来点励志的，心灵鸡汤。# DataSciences - 数据科学
E*e
1 楼
看到有人转行data scientist的帖子，闲着没事干，简单讲讲自己的例子。
本人也是大龄转行，有卡，自费读了统计master。毕业后顺利在一家fin tech找到risk
modeler 工作，后来转成data scientist。 工作了了两年， 后来去了银行。 银行真
是闲，一天到晚就是内斗，加上离家比较远，后来回到家附近的startup。还是data
scientist， 跟着engineering team 一起开发新产品。 组里就我一个data scientist
，负责research ， 就是 Google， 学习最新deep learning 和 NLP的前沿技术，看
看 能不 能 拿来直接用。 最近刚有过突破， 马上要植入production。
我是爱上了data science。 真的。在我眼里，也就Google， Facebook 等等大科技公
司里的data science research 部门里的 人才是真正意义上的data scientist。这些
人才是在真正研究算法，才是真正意义上的大数据。 顺便说说NLP，你们一定要了解
Google和stand Ford的 两个产品， word2vector 和 glove。 一个浅层neural
network，一个是传统统计模型。这两个算法真是太优美了，但是算法很难吗？
很多中小型公司的里的data scientist ， 只是懂点machine learning ，懂点编程
quantitative analyst. 即使Google， data scientists 也有两个career track。包
括我自己，也不是真正意义上的data scientist。 但是我在学真正data science里的
东西。
但是要成为一个data scientist， 即使是quantitative analyst，你必须会Python，
现在 machine learning 和deep learning里 Python支持的比较多。同时会R 最好，多
门手艺吗，技不压身。你要回几乎独立的解决data的 ETL，能从不同的数据结构里
parse data，转成structured data, 转成machine learnable data type. 你要懂传统
的machine learning algorithm。 你要开始涉猎deep learning 和 NLP。 你要能几乎
独立的从scratch 开始，develop 新model， 解决business 问题。
下来再说说下薪水。 我对自己的现在的薪水很 满意。已经比三年前刚入行升了80%左
右了。所以现在很珍惜现在的工作。 在过个两年，只要两年，如果能在deep learning
和 NLP 上做些真正有意义的项目， 15 －19万年薪不是梦。但是这个薪金是个真正做
deep learning和大数据的专门人才啊。 而且这不是硅谷啊。 当然如果有人跳出来，
觉得我孤陋寡闻，井底之蛙，没见过世面，不要紧。想想我几年前struggle在4万年薪
的薄厚，我是太满意了。
但是决定我最终career成功的不是什么技术，而是技术之外的东西， communication，
personality，vision。 真的， 年纪不小了， 学新东西还行，但是不能跟小年轻比
了。你让我当场来个简单的leetcode, 我肯定fail。 大公司像Amazon， Google 除非
有人了解，一起做过项目， 光靠内推，recruiter帮忙，也不可能进去了。而去这些大
公司干个几年又是我的梦想。 而且人到中年，求稳，不在有十年前的那种闯劲和激情
了。
最后一句话，想转行的， 赶紧转。问东问西有何意义，你只有有了入行的条件，才能
谈下一步发展啊。
本人也是大龄转行，有卡，自费读了统计master。毕业后顺利在一家fin tech找到risk
modeler 工作，后来转成data scientist。 工作了了两年， 后来去了银行。 银行真
是闲，一天到晚就是内斗，加上离家比较远，后来回到家附近的startup。还是data
scientist， 跟着engineering team 一起开发新产品。 组里就我一个data scientist
，负责research ， 就是 Google， 学习最新deep learning 和 NLP的前沿技术，看
看 能不 能 拿来直接用。 最近刚有过突破， 马上要植入production。
我是爱上了data science。 真的。在我眼里，也就Google， Facebook 等等大科技公
司里的data science research 部门里的 人才是真正意义上的data scientist。这些
人才是在真正研究算法，才是真正意义上的大数据。 顺便说说NLP，你们一定要了解
Google和stand Ford的 两个产品， word2vector 和 glove。 一个浅层neural
network，一个是传统统计模型。这两个算法真是太优美了，但是算法很难吗？
很多中小型公司的里的data scientist ， 只是懂点machine learning ，懂点编程
quantitative analyst. 即使Google， data scientists 也有两个career track。包
括我自己，也不是真正意义上的data scientist。 但是我在学真正data science里的
东西。
但是要成为一个data scientist， 即使是quantitative analyst，你必须会Python，
现在 machine learning 和deep learning里 Python支持的比较多。同时会R 最好，多
门手艺吗，技不压身。你要回几乎独立的解决data的 ETL，能从不同的数据结构里
parse data，转成structured data, 转成machine learnable data type. 你要懂传统
的machine learning algorithm。 你要开始涉猎deep learning 和 NLP。 你要能几乎
独立的从scratch 开始，develop 新model， 解决business 问题。
下来再说说下薪水。 我对自己的现在的薪水很 满意。已经比三年前刚入行升了80%左
右了。所以现在很珍惜现在的工作。 在过个两年，只要两年，如果能在deep learning
和 NLP 上做些真正有意义的项目， 15 －19万年薪不是梦。但是这个薪金是个真正做
deep learning和大数据的专门人才啊。 而且这不是硅谷啊。 当然如果有人跳出来，
觉得我孤陋寡闻，井底之蛙，没见过世面，不要紧。想想我几年前struggle在4万年薪
的薄厚，我是太满意了。
但是决定我最终career成功的不是什么技术，而是技术之外的东西， communication，
personality，vision。 真的， 年纪不小了， 学新东西还行，但是不能跟小年轻比
了。你让我当场来个简单的leetcode, 我肯定fail。 大公司像Amazon， Google 除非
有人了解，一起做过项目， 光靠内推，recruiter帮忙，也不可能进去了。而去这些大
公司干个几年又是我的梦想。 而且人到中年，求稳，不在有十年前的那种闯劲和激情
了。
最后一句话，想转行的， 赶紧转。问东问西有何意义，你只有有了入行的条件，才能
谈下一步发展啊。
