看了這篇文有些感觸 身為在灣區某廠算法組常跟一群Econ PhD DS打交道的人想給些
回應，順便拋磚引玉。
先回應問題：建議挑長期個人興趣所在，短期市場熱度會過去
還有你是否想長期待在美國，挑選非相關專業未來H1B會有風險
STEM OPT還會多久不知道(如果Trump連任) 綠卡現況也不明朗
至於DS vs SWE,
我知道的DS，無論哪個track都得做dirty work (data)。你得有些心理準備
在越偏算法的組，只要exp + deployment + monitoring infra不夠好的地方，DS
跟其他算法專精的人矛盾就越大
我建議無論你選擇什麼，最好都稍微了解eng的語言。DS最終的目的是幫忙產品
deliver.做做分析推論, reg, 設計實驗很少有其他組或上層care. 但若能直接
impact 產品策略，甚至幫助eng加速ship，這是很有價值的
最終公司看得就是你的delivery, 有什麼入production, 有什麼impact.
好的DS特別會講故事，並且很懂得產品策略，有非常大的權利影響OKR
。他們對於數據的掌握度很強，也知道什麼應該claim. 這點其實我很羨慕
我認為產業的大方向就是強化experimentation相關tooling. 未來非modeling的
DS應該會供過於求。然後ideally alg/modeling ds都要有一定程度的自幹能力
未來幾年org架構應該會有相當的改變。跟一些DS帶班子的聊過，只要有一些
團隊內有一定CS基礎的大都跟我的觀點相近。
SWE技能樹很廣，New Grad考個LC沒什麼。或許grok system design可以幫你跳公司
但senior以後的成長還是操之於己。以自修為考量，DS跟SWE都可以花很多時間進修
SWE的純wlb是有機會差的，這個var可能大於DS.
關於轉行，很多東西必須會reset.假如以前沒有什麼coding經驗，你必然得比別人
多花很多時間投入。
關於Soft skill, 無論哪個專業到某個階段這就是個必修。除非你很有自信在北美
IC track單幹。
再關於轉行，不建議小瞧management consulting track, 感興趣就儘早投入
※ 引述《deniel367 (dann)》之銘言：
如題所示，我感覺我最近站在一個人生交叉點，是時候做出選擇... 但身邊較少人有相關
經驗，想請教板上前輩們。
前言：
我目前就讀北美類似DS碩士一年級，預計2021春畢業，沒有正職工作經驗，大學背景是統
計。目前拿到兩暑期實習offers，一個是做swe (非FAANG的大廠 return機會高)，另一個
是做ds (小銀行 return機會不高)
(ds在每家公司都有不同定義，但這篇的ds我定義為ds-analytics，主要是做統計推論、
少量的建模；swe的話姑且定義為general的，不細論前後端之類的，還不知道自己會被分
到哪個組。)
問題：
主要是我不確定要接哪個offer，更精確地問題是... 我不確定未來要往哪個方向走。如
果我要往ds走，我應該會接ds offer
DS
pros,
1 工作內容我較熟悉、喜歡
2 和過去所學較相關，準備了很久，不繼續做感覺有點可惜...
3 以長遠來說，DS較容易轉職（？） 下方會有更詳細說明
cons,
1 正職平均而言 薪水還是差了sweㄧ截，除非是在非常data driven的公司像是Airbnb, N
etflix
2 非常難專精的領域，技能樹容易長得很寬但不深，常感覺學得不踏實...往上發展可能
相對不易，且工作成果難量化，需要靠我不喜歡的軟實力...
3 需要跟來自各領域的PhD競爭...
SWE
pros,
1 找工作的話，個人感覺比較好準備 主要靠刷題
2 聽說比起DS需要研究的數學統計，SWE的知識點相較容易掌握，生活可能比較可以平衡
，下班後較多自己的時間
cons,
1 相對不太熟... 而且我統計學了很久，一直覺得放棄有點可惜QQ
2 聽說可能有中年失業問題，再加上我本身不是一個很愛追技術的人，擔心中年後的路不
好走。未來有考慮轉成類似顧問、管理職。感覺DS因為看了比較多商業面的東西會比較容
易轉。
概括而言，我是比較喜歡做DS的工作，喜歡從挖掘數據中得到商業結論這個過程，但心中
一直有個檻過不去，就是總感覺DS的職涯發展需要靠許多軟實力、運氣、業界風口...等
等許多我沒法掌握的因素，讓我感到很不安全，SWE的好處感覺就是可以很專心在一件事
情上。
即使我列下了許多pros & cons，但我還是很難決定，甚至也許這些pros & cons 有講錯
的地方，或是其他我沒考慮到的重要因素，如果有前輩們可以指點迷津，那真是太感謝！