么都懂，但什么也不透。
我们对这些同学的建议就是：在开始学习前，务必要先定好目标，然后根据自己的
目标针对性地学习，并把所需要的知识和技术学透。
为了帮助各位同学确定自己的目标，我们列了一下数据科学中几个常见的方向，以
及所需要的技术：
Data Analyst / Analytic Data Scientist
· 这一类的岗位包括大部分的 business analyst，data analysts，
analytic data scientist。
· 这些岗位需要的技术，主要有 SQL，data visualization，statistics，
business case study，AB testing，experiment design。SQL 是安身立命的技术。如
果面大厂的位置，据我们观察，只是把 sql zoo 和 leetcode 上的 sql 做熟，是不够
的。SQL 可以考的很难。SQL 之外，BA和 DA 一般更侧重于 business case study和
data visualization。DS 需要对 statistics 和 experiment design 有比较好的理解
，而且有些岗位需要 DS 能做一些 machine learning modeling。但是这些 modeling
的主要目标是 get insights from data。对模型的可解释性要求比较高。
· 这类岗位比较常见的种类有 marketing，product 和fraud。要求
candidates 对相应的领域有比较好的domain knowledge 和 communication skills。
· 我们一般建议商科，社会学，统计，bioinfo 背景的同学考虑这个方向。
一般理工科的 phd 走这个方向并没有优势。
General Data Scientist
· 需要这类岗位的公司一般都有比较成型的经营模式，他们希望
candidates 能够应用 machine learning 帮他们解决一些的很具体问题。所以，这一
类岗位需要比较扎实的 machine learning 知识。能够理解公司的需求，把这种需求转
化为machine learning 问题，并且能够设计合理的 metric 来定量衡量模型对
business 的影响。于此同时，知道如何去找数据，清理数据，建模和测试模型。为了
考察这些能力，这些公司会设计一些 take home challenge，要求 candidate 在限定
时间内完成。
· 在take home challenge 之外的面试中，面试官会比较喜欢从简历上的项
目开始，逐层展开地考察candidate 的 machine learning 知识，解决问题的能力，以
及交流能力。此外，也会考 coding 和/或 SQL。但是一般来说不会太难。
· 这类岗位总的来说比较欢迎有 research 背景的 candidate，特别是 phd
。因为很多要解决的问题并没有现成的方案，需要做各种尝试，和学术研究有所类似。
我们一般鼓励理工科博士走这个方向。
Machine Learning Engineer (MLE)
· MLE是近几年新出现的一类岗位。本质上还是 software engineer，但是
更侧重于 machine learning。这类岗位需要的就是 coding。面试官会对 candidate
的 coding 能力进行全方位的考察。
· 在Machine Learning 方面，MLE 和之前两类岗位都不相同。相对于
General DS 来说，MLE 碰到的 machine learning 模型往往是比较成熟的，对于算法
本身不需要太多的投入，更多的是怎么设计和建立一个 robust 的 AI system。这类系
统设计的经验很难通过做个人项目来积攒，所以对于 junior MLE 的 candidate，面试
官会更侧重于考察一些 machine learning 的基本概念。另一方面，相对于 Analytic
DS来说，模型的可解释性就相对来说不那么重要，用户往往更重视模型结果的准确性。
· 这一类岗位比较新，目前需求量也大。只要是 coding 过硬的同学都可以
试试。
Data Engineer / BI Developer
· 前三类岗位往往比较能吸引大家的注意力，但是 Data Engineer 和 BI
Developer 的岗位需求量也很大。很多转行的同学也可以看看。
· 其中，BIDeveloper，在我们看来，是一个理工科背景的同学可以相对来
说快速入行的方向。BI Developer 也叫做 Data Warehouse Developer 或者 SQL
Developer。所做工作包括设计，建立，以及维护 data warehouse、data loading
procedures、和 report generation pipeline。需要熟练掌握 SQL、ETL、Data
Visualization、Advanced Excel、Server Administration 等技术。上手比较容易，
不需要花大力气去准备 coding 或者 business sense。
· DataEngineer 定义比较模糊。很多公司里头的 DE 其实就是 BI
Developer。而有部分公司的 Data Engineer 做的却是 MLE 的工作。我们为了比较好
地区分各类岗位，在这里，我们定义 DE 为那些设计建立和维护 Hadoop 和 Spark 这
一类大数据系统的工程师。
知道了这些方向还有相应的技术知识后，我们怎么才知道有没有学透呢？
欢迎留言讨论。
一样，犯了一个很严重的错误：没有想清楚自己的目标就开始盲目地学。这些同学一会
学 SQL，一会学Deep Learning，一会学 ABTesting，一会又开始刷算法题。觉得越学
越多，有一种学死都学不完的感觉。而且，这些同学面试总是过不了。明明觉得自己对
machine learning 了解的不错，面试的时候一聊细节，就发现自己很多问题从来没想
