十年前数据科学方兴未艾,今天数据科学如日中天,明天数据科学还能火多久?岗位能力的进阶需求让数据分析师、商业分析师完成了历史的汰换,但数据科学毕竟不是编程,不是推动信息革命与大数据浪潮的主力军。如今大潮已过,各行各业都在纠偏,回到理智的审视,而不是疯狂的人才储备,数据科学的高速发展阶段也即将成为历史。
站在历史的转折点,看出国读数据科学Data Science值得么?没有目标,就没有合适的评价体系,那么一切的结论都是片面的。别妄想通过大多数的情况来替自己谋划未来,也别妄想数据科学是就业的救世主,不是谁都能成功上岸。
没有目标就无所谓好与坏,值或不值。数据科学不是想自然基础科学一样诞生的学科,是在大数据时代背景下,有强应用导向而诞生的学科,是培养数据分析处理、建模能力的复合型数据分析人才。综合能力强,而没有特别的短板,并且具有敏锐的商业嗅觉与经济分析能力,才是数据科学人才的竞争力。
商业嗅觉与分析能力更多是在职场中逐渐培养形成。学校读书只能提升自身的综合数据分析与建模的能力。它不是单一的学科或者技能,而是统计、运筹优化、机器学习、编程等等的综合能力。
愿意出国读数据科学的学生大底目标有三个方向:1)强烈的国外工作就业的诉求 2)剑走偏锋拿到更好院校offer 3)本专业无兴趣的尝新。有海外工作就业诉求自然不言自明,没有过硬的编程等理工科技术,不能直接走计算机,希望通过数据科学过渡,跻身互联网亦或是其他行业数据、商业分析岗位。剑走偏锋为拿名校offer更多是为了读理想的学校,避免某些专业“内卷”,采取的选校策略,而没有明确的职业目标。最后就是数据科学是很多“天坑”专业同学跨出转专业的第一步,毕竟海外数据科学对于本科学位要求不很严格,商科、理工科、甚至文科都招收。
是一位的值与不值,只要能帮助自己完成留洋读数据科学的目标,就是值的。要么完成了职业发展的诉求,要么完成的专业转换亦或是教育圈层的进阶。
与其他学科不同,数据科学是先有了企业的岗位才有了学校的相关学科。大部分一线的数据科学人才,甚至是管理岗位都不是数据科学专业出身。毕竟他们跻身这个领域的时候,学校里面还有这个专业。大部分数据科学家也都是从数学、统计、运筹、计算机、工业工程等等理工科专业在职场中转换而来。
因此也就没有所谓的对口专业,更没有所谓的对口专业知识,没学过数据科学,也能成为数据科学家。当然这也造成了数据科学家面试知识面广而杂,没有人知道一个公司数据科学岗位真正最需要的技能是什么。
在满足个人留学目标的基础上,从就业的角度,有以下几类同学相对来说比较适合出国学习数据科学。
企业中的数据科学家有点言过其实。懂建模会算法能写代码的商业分析师,也不是真正意义上的科学家。真正能有科学产出的甚少,更多的是秉承科学家的精神,在企业中不断挖掘数据的价值,最终要为业务操盘,为结果负责。技术方面更多的是在过去商业分析师的基础上,增加了高阶统计建模、机器学习算法、运筹优化算法的综合能力,更好的用数据来解决业务问题。一旦商业分析师在工作中不断迭代提升,满足岗位能力进阶需求,那么数据科学的春天也就随即结束。数据科学家的岗位更多的不是新增就业,而是旧岗位的能力进阶,因此春天比程序员更短。
页面更新:2024-03-10
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight 2020-2024 All Rights Reserved. Powered By 71396.com 闽ICP备11008920号-4
闽公网安备35020302034903号