登录
首页大数据时代在选择下一份数据科学工作之前要记住的5件事
在选择下一份数据科学工作之前要记住的5件事
2022-02-20
收藏

导言


当你考虑你的第一份数据科学工作或你的下一个数据科学职位时,你会想问自己什么是重要的。对我来说,我在数据科学方面有过几个职位,这些是我认为在选择下一份工作时必须考虑的一些最关键的问题。

您的团队中有MLOps工程师吗?


学习数据科学通常包括掌握机器学习算法,但有一个很大的部分在学术界经常被忽视,那就是这些算法的运算。原因可能是有许多不同的方法来部署您的模型,并且许多选项可能包括已经集成到您的业务中的昂贵的特定平台。由于这种可变性,学校或项目可能会选择不在教学大纲中包括操作,这是可以理解的。

话虽如此,您很可能想问这项工作是否是您作为数据科学家的责任,或者是否有一个专门的MLOps工程师(机器学习工程师等)。当然,有些人可以做到这两个方面,并且更喜欢掌握创建和部署模型过程的两个部分,但是仅仅是专注于算法的数据科学家也是可以的。与你未来或现在的经理明确这个定义甚至更重要。

您将与SQL/数据/业务分析师一起工作吗?


与上述考虑类似,您将想要询问您的团队中是否有SQL专家。一些数据科学职位几乎不需要SQL,而其他职位几乎每天都需要SQL。在您的面试中,您将希望缩小您可以期望执行的SQL的数量,以及您是否是唯一的SQL

有时,还有其他人,如数据分析师、业务分析师或数据工程师,他们更像是一名专家,使用SQL。然而,在一些数据科学职位上,您将被要求在建模过程之前和之后查询您的数据。

您需要一次处理一个项目吗?


在进入一个专业数据科学家角色之前,一次一个项目听起来似乎是一项简单的任务,但它可以很快变成一个全职项目。

对于任何一个特定项目,您都可以执行以下步骤:

  • 定义业务问题
  • 获取数据
  • 查询数据
  • 特性工程(不仅对已有的特性进行排序,而且提出概念上有意义的新特性)
  • 模型比较/误差/精度分析
  • AB/测试模型
  • 模型部署
  • 以上所有人都可以与其他人一起从事某种类型的工作,如产品经理、执行人员、软件工程师、数据工程师、AB测试人员、业务分析师、数据分析师等。

您是唯一参与项目的数据科学家吗?


数据科学的一些职位会有一个项目,只有一个人在上面工作,而在其他角色中,有几个人在同一个模型上工作。人们按照自己的节奏前进,与其他日子相比,有或多或少的效率,每天都可以享受或不享受与其他人在同一个项目上工作。

最终要由你来决定你喜欢什么,同样重要的是在进入一个角色之前知道你的期望是什么。

项目通常的完成时间表是什么?


算法/模型创建的测试快得惊人。在开发一个模型并将其集成到您的业务中时,前后部分可能会占用大部分时间。

对于任何项目来说,时间线都可以波动,就像上面的其他考虑一样,它是关于期望的--需要多少工作才能获得有用的结果。

摘要


总的来说,重要的是要记住,当你接受数据科学角色(或任何角色)的面试时,你应该同样地面试他们,这些只是你可以问和提出的一些问题或考虑因素。此外,即使在当前的角色中,您仍然可以提出这些问题。

概括地说,在选择下一份数据科学工作之前,需要记住以下五点:

  • 你的团队中有MLOps工程师吗?
  • 您将与SQL/数据/业务分析师一起工作吗?
  • 你一次只做一个项目吗?
  • 你是唯一一个在项目上工作的数据科学家吗?
  • 一个项目通常的完成时间表是什么?

谢谢你的阅读。

数据分析咨询请扫描二维码

客服在线
立即咨询