登录
  • #打卡战拖

我为‌‌‌‌‍‍‌‍‌‌‍‍‌‍‌‌‍‍‍‌‍‌‍‍‍‌‌‌‍‌‍‌什么决定要从data scientist转machine learning engineer/software engineer

yayun9341
2609
29
以下是我的反思总结和计划,欢迎share你的想法一起讨论~顺便求加米求鼓励!

————————————————

从昨天晚上和朋友打完电话到现在,一直在想这个问题。data scientist做的好好的,为什么想不开要转岗?

我是一个天然的pm和leader性格,沟通能力不错,靠谱,时间观念强,做事条理清晰,执行力强,擅长团队合作,不怕处理麻烦棘手不确定的事情,有创造力,点子多头脑灵活,这些都是优点。

缺点也很明显:三分热度,不喜欢重复性工作,不喜欢做没有impact的事情,不喜欢和不聪明的人打交道😂

目前ds工作当中非常frustrating的地方:

manager几乎完全不懂ds,给不了我啥有意思的projects;我们组做internal support,没啥ownership;职业初期的我需要更强的technical support和清晰的规划,目前的team给不了我;data都在别的组的数据库,重要的projects别的组自己就承包了,轮不到我,努力试过去争取,没成。

我为啥之前抗拒mle/sde:

怂,对自己没信心;每次遇到可以用coding解决的问题都鸡贼地绕过去了,以至于越绕越怕;把coding想象地太可怕了,洪水猛兽一样😂;私以为写code不如和customer直接打交道impact更高(当然后来意识到不一定是这样的);担心做mle不能发挥自己的优势。

我为啥现在要转岗mle/sde:

ds慢慢也会对coding要求越来越高,对能否落地要求越来越高;mle工资更高(反正都是一天八小时,为啥不做单位时间内赚钱更多的嘛);科技行业鄙视链很真实地反映了究竟哪种岗位对business更重要,既然选择了在科技行业工作,就要站在核心业务+鄙视链的上游(对于所有行业都是这样,就像在金融公司做码农大概率不如在科技公司做的爽&受重视程度高)。

目前计划:

再花一周时间改简历,story telling(15 hours);

data manipulation (pandas, numpy, 20 hours) python (basic, oop,10 hours);

leetcode (3 hours/day, 100 hours in total);

ML (复习之前的知识点,查一下这两年又新增了哪些要求,ML system design,2 hours/day, 50 hours in total);

NLP (把resume里用到的熟悉一下,以后不想做这一块,不打算花太多时间,20 hours);

DL (还没计划,看具体岗位要求);

SQL, business/product sense (我擅长的。20 hours)。

Sum = 235 hours + DL + 公司&岗位research + behavior questions (10 hours)

2 hours per week day + 8 hours per weekend = 18 hours per week.

14 weeks + 2 weeks 查漏补缺 + 2 weeks buffer time = 18 weeks = 四个半月(最理想化情况)

从二分之一处(2月底三月初)开始投简历+实战📆

补充内容 (2021-1-5 06:29):

啊……不知道为啥这个帖子没办法被加米……如果想给我加米的伙伴们可以翻下我之前的帖子,随便找一个加米就行~ 感谢!
29条回复
热度排序

发表回复