謝謝各位先進點進來
不好意思標題有點太簡陋！
想請問各位大大這兩個職位的職涯發展會差很多嗎？
我稍微查過發現前者碰SQL跟統計軟體居多而python為輔
後者則是偏向理論，用python建模之類的
本魯最近在找Data Scientist(DS)的工作
跟一位獵頭聯絡後，幫我投了一家兩個職位都有的公司，但後來才發現他幫我投的是Data
Analyst(DA)
問了原因說是因為經驗比較淺所以要先從DA先做，過個一兩年再升DS
聽起來很像在唬嚨人，但查了發現也有網站說DA的下一步就是DS
因為自己也不是很清楚
所以想問一下各位大大的意見
先謝謝大家不吝回答！
———
DA的JD:
1.Familiar with statistics fundamentals such as linear/logistic regression, hy
pothesis testing and binomial probabilities
2.Comfortable with SQL and Excel; experience with R/Python is a plus
DS的JD
1.Statistics: must have strong experience in experimental design, A/B testing,
linear/logistic regression, hypothesis testing
2.Machine Learning: must be comfortable with basics of model creation, evaluat
ion, and deployment.
3.Programming: experience in Python and SQL required.
作者:
jigfopsda (jigfopsda)
2022-08-30 23:21:00看JD
好DA重點是Domain Knowledge 説DA下一步是DS是不尊重專業
作者:
libitum (libitum)
2022-08-30 23:25:00你該看看你自己的resume寫什麼再分別去比較兩職缺的JD啊recruiter當然會幫你推 他認為你比較適合的 這跟你標題無關有公司DA做得像DS DS卻像DA title根本沒那麼重要 技能組才是你該考量的看到你要找DS 卻把DS描述成這樣... DS也有很實務端的啊想要做理論的DS輪不到你 除非你有PHD先 TW也沒那麼多缺
作者: hsuchengmath (AlbertHSU) 2022-08-30 23:39:00
那machine learning engineer 跟data scientist 還有 research engineer 還有 algorithm engineer差在哪啊
作者:
libitum (libitum)
2022-08-30 23:48:00那就問你有沒experience of experimental design?如果沒有 又沒domain know-how 他怎可能會幫你推DS你應該要確認這個DS role 是不是experienced role
謝謝l大！ 我再問看看阿我誤會了 那的確DA才是對的
作者:
samhsu (sam)
2022-08-31 00:31:00因為很多公司的主管自己也分不清楚DA, DS, DE, MLE 這些職位的差異或怎麼互相合作或公司目前的階段需要哪個角色，所以就看哪個名字潮就徵哪個，建議面試時問清楚資料團隊的分工，主管講不清楚就別進去浪費生命了，8成是去當報表工程師
作者:
kokolotl (nooooooooooo)
2022-08-31 00:31:00國外很多資料科學家做的事情跟數據分析沒兩樣
作者: SYSQP (Test) 2022-08-31 01:12:00
PHD嗎？不是PHD走這條路當砲灰居多
作者:
Bujo (部長)
2022-08-31 08:44:00遇過自稱資料科學家的同事，整天演算法，不碰資料，遇到清資料就推，模型不准怪後端
作者: CRPKT (crpkt) 2022-08-31 09:55:00
以正常職稱來考慮，你不會 ML 就和 DS 無關了
作者:
WWIII (東邪西毒)
2022-08-31 17:27:00Analyst 不需要會程式語言啊
SQL被正式認定是一種程式語言了^^^^ 其實也沒多正式 就是幾個程式語言評比決議
作者:
drajan (EasoN)
2022-08-31 17:59:008年前在Soft_Job上幾乎沒有人在討論DS 現在大家都知道了頗有趣
作者:
ap954212 (death is like the wings)
2022-08-31 21:08:00Title看看就好
作者:
chocopie (好吃的巧克力派 :))
2022-08-31 23:23:00在台灣甚麼都會變成全包很多公司自己也搞不清楚
作者:
germun (ger)
2022-08-31 23:25:00在台灣DS/DE八成沒差 因為你什麼都要會不是搞不清楚 是老闆要你做什麼就做什麼 當然一人當多人用
作者:
a159753 (大叔)
2022-09-01 14:09:00日本?
作者:
breccia (布蕾莎)
2022-09-01 21:56:00DS-統計/ML/DL訓練模型要強 理論強. DA-資料分析/視覺化講故事 幫助決策. DE-infra 大數據Data Lake, pipeline.MLE-ML的infra, MLOps, 也要懂ML/DL, 將DS開發的模型部署上線
作者:
QUINY (是的，關於思念...)
2022-09-02 01:49:00雖然我是DS 但在公司其實是一條龍全包 什麼都要會 台灣企業九成九一人當萬人用
作者:
GoalBased (Artificail Intelligence)
2022-09-02 20:22:00朋友之前在這家好像180~250 一天工作4h推錯偏了= =
看看版上backprog BI和大數據的文章吧，個人覺得比較符合實際情況
看JD 台灣每家公司對DA的認定範圍很寬 有的只是excel拉一拉數字 有的要建模或是要做DE的東西