1樓：郝槐
data science PhD一枚，果斷推薦找SE呀，DS position可能連SE崗位的1/10都不到，而且基本上所有工科的PhD都可以申請。難度可想而知。
在美國找data scientist要麼有文章發表，要麼有kaggle top ranking，要麼github經歷豐富，不然誰理你，直接把簡歷扔了。
data scientist就不要考慮小公司了，小公司的頂多是data analytic, business analytic，必須大公司。然後你發現去了大公司，也沒有同級別的SE工資高，然後過了一兩年，你自己慢慢的轉成SE了。
2樓：嘉慧Lincoln
之前在美國交流的時候，有人問到了關於Data Scientist 學歷的問題，IBM Sr. Data Scientist Saeed Aghabozorgi專門做了問答， 他的看法和大部分企業的要求一樣，能力決定一切。不管是本科學歷，研究生學歷都可以成為資料科學家，目前企業招聘的時候一般也沒有限制學歷，一般是要求工作年限和經驗。
技術決定能力，能力決定就業，道理令人信服。但是為什麼實際情況中，身邊的資料科學家80%是Master及以上學歷呢？為什麼Data Scientist 崗位看起來要求不高，實際很高？
主要是因為你的競爭對手實力強。資料科學是一門新學科，Glassdoor新發布的全美國50個最佳工作名單，資料科學家又是當之無愧的NO.1 其中排名Top10的工作中，有一半與Analytics、Big Data、Data Science相關：
Data Scientist $110,0002
DevOps Engineer $110,0003
Data Engineer $106,0005
Analytics Manager $112,0007
Database Administrator 8$93,000
因為工資高，而且對專業沒有限制，很多其他專業的Ph.D都轉投Data Scientist崗位，拉高了這個崗位的競爭門檻，就像前幾年非常火爆的諮詢行業一樣。而且Ph.
D們通常不屑於去做CS等軟體開發類工作，所以才給了Master機會。就好比BAT在校園招聘的時候表面上大家都可以投簡歷，實際上能夠通過篩選，參加筆試的非211、非985學生很少。就算一起參加了考試，同樣的成績甚至分數低點，HR通常也會優先考慮重點大學的畢業生。
因為他們的師兄和師姐已經打下了良好的口碑，HR覺得選學校好的肯定不會落下口實。所以學歷高，在應聘中肯定是加分項。
這裡我的建議是，有好的工作機會就先工作，慢慢往Data Scientist方向上靠攏。其實從上面這份名單你就可以看出，成為一名資料科學家之前，你可以先成為一名軟體工程師、也可以是資料工程師、資料分析師甚至資料庫管理員，所以不要太拘泥於當下某一條路徑，現在開始幹就好。如果志存高遠，現在開始準備申請CS 方面的Ph.
D也是可行的。
資料：
2016 post where Data Scientist was also no. 1 job in USA
資料人的自我修養：
預見未來 - 知乎專欄
3樓：陳歷飛
之前有投過DS的職位，感覺面試除了演算法程式設計，還有各種機器學習和統計，甚至sql，感覺準備的知識更廣，壓力比較大。
結果來看面DS的職位我都掛了，bar更高吧，於是一心一意準備sde的面試，最後曲線救國，去SDE做machine learning相關的組就行了，title什麼的，沒有實際的工作內容重要。而且相比資料分析，我對應用機器學習更感興趣。
4樓：叛逆者
要注意，有的公司，比如微軟，data scientist只是個title，做的事情可能是test。因為現在已經不招tester了，就改用data scientist的名義招人。具體事情是分析各種dump資料和使用者使用情況資料，聽著是scientist，其實是原先tester的活。
software engineer則沒有這個問題。
5樓：
從市場需求上來看，純碼農和資料科學家都搶手。頭銜如果是資料科學家，必定傾向於phd，但是不用糾結於頭銜。比如資料工程師，或者資料分析師，聽著沒有科學家厲害，但是其實都會覆蓋相同範圍的工作，只是工作重點稍有不同。
