数据科学是一个激动人心的领域。在申请和工作机会方面，它的可能性都在扩大。无论您是否正在考虑进入这个领域，已经有了第一份数据科学工作，或者您已经工作了几年，这里有一个概述，当您希望留在数据科学领域时，您将期待什么。

与大多数职业道路一样，较高级别所需的技能建立在较低级别所发展的技能之上。这是一个好主意，看看所需的技能和任务，你将被期望处理的水平高于你现在的水平。通过在工作中寻找发展这些技能的机会，你可以在下一次晋升时展示你的价值。

在直接高于或低于另一个的位置之间有相当多的重叠。当我在数据科学领域工作时，我的资深同事的工作和我没有太大的不同，但他们处理的项目要复杂得多。我们的老板在另一个层次上，你在管理链上越高，你就越不可能被期望或有机会做技术工作，比如实现模型。这种模式适用于许多技术领域，数据科学也不例外。

只要您仍然是个人贡献者(IC)，就可以期望您仍然直接处理数据和模型。一旦你开始管理别人，准备好交换帽子。你将不得不与更多的人互动--无论是向你汇报的人，还是合作团队或客户。数据科学的很大一部分是将业务目标或需求转化为数据驱动的洞察力，因此您必须与业务端的不同团队交谈以理解问题。

每个公司都有自己的方式在级别之间划线。这是一个粗略的指南，基于不同公司的许多不同的数据科学职业模式的集合，但在你工作或申请的公司可能会有所不同。

让我们深入研究数据科学家职业道路上的不同步骤。

1.数据科学助理

对于这个职位，你要么刚刚大学毕业，要么刚刚进入数据科学领域。大多数数据科学助理职位要求最少的经验，但如果你通过实习或辅助项目获得了实际经验，你会有一个优势。

获得工作所需的技能

数据科学助理必须能够识别数据源并组合或聚合数据。你可能在为你更资深的同事做这种粗鲁的工作。您还需要执行数据预处理。一些数据科学公司可能希望您提出清理、集成和评估来自不同来源的大型数据集的流程。

此外，一名数据科学助理将被期望开发预测模型，并用数据可视化展示他们的发现。无论在理论上还是在实践中，你都应该对统计学和机器学习很满意。

作为一名数据科学家，一个重要的部分是熟悉上下文区域。如果是一家普通的科技公司，这可能没有必要，但如果你在分析道路磨损的数据，你应该尽可能多地了解物理基础设施，以更好地理解数据和你的发现。

您可能要执行的项目

作为一名数据科学助理，你的公司可能会要求你做各种基本的数据科学任务。这些可能包括挖掘和分析数据库中的现有数据。您还可以实现算法来最大化数据提取，或者设计工具来跟踪和分析项目或模型的性能。

您的主要任务将是组织和使用预测模型来产生洞察力。

职位目标

要掌握这个职位，重点学习该行业的工具和技术。你应该掌握你要开发的每一种模型。您还应该了解公司的工具堆栈，因为知道如何使用工具的数据科学家比不知道的数据科学家效率高得多。

好消息是，你正处于道路的起点。你当然可以期待上级的支持和指导，所以一定要在需要的时候寻求帮助。

2.数据科学经理(IC)

数据科学经理仍然是个人贡献者。该职位要求有一到三年的工作经验。

获得工作所需的技能

对于这份工作，准备好除了你的思考帽之外，还要戴上你的说话嘴。你将需要优秀的沟通技巧，因为你将更多地与他人合作，以便在更复杂的项目上合作并收集需求。

至关重要的是，您必须能够简明扼要地向非技术人员传达发现并提出建议。你将与团队以外的人有更多的互动。你需要解释为什么你的结果与他们的情况有关，以及你的发现应该如何影响解决方案。

在技术方面，您将被期望实现预测模型。作为数据科学团队的高级成员，准备好在团队中和整个公司中为自动化计划建模。你还需要推动技术创新。考虑一下您的公司使用的工具栈，并考虑是否有应该交换或添加的元素。

