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...