大數(shù)據(jù)文摘出品

來源：medium

編譯：Fisher

本文的作者就是一位數(shù)據(jù)科學(xué)家，做了這么久，他覺得有必要將這個(gè)行業(yè)的苦惱公之于眾，為那些想進(jìn)入這個(gè)行業(yè)的人們做個(gè)參考。

話不多說，來和文摘菌一起看看吧~

是的，我是一名數(shù)據(jù)科學(xué)家，你也沒看錯(cuò)標(biāo)題，總得有人來說這件事。我們都讀過很多文章，說數(shù)據(jù)科學(xué)是21世紀(jì)“最性感”的工作，數(shù)據(jù)科學(xué)家可以賺得盆滿缽滿，以至于數(shù)據(jù)科學(xué)看起來是完全夢(mèng)幻般的美妙工作?？紤]到這個(gè)領(lǐng)域里有大量高技術(shù)人才在沉迷于解決復(fù)雜的問題，這份工作值得熱愛。

但事實(shí)是，數(shù)據(jù)科學(xué)家們通常“每周花1-2個(gè)小時(shí)尋找新工作”，這是《金融時(shí)報(bào)》的一篇文章中提到的。此外，這篇文章還指出，“表示自己正在尋找新工作的開發(fā)者中，機(jī)器學(xué)習(xí)專家位居榜首，占14.3%。數(shù)據(jù)科學(xué)家緊隨其后，占13.2%。”這些數(shù)據(jù)是Stack Overflow在一次基于64000名開發(fā)者的調(diào)查中得到的。

我也曾處于這個(gè)狀態(tài)，我自己最近也換了另一份數(shù)據(jù)科學(xué)的工作。

那么，為什么這么多的數(shù)據(jù)科學(xué)家要找新工作呢?

在我回答這個(gè)問題之前，我應(yīng)該澄清一下，我現(xiàn)在仍然是數(shù)據(jù)科學(xué)家。總體上，我熱愛這份工作，我也不想勸退那些有志成為數(shù)據(jù)科學(xué)家的人，因?yàn)檫@份工作充滿樂趣、令人振奮且回報(bào)豐厚。這篇文章是有意要唱唱反調(diào)，揭示一下這個(gè)職業(yè)里存在的一些負(fù)面問題。

在我看來，很多數(shù)據(jù)科學(xué)家對(duì)工作的不滿意，可以歸結(jié)為四大原因。

期望與現(xiàn)實(shí)不符

大數(shù)據(jù)就像是青少年口中的性：每個(gè)人都在談?wù)撍?，沒人真的知道怎么去做，但是每個(gè)人都認(rèn)為別人在做，所以每個(gè)人都聲稱自己在做……——Dan Ariely

[[325563]]

這句話太貼切了。我認(rèn)識(shí)的許多資歷不深的數(shù)據(jù)科學(xué)家(包括我自己)，想進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域是為了用最新的很酷的機(jī)器學(xué)習(xí)算法來解決復(fù)雜問題，并且產(chǎn)生巨大的商業(yè)影響。這可能會(huì)讓我們覺得自己正做著的工作比先前做的任何事都更重要。但事實(shí)往往并非如此。

我認(rèn)為，期望與現(xiàn)實(shí)不符是很多數(shù)據(jù)科學(xué)家離開的最終原因。原因有很多，我不可能列出一個(gè)詳盡的清單，但這篇帖子基本列舉了我遇到的一些原因。

每個(gè)公司的情況都不一樣，所以我講的并不能代表所有公司，但確實(shí)很多公司在雇傭數(shù)據(jù)科學(xué)家時(shí)并沒有配套的基礎(chǔ)設(shè)施，好開始從AI中獲取商業(yè)價(jià)值。這造成了AI系統(tǒng)的冷啟動(dòng)問題。再加上這些公司在雇用資歷不深的數(shù)據(jù)科學(xué)家之前，沒有雇用資深或有足夠經(jīng)驗(yàn)的從業(yè)者，這就導(dǎo)致雙方都感到失望和不愉快。數(shù)據(jù)科學(xué)家很可能是來寫智能的機(jī)器學(xué)習(xí)算法以助力商業(yè)洞察的，但他們做不到這點(diǎn)，因?yàn)樗麄兪紫纫龅氖墙?shù)據(jù)基礎(chǔ)設(shè)施和/或創(chuàng)建分析報(bào)告。相反，公司只想要一張圖表，好每天在董事會(huì)上展示。于是公司感到失望，因?yàn)樗麄儧]能看到價(jià)值被迅速創(chuàng)造出來，這一切都會(huì)使數(shù)據(jù)科學(xué)家對(duì)自己扮演的角色感到不愉快。

