It only gets easier. You will get better.
606725
近来在地里看到很多同学说 data scientist的工作不好找, 人多坑少钱还少. 特别是没有PhD的同学, 竞争真的很激烈... 我想大概说一下我作为一个小硕这几年来上学工作的经历 给大家一些鼓励
确实，现在Machine Learning，Deep Learning非常火并且想学这些并没有什么门槛. 这样导致基本任何理工科的都可以上几门ML的课，找DS的工作. Potential competitior确实非常多.
虽然CS 也是同一个道理, 但是software engineer是tech公司的bread and butter. 而data scienitst对于大部分没有ds gene的公司来说更像是luxury. software engineer 与ds的需求上有本质上的区别，所以竞争更大也是理所当然.
至于有没有PhD的问题，我认为对于大多数的DS工作(非research类), PhD对于有同样年数经验的MS (fresh PhD vs MS with 5 years exp) 并没有压倒性的优势. 更不用说其实很多PhD其实并不是专业对口的PhD. 我们经常比的fresh MS 和fresh PhD是非常不公平的比较.
就我来说, 我本科并非ds相关的专业, 所以本科的学习和实习经验基本作废. 研究生以本科的专业去了大S，艰难地转了专业. 但是和系里同学比起来水平真的差了太多.
研一找summer internship的时候极其艰难, 去了学校所有的career fair, 网投了所有能投的ds intern. 简历各种拒，各种无回复. FLAG级别基本直接没有消息. 仿佛和随便一手FLAG offer 的同学上完全不是一个学校... 忙了5个月最后捞到3个面试, 万幸最后拿到一个offer，狼狈地找到了实习 去了湾区某非FLAG的传统大公司做ds intern.
找full time， 似乎有了一丢丢经验以后, 简历虽然还是拒 但是过的几率也变高了一点. FLAG级别在有内推的情况下也能拿到phone screen, on-site, 但水平不够没有offer. 最后在几个startup以及return offer中, 选择了return offer， 回安稳的传统大公司ds
full-time了几个月以后发现做的东西不喜欢. 偏analytics. 偶尔有一些DS side project. 我并不想让我的ML skill 荒废, 所以我开始每天晚上打kaggle. 打了半年虽然没有金牌, 但有不少的top 1% finish. Kaggle 支撑着我白天做着无聊的工作, 晚上回家读paper写code.
在有了一年多经验以后我准备跳槽, 这次好像情况完全不同 打开了新的世界. Linkedin每周能有10+ recruiter inMail. 面试多到面不过来只能推. 海投到phone screen 的conversion在60%以上. Phone screen 基本拿到on-site. The table has turned. 以前struggle的简历关, phone screen 统统没有了, 剩下的就是onsite发挥，personal fit，以及个人的能力够不够.
我相信DS的supply-demand就好像一个funnel. 在new grad的时候demand 少 supply 多. 而随着经验的增长, demand会变多 而supply会变少.
万事开头难, 相信大家加油努力 一定可以踏进ds 的门槛. It only gets easier. You will get better.
确实，现在Machine Learning，Deep Learning非常火并且想学这些并没有什么门槛. 这样导致基本任何理工科的都可以上几门ML的课，找DS的工作. Potential competitior确实非常多.
虽然CS 也是同一个道理, 但是software engineer是tech公司的bread and butter. 而data scienitst对于大部分没有ds gene的公司来说更像是luxury. software engineer 与ds的需求上有本质上的区别，所以竞争更大也是理所当然.
至于有没有PhD的问题，我认为对于大多数的DS工作(非research类), PhD对于有同样年数经验的MS (fresh PhD vs MS with 5 years exp) 并没有压倒性的优势. 更不用说其实很多PhD其实并不是专业对口的PhD. 我们经常比的fresh MS 和fresh PhD是非常不公平的比较.
就我来说, 我本科并非ds相关的专业, 所以本科的学习和实习经验基本作废. 研究生以本科的专业去了大S，艰难地转了专业. 但是和系里同学比起来水平真的差了太多.
研一找summer internship的时候极其艰难, 去了学校所有的career fair, 网投了所有能投的ds intern. 简历各种拒，各种无回复. FLAG级别基本直接没有消息. 仿佛和随便一手FLAG offer 的同学上完全不是一个学校... 忙了5个月最后捞到3个面试, 万幸最后拿到一个offer，狼狈地找到了实习 去了湾区某非FLAG的传统大公司做ds intern.
找full time， 似乎有了一丢丢经验以后, 简历虽然还是拒 但是过的几率也变高了一点. FLAG级别在有内推的情况下也能拿到phone screen, on-site, 但水平不够没有offer. 最后在几个startup以及return offer中, 选择了return offer， 回安稳的传统大公司ds
full-time了几个月以后发现做的东西不喜欢. 偏analytics. 偶尔有一些DS side project. 我并不想让我的ML skill 荒废, 所以我开始每天晚上打kaggle. 打了半年虽然没有金牌, 但有不少的top 1% finish. Kaggle 支撑着我白天做着无聊的工作, 晚上回家读paper写code.
在有了一年多经验以后我准备跳槽, 这次好像情况完全不同 打开了新的世界. Linkedin每周能有10+ recruiter inMail. 面试多到面不过来只能推. 海投到phone screen 的conversion在60%以上. Phone screen 基本拿到on-site. The table has turned. 以前struggle的简历关, phone screen 统统没有了, 剩下的就是onsite发挥，personal fit，以及个人的能力够不够.
我相信DS的supply-demand就好像一个funnel. 在new grad的时候demand 少 supply 多. 而随着经验的增长, demand会变多 而supply会变少.
万事开头难, 相信大家加油努力 一定可以踏进ds 的门槛. It only gets easier. You will get better.
- 33