过。或者明明刷了不少 SQLZoo 和Leetcode 上的题，面试的时候考 SQL却一点思路都
没有。
原因其实很简单。数据科学是很宽泛的。不同公司对data scientist 的要求完全
不一样。而面试的时候，他们都对所需要的技术在深度和广度上有很高的要求。那些没
有明确目标而又盲目学习的同学，把自己的时间和精力像撒胡椒面一样撒在各种零零散
散的知识点上。结果知识体系既不系统，也不深入。感觉什么都懂，但什么也不透。
我们对这些同学的建议就是：在开始学习前，务必要先定好目标，然后根据自己的
目标针对性地学习，并把所需要的知识和技术学透。
为了帮助各位同学确定自己的目标，我们列了一下数据科学中几个常见的方向，以
及所需要的技术：
Data Analyst / Analytic Data Scientist
· 这一类的岗位包括大部分的 business analyst，data analysts，
analytic data scientist。
· 这些岗位需要的技术，主要有 SQL，data visualization，statistics，
business case study，AB testing，experiment design。SQL 是安身立命的技术。如
果面大厂的位置，据我们观察，只是把 sql zoo 和 leetcode 上的 sql 做熟，是不够
的。SQL 可以考的很难。SQL 之外，BA和 DA 一般更侧重于 business case study和
data visualization。DS 需要对 statistics 和 experiment design 有比较好的理解
，而且有些岗位需要 DS 能做一些 machine learning modeling。但是这些 modeling
的主要目标是 get insights from data。对模型的可解释性要求比较高。
· 这类岗位比较常见的种类有 marketing，product 和fraud。要求
candidates 对相应的领域有比较好的domain knowledge 和 communication skills。
· 我们一般建议商科，社会学，统计，bioinfo 背景的同学考虑这个方向。
一般理工科的 phd 走这个方向并没有优势。
General Data Scientist
· 需要这类岗位的公司一般都有比较成型的经营模式，他们希望
candidates 能够应用 machine learning 帮他们解决一些的很具体问题。所以，这一
类岗位需要比较扎实的 machine learning 知识。能够理解公司的需求，把这种需求转
化为machine learning 问题，并且能够设计合理的 metric 来定量衡量模型对
business 的影响。于此同时，知道如何去找数据，清理数据，建模和测试模型。为了
考察这些能力，这些公司会设计一些 take home challenge，要求 candidate 在限定
时间内完成。
· 在take home challenge 之外的面试中，面试官会比较喜欢从简历上的项
目开始，逐层展开地考察candidate 的 machine learning 知识，解决问题的能力，以
及交流能力。此外，也会考 coding 和/或 SQL。但是一般来说不会太难。
· 这类岗位总的来说比较欢迎有 research 背景的 candidate，特别是 phd
。因为很多要解决的问题并没有现成的方案，需要做各种尝试，和学术研究有所类似。
我们一般鼓励理工科博士走这个方向。
Machine Learning Engineer (MLE)
· MLE是近几年新出现的一类岗位。本质上还是 software engineer，但是
更侧重于 machine learning。这类岗位需要的就是 coding。面试官会对 candidate
的 coding 能力进行全方位的考察。
· 在Machine Learning 方面，MLE 和之前两类岗位都不相同。相对于
General DS 来说，MLE 碰到的 machine learning 模型往往是比较成熟的，对于算法
本身不需要太多的投入，更多的是怎么设计和建立一个 robust 的 AI system。这类系
统设计的经验很难通过做个人项目来积攒，所以对于 junior MLE 的 candidate，面试
官会更侧重于考察一些 machine learning 的基本概念。另一方面，相对于 Analytic
DS来说，模型的可解释性就相对来说不那么重要，用户往往更重视模型结果的准确性。
· 这一类岗位比较新，目前需求量也大。只要是 coding 过硬的同学都可以
试试。
Data Engineer / BI Developer
· 前三类岗位往往比较能吸引大家的注意力，但是 Data Engineer 和 BI
Developer 的岗位需求量也很大。很多转行的同学也可以看看。
· 其中，BIDeveloper，在我们看来，是一个理工科背景的同学可以相对来
说快速入行的方向。BI Developer 也叫做 Data Warehouse Developer 或者 SQL
Developer。所做工作包括设计，建立，以及维护 data warehouse、data loading
procedures、和 report generation pipeline。需要熟练掌握 SQL、ETL、Data
Visualization、Advanced Excel、Server Administration 等技术。上手比较容易，
不需要花大力气去准备 coding 或者 business sense。
· DataEngineer 定义比较模糊。很多公司里头的 DE 其实就是 BI
Developer。而有部分公司的 Data Engineer 做的却是 MLE 的工作。我们为了比较好
地区分各类岗位，在这里，我们定义 DE 为那些设计建立和维护 Hadoop 和 Spark 这
一类大数据系统的工程师。
知道了这些方向还有相应的技术知识后，我们怎么才知道有没有学透呢？
欢迎留言讨论。