您需要有丰富的经验来建立各种机器学习模型。你的任务是更大、更多样化的项目，你需要决定哪种模式在老板或团队成员监督较少的情况下最适合这种情况。

您可能要执行的项目

作为一名数据科学经理，你可能会与营销团队合作来进行实验。数据科学管理人员还以报告或演示的形式向上层管理人员提交调查结果。

您还可以验证测试数据的表示、偏差等。除了实现模型之外，如果您正在开发数据科学产品，您可能会被要求开发解决方案原型。即使产品不专注于数据科学，您仍然可以在内部生产预测管道。

职位目标

这个职位的目标都集中在扩展你作为数据科学助理开发的技能，并开发新的技能来扩大你的影响。您需要了解如何使用工具和处理数据。您还应该提高涉众管理技能，了解他们的目标、关注点和困惑。准备好主动回答他们的问题，并为他们提供解决方案。

你可能还需要一些帮助，但你应该变得越来越独立。

3.数据科学高级经理(IC)

一个数据科学的高级经理应该有大约四到五年的经验。在这个阶段，你仍然是一个IC，还没有任何直接的报告。

获得工作所需的技能

数据科学高级经理应该能够利用广泛的机器学习模型和统计技术。您将需要查找和评估新的数据集。

准备好从杂乱的数据中获得洞察力，例如来自多种语言的数据、未标记的数据等。您还将被期望在生产环境中领导机器管道的部署和维护，这意味着您已经掌握了数据科学的开发操作，并能够以熟练的技能执行这项任务。

您可能要执行的项目

作为一名数据科学高级经理，您应该在分析框架、代码、数据共享等方面提供思想领导。您将需要为您的团队和合作团队担任一种技术数据科学大师。

您还将发展和维护与研究、营销和产品团队的密切关系，以便将分析工作与业务目标相一致。

当然，您将根据需要，将深度学习、监督学习和/或无监督学习的深入知识应用于复杂的数据集。根据苹果公司的一些空缺职位，你还需要与数据工程师和平台架构师合作，以“实现强大的生产实时和批量决策解决方案”。

职位目标

一个资深的数据科学经理真的是完全独立的。您将为团队中的更多初级成员提供技术建议，并帮助他们与合作团队一起导航场景。

您应该能够管理涉众、他们的期望、需求、时间表和问题。您将需要在最少的监督下管理整个项目。你负责的项目将变得更加复杂，而且很可能缺乏明确的解决方案。

4A.职员/首席数据科学工程师

一个职员或首席数据科学工程师有五到十年的经验。这个角色是个人贡献者的角色，所以尽管您非常有经验，是一个真正的数据科学专家，但您并不管理其他人。

获得工作所需的技能

这不是你第一次牛仔竞技了。一个主要的数据科学家可以将模糊的想法或预感转化为明确的数字洞察力，从而推动公司的改进和利润。当涉及到实现模型、构建管道和分析数据时，您绝对是一个奇才。

您具有将本地模型转换为动态数据科学管道的经验，这些管道扩展了您的模型为多个团队或产品组带来的功能和价值。

尽管没有任何技术报告，但您渴望指导团队中更多的初级成员。

您可能要执行的项目

作为一名首席数据科学家，您被认为是周围技术最熟练的数据科学家之一。您将被给予一些最复杂的问题，并将被期望运行试验计划，构建和维护用于模型部署和连续操作的各种管道。

您应该交付更准确、更精简的管道，从而更好地产品化。您的数据提取技能是无与伦比的，它们使您能够从数据中获得比更多初级数据科学家所能产生的更多的洞察力。

职位目标

作为一名首席数据科学工程师，你在没有任何监督的情况下承担复杂的项目。您拥有产品路线图。主要的数据科学工程师通过将数据科学原理应用到未覆盖的领域或支持自动化的艺术，寻找机会来增强他们的团队或部门的能力。

您的主要工作是影响解决方案及其路线图。您将在许多不同的部门中拥有许多不同的涉众，因此要准备好优雅地处理他们相互竞争的优先级和需求。

现在你可能没有编写很多代码，但你仍然会审查你的团队的很多代码。

4B.数据科学总监/组经理

数据科学总监或组经理也有大约5到10年的经验，但与目前列出的所有其他角色不同，组经理可能需要大约4份报告。向你汇报的团队的确切规模在很大程度上取决于你所在的部门和公司。

