1樓：xuran
如果quant是比如JP Morgan或者Citadel的quantitative researcher, 不是quant developer，那幾乎可以不用看data scientist了。data scientist這個title覆蓋面太寬，從事research scientist, software engineer, research engineer, data analyst工作的都有可能title是data scientist。普片情況data scientist的薪水不比同級別software engineer高。
最靠譜的還是linkedin上看一下同事是什麼背景，比如quant絕大多數是名校phd，有些是學校tenure track professor跳過去，有一少部分從IT行業跳過去；data scientist大多數是普通學校cs/stats phd，或者名校各種專業phd+bootcamp，或者SDE轉。
2樓：留德華叫獸
推薦前者，或者去技術諮詢公司，or 研發。
Data Science/Analytics 出身，可以在諮詢行業做些什麼？ - Ruobing Shen 的回答
3樓：
第一一定是看興趣
如果都差不多，一定選quant吧。金融領域，在有技術的前提下，收入要高些。
其次的話，國內的銀行quant似乎不是很強，我認識都是屬於私募，做的內容為量化交易，高頻交易。悄悄的就把錢賺了
4樓：竹知我心
覺得看個人興趣和職業發展吧：去金融做quant錢途&前途更高遠，工作高大上，不愁錢；去網際網路公司做Data Scientist，其實就是高階一點的IT民工。
5樓：Xu Feng
大部分時間DataScientist幹的都是Dirty work，excel，R，spss，hadoop/sql，各種資料處理工具構建模型，不同資料格式的清晰轉換。Quant不清楚，故意也強不到哪去。
6樓：Alice Hu
感覺還是data analyst更好一些，矽谷的生活更舒服社會地位也高。而且現在本來quant的乙個趨勢就是大資料data analyst，現在美國的好的quant hedge fund都在招data analyst，實在還想做金融也可以在網際網路公司呆過以後再往這些好的hedge fund跳。
7樓：宋陽
我湊個熱鬧，必須挺你選quant啊。
資料科學家貌似垠神做過，看他描述的內容，感覺那個行業沒什麼章法可循，要自己去琢磨啊。如果是工程師，實際工作整天neo，sql，hadoop的鼓搗中介軟體，很無趣的感覺。這是不是等同於原來的dba？
我不懂啊，小菜瞎說。
8樓：騰天
如果技術一流，二者起始收入差不多。長遠看，如果希望以後創業就去矽谷，有從碼農變馬龍的機會。如果不希望承擔創業風險，礦工可以讓你有不錯的生活。
如果技術不是一流，資料分析師的工作機會和層次都比礦工高，是個好的安身之處。
資料科學工作者 Data Scientist 的日常工作內容包括什麼？
上里巴人 相關 RT,a statistician who lives in San Francisco 其實這個定義只說對了一半，因為現在定義太多了。我覺得按工作性質來說，分兩類 一是Insight型別資料科學家，代表公司 Facebook,LinkedIn 看一下Facebook的ds職位描述 ...
資料與資料圖表的適用規則？
小觀 分享一套文章給你，可以解決你的全部問題。資料分析圖表使用指南 上 資料分析圖表使用指南 下 除了圖表型別選擇 適用場景 高階用法外還有圖表製作的一些Tips，能讓你的圖表更專業。如果還想再優化優化，就看這個配色指南 資料分析圖表配色指南好了，我沒有乾貨了。也沒有表情。沒有 圖就知道你還要往下拉...
資料是什麼（四）資料的結構
禹鶴 自然災害或事故中的損失，一般是由基層往上層層上報。自然災害通常由民政部門負責，歸納整理資料。事故通常由具體分管部門，一般是安監部門。資料的收集方法，如果受災面積較大或事故複雜，抽取樣本，計算損失，再乘以受災總數。這類資料多是估算得出，因為都要的比較急，而且都是往上限去預估。關係到救災補助資金的...