本文轉(zhuǎn)載自公眾號(hào)“讀芯術(shù)”(ID：AI_Discovery)

如果一個(gè)應(yīng)屆畢業(yè)生或跳槽者問(wèn)我該如何進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域，我會(huì)告訴你，轉(zhuǎn)行成為一名軟件工程師，而不是數(shù)據(jù)科學(xué)家。

可能你會(huì)感到奇怪，許多人都渴望成為一名數(shù)據(jù)科學(xué)家，數(shù)據(jù)科學(xué)可能是21世紀(jì)最熱門(mén)的工作，但這卻讓另一個(gè)高薪職業(yè)貶值——軟件工程師。

如求職者在數(shù)據(jù)科學(xué)和軟件工程領(lǐng)域均有經(jīng)驗(yàn)，我的答案是從事后者。接下來(lái)我會(huì)告訴你原因。

1. 海量的軟件工程職位

與數(shù)據(jù)科學(xué)相比，軟件工程領(lǐng)域的崗位需求要多得多。以下是用谷歌搜索“數(shù)據(jù)科學(xué)家”和“軟件工程師”崗位得到的兩張截圖。

谷歌搜索結(jié)果：美國(guó)數(shù)據(jù)科學(xué)家職位

谷歌搜索結(jié)果：美國(guó)軟件工程師職位

搜索結(jié)果顯示有7616份數(shù)據(jù)科學(xué)職位，而軟件工程職位高達(dá)538893份。而這僅是美國(guó)的就業(yè)機(jī)會(huì)，其他國(guó)家的搜索結(jié)果也類(lèi)似。

Glassdoor稱(chēng)數(shù)據(jù)科學(xué)家的收入更多，而未經(jīng)筆者驗(yàn)證的假設(shè)則是：數(shù)據(jù)科學(xué)崗位的平均年齡也更高。

圖源：www.glassdoor.ca

圖源：www.glassdoor.ca

也就是說(shuō)，如果Open AI100承諾年薪一百萬(wàn)美元，那么我建議您接受這個(gè)offer。

2. “數(shù)據(jù)科學(xué)”的含義尚未達(dá)成共識(shí)

通常，管理層對(duì)“數(shù)據(jù)科學(xué)”的含義無(wú)法達(dá)成共識(shí)。也許，在業(yè)務(wù)限制的情況下，管理者們并沒(méi)有嚴(yán)格遵循角色框架。這意味著“數(shù)據(jù)科學(xué)家”的職責(zé)因公司而異。

雖然軟件工程師和數(shù)據(jù)科學(xué)家之間可能存在一個(gè)理想的角色范圍，但在現(xiàn)實(shí)工作情境中也許會(huì)超出此框架。對(duì)于規(guī)模擴(kuò)展并仍在構(gòu)建數(shù)據(jù)基礎(chǔ)架構(gòu)的初創(chuàng)公司而言，尤其如此。

被聘用的候選人最終會(huì)致力于公司目前需要解決的問(wèn)題，而不是專(zhuān)注于對(duì)應(yīng)的崗位“角色”。該領(lǐng)域同事透露，許多數(shù)據(jù)科學(xué)家發(fā)現(xiàn)自己像軟件工程師一樣在編寫(xiě)后端代碼，甚至有些 “數(shù)據(jù)科學(xué)家”在用excel處理財(cái)務(wù)數(shù)據(jù)。

這與你在Kaggle競(jìng)賽中不斷成長(zhǎng)并形成的期望可差得遠(yuǎn)。

3. 孤立的數(shù)據(jù)科學(xué)

大多數(shù)公司對(duì)數(shù)據(jù)科學(xué)家的需求程度不如軟件工程師。一些公司目前正聘請(qǐng)其首位數(shù)據(jù)科學(xué)家。這就意味著，即使和開(kāi)發(fā)人員共處一桌，許多數(shù)據(jù)科學(xué)家最終只能獨(dú)自工作。

[[328131]]

圖源：unsplash

這使數(shù)據(jù)科學(xué)家很難獲得工作反饋和其他意見(jiàn)。因?yàn)檐浖こ處熞床焕斫忸A(yù)測(cè)建模，要么忙于處理與數(shù)據(jù)科學(xué)完全不同的問(wèn)題。

相比之下，加入軟件工程團(tuán)隊(duì)的一大優(yōu)勢(shì)就是能夠?qū)ν聜冋f(shuō)：“我認(rèn)為我們應(yīng)該以XYZ的方式實(shí)施ABC。您有什么看法?”

4.  探索性的數(shù)據(jù)科學(xué)

如果你鐵了心要做數(shù)據(jù)科學(xué)家，那么要準(zhǔn)備好與管理層進(jìn)行尷尬的談話(huà)，解釋一下您花了兩周完成的東西為何不能使用。

研究已解決和未解決的問(wèn)題是軟件開(kāi)發(fā)和人工智能的根本區(qū)別之一。除了故障和約束外，在開(kāi)始任何工作之前，您應(yīng)了解大多數(shù)軟件工程項(xiàng)目的可行性。在機(jī)器學(xué)習(xí)中，只有構(gòu)建了模型之后才能評(píng)估其有效性。

5. 公司尚未做好使用AI的準(zhǔn)備

即使每個(gè)公司都進(jìn)入了AI時(shí)代，大多數(shù)公司沒(méi)有支持AI的數(shù)據(jù)基礎(chǔ)架構(gòu)，甚至不需要該架構(gòu)。