在Robert Chang給新手?jǐn)?shù)據(jù)科學(xué)家提建議的一篇博客中，有句話非常精辟：“評(píng)估我們的抱負(fù)與我們所處環(huán)境的前進(jìn)軌道有多一致，這點(diǎn)很重要。找到與你自身的前進(jìn)軌道最相符的項(xiàng)目、團(tuán)隊(duì)和公司。”

這話強(qiáng)調(diào)了雇主和數(shù)據(jù)科學(xué)家之間的雙向關(guān)系。如果公司不合適，或者公司目標(biāo)與數(shù)據(jù)科學(xué)家的目標(biāo)不同，那么數(shù)據(jù)科學(xué)家另尋出路只是時(shí)間問題。

如果有興趣，Samson Hu有一系列精彩的文章，描述了Wish公司的分析團(tuán)隊(duì)是如何建立的，我覺得也很有見地。

讓數(shù)據(jù)科學(xué)家感到失望的另一個(gè)原因與我自己對(duì)學(xué)術(shù)界的失望很相似：我一度以為自己能給世界各處的人帶來影響，而不只局限于公司內(nèi)部。事實(shí)上，如果公司的核心業(yè)務(wù)不是機(jī)器學(xué)習(xí)(我的前雇主是一家媒體出版公司)，那么很可能你所做的數(shù)據(jù)科學(xué)只能帶來很小的增量收益。這些收益積累起來可能會(huì)變得可觀，或者你可能很幸運(yùn)碰到一個(gè)“金礦”項(xiàng)目，但這些情況很少見。

政治至上

關(guān)于政治的話題，已經(jīng)有一篇出色的文章專門介紹了——《數(shù)據(jù)科學(xué)行業(yè)里最困難的事：政治》。我強(qiáng)烈推薦你讀一下。這篇文章的前幾句話基本概括了我想說的內(nèi)容：

當(dāng)年我早上六點(diǎn)起床學(xué)習(xí)支持向量機(jī)的時(shí)候，我想：“這真是太難了! 不過，嘿嘿，至少對(duì)于未來的雇主我會(huì)變得非常有價(jià)值!”。如果現(xiàn)在能搞到時(shí)光機(jī)，我一定會(huì)回到過去，對(duì)自己大罵一聲“傻冒!”。

如果你當(dāng)真以為了解很多機(jī)器學(xué)習(xí)算法會(huì)讓你成為最有價(jià)值的數(shù)據(jù)科學(xué)家，請(qǐng)回到上面我講的第一點(diǎn)：期望與現(xiàn)實(shí)不符。

事實(shí)是，你需要讓公司里最有權(quán)力的人對(duì)你有個(gè)不錯(cuò)的看法。而這可能意味著，你必須經(jīng)常做一些臨時(shí)安排的工作，比如從數(shù)據(jù)庫中獲取數(shù)字，以便在適當(dāng)?shù)臅r(shí)候呈給適當(dāng)?shù)娜?，或者做一些簡單的?xiàng)目，只是為了讓某些人對(duì)你有個(gè)恰當(dāng)?shù)牧私?。在我的前公司，我不得不做很多這樣的事。盡管讓人覺得沮喪，但這是工作中必不可少的部分。

有任何關(guān)于數(shù)據(jù)的事兒，公司都會(huì)來找你

在你盡一切努力取悅合適的人之后，那些大權(quán)在握的人卻常常不理解“數(shù)據(jù)科學(xué)家”的含義。這意味著你將既是分析專家又是匯報(bào)員，還有別忘了你也將是數(shù)據(jù)庫專家。

不只有非技術(shù)型的主管會(huì)對(duì)你的技能做出過多假設(shè)。別的技術(shù)型的同事會(huì)假設(shè)你了解跟數(shù)據(jù)相關(guān)的一切：你懂得Spark、Hadoop、Hive、Pig、SQL、Neo4J、MySQL、Python、R、Scala、Tensorflow、A/B測(cè)試、NLP、一切跟機(jī)器學(xué)習(xí)有關(guān)的事(還有任何你能想到的與數(shù)據(jù)有關(guān)的事——順便說一下，如果你看到一個(gè)職位描述上寫了所有這些東西，請(qǐng)保持清醒。這份職位描述顯然來自一個(gè)并不知道自己的數(shù)據(jù)戰(zhàn)略是啥的公司，他們會(huì)雇任何人，因?yàn)樗麄冋J(rèn)為雇任何一個(gè)數(shù)據(jù)人員都能解決他們所有的數(shù)據(jù)問題)。

