在加拿大
本人UBC学生，大学专业选的是combined major cpsc&stats， 最初打算是做data analyst，但网上查过一些相关行业的讯息后，觉得data science工资和趣味性都比不上cs同行，例如software或web developer之类…… 在考虑是不是应该转专业？有data science这块的大佬来解答一下菜鸟的困惑吗？感激不尽
评论
data science 不是cs的一个方向吗？我想比你说的那些有前途
评论
Data science应该和机器学习、人工智能等等都有密切关系吧，我感觉是计算机技术里面最有趣味性的领域。
评论
不读到博士，难有高工资。
评论
绿阴幽草胜花时 赏
反馈:gongbao 和 wolfang 2017-11-24#5 
533 $0.00 玩AI，走人工智能路子评论
我老公就是data analyst 从Web Developer转过来的 已经做了七年 因为觉得有意思。但不如以前工资高是事实 而且做技术支持工作需要和各种刁蛮客户傻逼客户打交道 感觉对情商要求高。和前面网友说的一样 他现在就正自学AI 说以后会和工作联系很大 希望到时候工资能高点哈
评论
data science和data analyst两回事。学统计+CS的应该去读研然后博走AI和机器学习方向，找多大的Hinton或者蒙大的Yoshua Bengio当导师，你看看amazon，facebook，Google校招 data scientist给多少钱 ，比软件开发强太多。如果只是本科出来工作，最多只能做到data mining engineer。
评论
快雪时晴 说:data science和data analyst两回事。学统计+CS的应该去读研然后博走AI和机器学习方向，找多大的Hinton或者蒙大的Yoshua Bengio当导师，你看看amazon，facebook，Google校招 data scientist给多少钱 ，比软件开发强太多。如果只是本科出来工作，最多只能做到data mining engineer。点击展开...专家
评论
人间正道是沧桑 赏
反馈:lucymao 2017-11-24#9 F 4,132 $0.00 Marks.评论
Data scientist is hot nowadays
评论
抛开AI这个目前最大的风口而言，DS和SDE还真不好说哪个薪酬更高，但作为从业者，我自己是觉得DS比SDE更有趣些。我team今年招的一个DS就是UBC的，现在准备提升为lead了。我另外一个DS同事，今年年初辞职后跳了两次槽现在在某金融机构做DS director......另外一方面，尽管我们目前希望将team double size，但从收到的简历来看，符合条件的，至少在本地，不多。大部分还是处于上了几门MOOC，对DS“有兴趣”的阶段。这个市场的行情和潜力，可能超出很多人的想象。
评论
煮饭侠 赏
反馈:frigyda 和 007KJJ 2017-11-26#12 J 253 $0.00 Analytical methods: statistical modeling (e.g., linear regression, GLMs, time series), supervised machine learning (e.g., random forests, neural networks), design of experiments, segmentation/clustering, text mining, network analysis (e.g., location allocation), optimization, simulationo Analytics tools: Data wrangling (SQL, R, Python, PostGRESql, Spark, Hadoop/Hive), Data Modeling (R, Python, SAS, RapidMiner, SPSS), Data visualization (Tableau, Microstrategy)这个要求太多了？有必要要求这么杂这么广吗？人家脸书数据科学家都只要求sql，其他进去培训几个礼拜就行了。其实我觉得也差不多这样，一会儿做python, 一会儿做R，语法规则都把我绕晕了？只是好奇？楼上的专家是业内人士，请教一下，数据科学家，我说的就是这种不研究算法的，大家现在都这样广义的定义数据科学家，我们就不深究这个定义正不正确。只会一两样就没法做数据科学的分析？还是都会，至少到中级水平，才能有干活的实力？只上几门网课肯定只有初级水平吧？还是要去kaggle中级比赛实战训练训练才行，把什么spark, hive练熟悉，拿个top 10？楼主虽然还是个学生，但是你如果在加州或者美国其他地方做学生，估计很容易进入硅谷的公司拿个数据分析甚至数据科学的职位，但是在加拿大确实困难点，要求一大堆，每一样都要有几年的实践经验，这个确实不公平，所以争取去美国是正道，你可能一毕业就能进好公司，只要四五年就能出来自己开公司教书育人。在加拿大你可能工作四五年后都还在想办法进这类公司，因为这类公司相对太少了，职位太少，所以要求也是广而全评论