获得工作所需的技能

作为一名数据科学主管，您需要在数据科学的大多数领域拥有广泛的知识和经验。您应该熟悉大数据工具(Spark、Hive等）。

作为一名数据科学主管，您还应该能够“理解和调试跨越工具链和团队的复杂系统集成”。您可以熟练地识别数据中模式背后的故事，并将分析洞察提炼为简明的、以业务为中心的要点。

你的整个团队都很尊敬你，所以你的技能和知识应该让你成为一个全面的技术专家，支持你的团队。

您可能要执行的项目

数据科学主管与业务团队合作，以识别机会，逐步完成需求，并从他们的团队中获得技术解决方案。你必须吸引和指导顶尖人才，因为如果你是雇主，数据科学家的就业市场竞争激烈。

您需要在整个部门范围内定义和优化数据科学策略。这涉及到许多不同的方面，所以您需要有一个大的想法，可以在详细的层次上贯彻到底。

你可能被期望通过证明公司遵循数据科学建议所享受的好处来给公司带来（财务）好处。准备好证明你的团队的价值，或者解释为什么它需要扩大。

职位目标

你有你管理和开发的直接报告。您的工作是指导您的直接报告并帮助他们完成工作。您将需要引导您的报告找到问题的解决方案，而不是实际解决问题。你本质上需要教他们如何做他们的工作，而不是为他们做。

您需要针对您的团队适当地为工作提供资源，这意味着您可以帮助确定工作的优先级，并将工作分配给您的团队成员。当某人休假时，你将帮助填补空白，并正确地跟踪和资源所有的工作，以实现期望和满足合作团队的时间表。

5.数据科学高级总监/副总裁

在你职业生涯的这一点上，你有10年或更多年的经验。您将管理整个部门或多个部门。

获得工作所需的技能

你需要有多年管理他人的经验。这段经历应该可以让你磨练你的技能，为深入的技术指导和导师。

您需要对数据科学模型有广泛的个人经验，并具有构建可伸缩数据管道的经验。

作为一个部门的负责人，你需要在一个跨职能、协作的环境中茁壮成长。当你做出影响整个产品线或整个公司战略的决定时，你还需要把客户的需求和行为放在你的脑海中。

您可能要执行的项目

您将作为建模和数据科学的主题专家，以便在技术上指导其他数据科学家。作为公司内数据科学的总冠军，您需要与合作伙伴工程团队合作，推动数据科学和自动化解决方案集成到整个公司的产品中。Wayfair希望他们的数据科学高级主管“理解、构建复杂的业务问题，并将其转化为非常适合机器学习解决方案的分析问题。”

数据科学的高级主管负责团队和部门整个机器学习产品组合的路线图、规划和交付。您将需要与多个部门的产品主管合作，以确保数据科学解决方案的资本化和利益在整个公司得到最大化。

作为高级领导团队的一员，你必须把数据科学的观点带到董事会，以帮助推动业务的成功。你应该把数据科学带到公司的每一个角落，从中受益。

职位目标

作为一名高级董事，你是经理中的经理。你必须对部门的需要有一个愿景，并指导向你汇报的经理按照这个愿景执行。你将更加关注公司的整体表现，并应该经常考虑你的团队如何帮助公司取得成功。

关于数据科学职业道路的思考

重要的是，你要时刻关注在公司中应用数据科学的新领域（高级职位需要数据科学，这是在更初级的职位上突出自己的好方法）。如果您愿意，您可能总是能够继续编写代码，所以考虑一下您是想成为一名经理还是一名个人贡献者。数据科学团队通常很小，除非他们正在研究数据科学产品，所以您不必花费所有的时间进行管理。

紧盯数据科学的“前沿”总体上是好的。保持自己的相关性，并考虑新的技术、工具或解决方案是否能让你的团队受益。数据科学家很难找到，所以如果你的职业发展不如你希望的那样快，或者你没有从事你想要的项目，要么向你的老板解释，要么申请其他地方。

把注意力集中在你上面的职位上，寻找机会来发展和展示你的数据科学家技能。