事情還不止于此。因?yàn)槟愣眠@一切，而且你顯然可以拿到所有的數(shù)據(jù)，所以你應(yīng)該能回答一切問題，而且是在……好吧，在五分鐘之內(nèi)就把答案發(fā)送到相關(guān)人員的收件箱里。

對(duì)你來說，嘗試去告訴大家你實(shí)際知道和掌握的東西，可能很困難。不是因?yàn)橛腥魏稳藭?huì)真的看不起你，而是因?yàn)樽鳛橐粋€(gè)沒有什么行業(yè)經(jīng)驗(yàn)的新手?jǐn)?shù)據(jù)科學(xué)家，你會(huì)擔(dān)心別人看不起你。這樣的處境可能相當(dāng)艱難。

在一個(gè)孤立團(tuán)隊(duì)中工作

[[325564]]

當(dāng)我們?nèi)タ闯晒Φ臄?shù)據(jù)產(chǎn)品時(shí)，我們往往會(huì)看到精心設(shè)計(jì)的用戶界面、智能的功能，而最重要的是具備有用的輸出結(jié)果，最起碼能讓用戶感覺到解決了一個(gè)相關(guān)的問題。如果數(shù)據(jù)科學(xué)家只把時(shí)間花在學(xué)習(xí)如何編寫和執(zhí)行機(jī)器學(xué)習(xí)算法上，那么對(duì)于推動(dòng)項(xiàng)目成功并產(chǎn)生價(jià)值的整個(gè)團(tuán)隊(duì)而言，他們只是這個(gè)團(tuán)隊(duì)的一小部分(盡管是必不可少的)。這意味著一個(gè)孤立工作的數(shù)據(jù)科學(xué)團(tuán)隊(duì)將很難提供價(jià)值!

盡管如此，許多公司的數(shù)據(jù)科學(xué)團(tuán)隊(duì)仍然在執(zhí)行團(tuán)隊(duì)自身的項(xiàng)目，編寫代碼來嘗試解決一個(gè)問題。在某些情況下這就足夠了。例如，如果公司需要的只是一份靜態(tài)電子表格，每季度生成一次，那么這足以提供一些價(jià)值。與此相反，如果目標(biāo)是要優(yōu)化一個(gè)預(yù)訂網(wǎng)站的智能建議功能，那么這將需要許多不同的技能，對(duì)于絕大多數(shù)的數(shù)據(jù)科學(xué)家，不能期望他們有這個(gè)能力(這種事只有那些數(shù)據(jù)科學(xué)家中的獨(dú)角獸能搞定)。因此，如果是一個(gè)孤立的數(shù)據(jù)科學(xué)團(tuán)隊(duì)在承擔(dān)這個(gè)項(xiàng)目，項(xiàng)目很可能會(huì)失敗(或者要花很長時(shí)間，因?yàn)樵诖笮凸纠锝M織幾個(gè)孤立團(tuán)隊(duì)進(jìn)行項(xiàng)目協(xié)作并不容易)。

因此，要在行業(yè)里成為一個(gè)卓有成效的數(shù)據(jù)科學(xué)家，僅僅玩轉(zhuǎn)Kaggle競(jìng)賽、完成一些在線課程是不夠的。很不幸(或幸運(yùn)，取決于你從什么角度去看)，你需要懂得公司里的等級(jí)制度和政治是怎么運(yùn)作的。去找一家與你的前進(jìn)軌道一致的公司，這應(yīng)是你在尋找一份數(shù)據(jù)科學(xué)工作時(shí)的關(guān)鍵目標(biāo)。但是，你仍可能需要重新調(diào)整你對(duì)行業(yè)的期待。

有任何評(píng)論、問題或者異議，請(qǐng)自由發(fā)表意見。建設(shè)性的討論是非常必要的，能夠幫助胸懷抱負(fù)的數(shù)據(jù)科學(xué)家在職業(yè)規(guī)劃上做出明智決策。

感謝你的閱讀，希望我沒有把你勸退。

相關(guān)報(bào)道：

https://towardsdatascience.com/why-so-many-data-scientists-are-leaving-their-jobs-a1f0329d7ea4

【本文是51CTO專欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號(hào)“大數(shù)據(jù)文摘（ id: BigDataDigest）”】

戳這里，看該作者更多好文