快雪时晴 说:专家点击展开...大牛请问下,data science看起来要求很高，那么data analyst呢，我这专业适合data analyst吗
评论
Sand_King 说:大牛请问下,data science看起来要求很高，那么data analyst呢，我这专业适合data analyst吗点击展开...一点都不大牛。data analyst需要熟悉行业，对于编程数学要求都不高，互联网行业的话文科生都能转来做这行，你这专业进去当然没问题。就是一开始工资不会高，后续发展就看个人了。现在机器学习到处缺人，不如找个比较热门的方向比如自然语言处理、图像识别，就算学个Master出来也能找到不错的工作。前提是数学要好：线性代数、微积分（多变量微积分）、概率论（你学统计的这个不会差）、convex optimization。
评论
J.X 说:Analytical methods: statistical modeling (e.g., linear regression, GLMs, time series), supervised machine learning (e.g., random forests, neural networks), design of experiments, segmentation/clustering, text mining, network analysis (e.g., location allocation), optimization, simulationo Analytics tools: Data wrangling (SQL, R, Python, PostGRESql, Spark, Hadoop/Hive), Data Modeling (R, Python, SAS, RapidMiner, SPSS), Data visualization (Tableau, Microstrategy)这个要求太多了？有必要要求这么杂这么广吗？人家脸书数据科学家都只要求sql，其他进去培训几个礼拜就行了。其实我觉得也差不多这样，一会儿做python, 一会儿做R，语法规则都把我绕晕了？只是好奇？楼上的专家是业内人士，请教一下，数据科学家，我说的就是这种不研究算法的，大家现在都这样广义的定义数据科学家，我们就不深究这个定义正不正确。只会一两样就没法做数据科学的分析？还是都会，至少到中级水平，才能有干活的实力？只上几门网课肯定只有初级水平吧？还是要去kaggle中级比赛实战训练训练才行，把什么spark, hive练熟悉，拿个top 10？楼主虽然还是个学生，但是你如果在加州或者美国其他地方做学生，估计很容易进入硅谷的公司拿个数据分析甚至数据科学的职位，但是在加拿大确实困难点，要求一大堆，每一样都要有几年的实践经验，这个确实不公平，所以争取去美国是正道，你可能一毕业就能进好公司，只要四五年就能出来自己开公司教书育人。在加拿大你可能工作四五年后都还在想办法进这类公司，因为这类公司相对太少了，职位太少，所以要求也是广而全点击展开...数据科学家就是做算法的，这词已经被业界滥用了。要是会点sklearn和tensorflow就能当数据科学家的话这个title也不值这么多钱了，大公司的数据科学家要看你在nips发过几篇paper，会什么工具真的无所谓，蒙特利尔的华为AI实验室和Google Brain都在招数据科学家，看看要求就知道了。只是做数据分析师的话，这些工具没必要都用，python和R会一个就行，python用的还稍微多点，非统计专业的人用R大多是为了ggplot2那个可视化包。整体上SPSS用得比SAS多，SAS在金融行业比较多，这俩也没太大区别，都是图形化的统计分析系统。实话实话，Excel里自带的三大power工具就能满足80%的数据分析师的需求了。至于什么回归分析贝叶斯SVM决策树这都是统计学的传统模型，神经网络卷积什么的是新起来的深度学习，目前自己还都解释不清楚自己。Kaggle的入门意义更大，拿来练手不错，但仅限于此，想转行到机器学习工程师或者数据挖掘工程师的攒经验值可以，和数据科学家没什么关系。最后，数据科学家/机器学习工程师和数据分析师/数据挖掘工程师只是在一部分内容上重叠，侧重点相当的不同。只有拉格朗日才能告诉你这里要加个约束条件。
评论