一家發(fā)展迅猛初創(chuàng)企業(yè)的數(shù)據(jù)科學(xué)主管最近在閑聊時(shí)分享了一些建議。首先找出問(wèn)題，然后構(gòu)建基礎(chǔ)設(shè)施，隨后引入數(shù)據(jù)科學(xué)家。這并不是一個(gè)快速的過(guò)程。而另一家知名公司的首批數(shù)據(jù)科學(xué)員工向我抱怨。她被迫在筆記本電腦上訓(xùn)練人工智能模型，而非云端。

[[328132]]

圖源：agilityexchange

如果沒(méi)有待解決的具體問(wèn)題，或者公司沒(méi)有引入數(shù)據(jù)科學(xué)的充分準(zhǔn)備，也許您會(huì)發(fā)現(xiàn)自我增值比較困難。

6. 軟件工程傳授通用技能

成為一名初級(jí)軟件工程師好似攻讀一個(gè)科技MBA學(xué)位。什么方面都得學(xué)一點(diǎn)。你將學(xué)習(xí)數(shù)據(jù)庫(kù)、云技術(shù)、部署、安全性和編寫(xiě)簡(jiǎn)潔代碼;你得通過(guò)觀察Scrum領(lǐng)導(dǎo)者、高級(jí)開(kāi)發(fā)人員或項(xiàng)目經(jīng)理來(lái)學(xué)習(xí)管理構(gòu)建軟件;你還得通過(guò)代碼審查獲得指導(dǎo)。

如果是在一家擁有成熟工程團(tuán)隊(duì)的公司工作，你將迅速提升技能并建立通用背景。

7. 軟件工程更靈活

通過(guò)提供更全面的技術(shù)體驗(yàn)，軟件工程可以在你決定進(jìn)行工作變更時(shí)提供更好的退出機(jī)會(huì)。DevOps，網(wǎng)絡(luò)安全，前端，后端，分布式系統(tǒng)，商業(yè)智能，數(shù)據(jù)工程，數(shù)據(jù)科學(xué)等領(lǐng)域…

我認(rèn)識(shí)許多從軟件工程轉(zhuǎn)到數(shù)據(jù)科學(xué)的開(kāi)發(fā)人員。如果瀏覽過(guò)數(shù)據(jù)科學(xué)的職位描述，你會(huì)發(fā)現(xiàn)它們包含了各種核心的軟件開(kāi)發(fā)技能。

如果你可以構(gòu)建端到端項(xiàng)目，那么除了為Kaggle構(gòu)建模型外，你還可以做更多的事情。例如采用該模型進(jìn)行生產(chǎn)，設(shè)置授權(quán)和Stripe預(yù)扣款，然后開(kāi)始向用戶(hù)訪問(wèn)費(fèi)用?，F(xiàn)在你也擁有了自己的創(chuàng)業(yè)公司。

我從不認(rèn)為數(shù)據(jù)科學(xué)不可轉(zhuǎn)讓?；跀?shù)據(jù)做決策是一項(xiàng)絕妙技能，但隨著人類(lèi)越來(lái)越受數(shù)據(jù)驅(qū)動(dòng)，數(shù)據(jù)本身也將成為每個(gè)工作的一部分。

8. 機(jī)器學(xué)習(xí)將助力軟件工程師

隨著人工智能的商業(yè)化和易用性程度增強(qiáng)，軟件工程師將開(kāi)始使用AI來(lái)解決相應(yīng)問(wèn)題。

[[328133]]

圖源：unsplash

我能夠在下午教會(huì)一位開(kāi)發(fā)人員構(gòu)建Sklearn分類(lèi)器。這并不意味著他們可以構(gòu)建下一個(gè)AlphaGo，但它確實(shí)為他們提供了一種基于用戶(hù)輸入硬編碼條件邏輯的替代方案。

這是普遍現(xiàn)實(shí)。經(jīng)驗(yàn)豐富的軟件從業(yè)人員可以在不同的專(zhuān)業(yè)之間進(jìn)行轉(zhuǎn)換，其速度與業(yè)內(nèi)新進(jìn)入者不在一個(gè)級(jí)別。雖然我認(rèn)為數(shù)據(jù)科學(xué)與軟件工程不會(huì)完全合并，但數(shù)據(jù)科學(xué)很可能會(huì)成為另一個(gè)軟件工程專(zhuān)業(yè)。

9. AI不會(huì)取代軟件工程師

我在2014年就進(jìn)入了軟件工程領(lǐng)域工作，因?yàn)槲覔?dān)心AI會(huì)讓其他工作落伍。但從那以后，時(shí)間放慢了。技術(shù)采用緩慢，AI的應(yīng)用范圍不如媒體吹噓的那么神奇。

[[328134]]

圖源：unsplash

與其他專(zhuān)業(yè)相比，機(jī)器學(xué)習(xí)與軟件工程自動(dòng)化相差甚遠(yuǎn)。雖然一些初創(chuàng)公司正在開(kāi)發(fā)炫酷產(chǎn)品，比如AI自動(dòng)編碼，但編寫(xiě)代碼并不是核心工作。主要的工作內(nèi)容是用技術(shù)解決問(wèn)題。

“駕馭未來(lái)”，這將仍是一項(xiàng)寶貴的高薪技能。

以上只是筆者拙見(jiàn)，如果你有不同的看法當(dāng)然沒(méi)問(wèn)題。我希望你能自己研究得出結(jié)論，畢竟，這也是數(shù)據(jù)科學(xué)家工作的一部分，不是嗎?