CMU硕士还有半年毕业，找工作想专注找到真正热爱的data scientist工作但又怕太冒险怎么办？ 举报 理由 举报 取消 2017年7月1日 10 条回复 1303 次浏览 就业,数据,硅谷,科学家
回复 ( 10 )
谢邀
如果就是为了Data Scientist这个 Title的话，我觉得没有必要担心，现在很多公司也都知道求职者非常喜欢Title，所以也给了很多这个Title的职位的，所以只要你继续努力找，一定会找到一份叫Title叫做Data Scientist的工作。
如果所爱的并不是Title，而是实际工作内容的话，那么就需要意识到，这玩意跟Title关系不大，跟公司的组关系更大，Title 可能会是SDE，SDE in Machine Learning，Data Engineer，Data Analyst等等，所以投简历的时候要更多的去关注组的职责。而且不管怎么样，第一份工作肯定会有个切入点，一般要么是Engineer，要么是Analyst，可以参加我之前文章中说的Type A/B Data Scientist。抛弃幻想，谈谈现实中的数据科学家 – Hello陈然! – 知乎专栏
最后找工作的一点建议，找个Kaggle: The Home of Data Science 上的比赛刷到前五，写在简历上，比啥Project都强。
Kaggle 的比赛在 Machine Learning 领域中属于什么地位？ – 陈然的回答
—-
陈然_Ran的微博
有知友私信以及在评论问我最后找工作的情况，就在这里回答一下吧。我后来下半学期选了挺少的课，打算专心看数学，同时准备IT公司的Software
Engineer in Machine Learning和大公司的Software Engineer统招，之后再选组选machine learning相关的。前者也就是第一名的回答 @陈然 的文章中偏Engineer，对数学要求较高的那种。（在此感谢陈然的文章和回答，给了我很多启发！）但后来那个学期发生了一些私事，整个学期都需要分心处理，所以后来看数学的事情就放下了，凭着题刷的还不错拿到了Google的offer，今年九月份入职，再过段时间就开始选组啦！希望能选到感兴趣的组去吧。这段时间在家终于可以开始看数学，目前在补一遍statistics，convex
optimization和PRML，有也在看的知友可以交流！
另外…弱弱的补充一句，我是妹纸啊…私信我的怎么都喊学长 兄台…..看来这么多年狗粮吃的真不是没有原因的[哭]
楼主还年轻，选择去做自己喜欢的事情吧。个人感觉Data Analytic是大趋势，以后及时转行也不会太困难。
P.S. 我就读的是Berkeley MFE，实习选择了Uber Data Scientist，望共勉。
个人的一点浅见。
现在市面上大多数master可以做的data scientist职位其实根本用不到什么数学，甚至连701作业的数学推导强度都达不到。传统的数理统计是从assumption出发，然后通过严密的数学推导，得出结论。而Machine Learning起源于CS系，带有engineering的血统。ML要做的就是通过各种feature engineering, cross validation, ensemble达到minimize prediction error的目的。而industry中的data science更是ML的应用版，用不到数学推导和证明，多数还是写code各种试，只要最后达到提高预测正确率的目的。
有时候你与工作之间只差了一个国籍 🙂
有的人连probability都不怎么会也能找到DS的工作 别问我怎么知道的
先找到工作拿了H1B比较重要吧。工作了之后有机会还可以慢慢学再转。现实和理想差距还是很大的，先刷题把工作搞定了再说。
话说这种事情不是跟career center的人聊聊更好？可以跟Terri聊聊。
拉格朗日乘子法用于将等式约束条件添加到最优化模型的目标函数中，我这个搞土木的都知道的好吗？
不等式约束条件要用罚函数好吗？
你确定你是搞算法的吗？
醉了。
卧槽，一眼看成dota engineer…激动地点开后，果然失望了
放心吧 这个title的大部分人都是software engineer。