DS本来要求就杂，统计，编程，机器学习，数据处理，业务知识都需要。我们组为例，即要能写production code，还要能组织给Sr Executives的会议，跨度还是挺大的。Facebook有两种DS，anaytics那边的更像DA，虽说电面只考察SQL和lc中等难度的算法题，但onsite的难度非常大，不是简单一句只需要SQL就能概括的。至于FB家的research scientist，看看这几个中国人的名字你就知道什么水平了：caffe作者贾扬清，黑暗森林作者田渊栋，高考状元，resnet和fast rcnn作者何恺明。说起刷Kaggle的话，可巧我就是Kaggle master，金银铜牌都拿过。所以我可以负责的说，你贴的这些技能点，还真都是必须的。Analytical methods: statistical modeling (e.g., linear regression, GLMs, time series), supervised machine learning (e.g., random forests, neural networks), design of experiments, segmentation/clustering, text mining, network analysis (e.g., location allocation), optimization, simulationo Analytics tools: Data wrangling (SQL, R, Python, PostGRESql, Spark, Hadoop/Hive), Data Modeling (R, Python, SAS, RapidMiner, SPSS), Data visualization (Tableau, Microstrategy)这个要求太多了？有必要要求这么杂这么广吗？人家脸书数据科学家都只要求sql，其他进去培训几个礼拜就行了。其实我觉得也差不多这样，一会儿做python, 一会儿做R，语法规则都把我绕晕了？只是好奇？楼上的专家是业内人士，请教一下，数据科学家，我说的就是这种不研究算法的，大家现在都这样广义的定义数据科学家，我们就不深究这个定义正不正确。只会一两样就没法做数据科学的分析？还是都会，至少到中级水平，才能有干活的实力？只上几门网课肯定只有初级水平吧？还是要去kaggle中级比赛实战训练训练才行，把什么spark, hive练熟悉，拿个top 10？楼主虽然还是个学生，但是你如果在加州或者美国其他地方做学生，估计很容易进入硅谷的公司拿个数据分析甚至数据科学的职位，但是在加拿大确实困难点，要求一大堆，每一样都要有几年的实践经验，这个确实不公平，所以争取去美国是正道，你可能一毕业就能进好公司，只要四五年就能出来自己开公司教书育人。在加拿大你可能工作四五年后都还在想办法进这类公司，因为这类公司相对太少了，职位太少，所以要求也是广而全点击展开...
评论
煮饭侠DS本来要求就杂，统计，编程，机器学习，数据处理，业务知识都需要。我们组为例，即要能写production code，还要能组织给Sr Executives的会议，跨度还是挺大的。Facebook有两种DS，anaytics那边的更像DA，虽说电面只考察SQL和lc中等难度的算法题，但onsite的难度非常大，不是简单一句只需要SQL就能概括的。至于FB家的research scientist，看看这几个中国人的名字你就知道什么水平了：caffe作者贾扬清，黑暗森林作者田渊栋，高考状元，resnet和fast rcnn作者何恺明。说起刷Kaggle的话，可巧我就是Kaggle master，金银铜牌都拿过。所以我可以负责的说，你贴的这些技能点，还真都是必须的。点击展开...既然专家都背书了这些技能是必须的，那我学起来就有动力了，否则一边学一边怀疑，效果很差。Kaggle是不是很花时间啊，你们是公司组队去参加还是自己个人名义去参加？公司要有同事一起参加最好，水平接近，学以致用，自己个人参加找个队友都困难啊
评论
进来向老大学习
评论
准备招揽个大牛………
评论
煮饭侠一点都不大牛。data analyst需要熟悉行业，对于编程数学要求都不高，互联网行业的话文科生都能转来做这行，你这专业进去当然没问题。就是一开始工资不会高，后续发展就看个人了。现在机器学习到处缺人，不如找个比较热门的方向比如自然语言处理、图像识别，就算学个Master出来也能找到不错的工作。前提是数学要好：线性代数、微积分（多变量微积分）、概率论（你学统计的这个不会差）、convex optimization。点击展开...请问想要往这方面发展的话需要些什么竞赛，证书之类的吗？
·中文新闻 艾伦·琼斯因猥亵指控被捕
·中文新闻 学校电话禁令：大学通过分发设备来解决问题