更多的還要看自己的資質和當時的人員結構，比如你有做某件事的資質並且適合，正常的公司不可能說死卡你的學歷，偏不讓幹嘛，公司內部流動性應該很大。所以如果你的興趣在此，還是有很多途徑來在工作崗位中做到的。
操作起來，先選公司，公司要有相應的需求和部門（別笑，不一定所有公司都有這樣的需求），盡量能大一點。然後可以走general碼農的入口，因為直接scientist的確卡學位，master稍微吃虧。進公司後選組再盡量挑偏緊這個領域的崗位，我知道的master甚至本科生從事資料科學相關的崗位很多，事在人為。祝好。
6樓：陳曉理
就我們了解到到情況來看，master還是有能夠找到DS title的崗位，但有幾個要求：
1.技術和知識過硬，這個不用說。DS對python machine learning 和統計的要求都有，而且要刷題。
要刷題。要刷題。至於刷到什麼境界，每個公司不一樣，普遍來說，刷到easy可以應付大部分企業了。
我認識去面巨硬DS的，onsite4個小時，3個小時再考演算法。這個跟公司，甚至具體專案組有關，不具普遍意義。
2.要有專案經驗。公司一般不認可學校裡面的course project。
我知道Stanford或者伯克利的統計系有很多大project其實很有分量，但無奈，很多學校裡面的course project都很水...如果你是Stanford或者伯克利的話，那找你的師兄師姐推薦一兩個實習，不是問題。
3.面試要練習。面試DS比較討厭，不像面試CS。CS面試是有套路的，但現在DS面試經常讓人摸不著頭腦。要多練習，才不會被臨場問懵。
這裡面的原因是什麼？我覺得是以下幾點：
一.DS並不是乙個well define的領域
DS發展很快，一方面是跟Machine Learning，Deep Learning飛速發展相關，又跟大資料的發展有聯絡，還跟企業的如何利用DS有關。最後這一點不是每個企業都有統一的認識。Data Engineer還比較好定義，因為你面臨的問題就是資料量大，種類多樣，要求實時進庫，目標還算清晰。
但Data Science在企業裡的角色是什麼？功能有哪些？為了實現這樣的功能，DS的Skill set應該有哪些？
對這些的理解，其實還在動態的變化中，而且我覺得很多企業還是沒有想清楚自己到底需要DS來幹嘛，這就導致了在跟風招DS後，很多企業並不清楚怎麼用，所以更謹慎了，並且在這個DS的定義還在不斷變化的過程中，為了避免風險，企業傾向於招募基礎更好，更有學習能力的候選人。那麼這個時候，Phd會比剛畢業的master有優勢。
二.不同的領域，對DS的要求其實不一樣，尤其是對domain的知識
很多DS崗位為什麼要求具有多個專案經驗的master? 那就是因為對domain知識有要求。醫藥領域的DS如果沒有任何的醫藥背景，我覺得還是不要去申請了；同樣，對於Fintech網際網路金融，你必須對收益率，risk management等很熟悉。
那麼這就為master求職DS提供重要啟示了：多做幾個實習，多做幾個專案。不見得是DS的實習，什麼DA，product analyst, 都可以。
並且在面試中，一定要強調，自己有實際的經驗，對domain已經比較了解了，而且具備強大的自學能力。
7樓：李慶斌
學校招聘會上投簡歷石沉大海對於data scientist來說很正常，就我個人經驗來說，學校招聘會上Data Science有關的職位數量極為有限，甚至可能沒有，所以題主沒必要因為沒有回音就過於沮喪。想當年我在學校招聘會拿到了一堆SDE的面試，但Data Science只有乙個。如果真要找Data Science相關的職位，海投比學校招聘更有效。
Data Scientist這條路比Software Engineer這條路難走，坑少、bar高，除了相關專業畢業的博士碩士外，還得與一大幫生物、物理、化工等專業的博士競爭，如果題主想要走這條路，至少應該認識到這些壓力與困難。
刷題是一定要刷的，不論是做Data Scientist還是Software Engineer，好好刷題在目前來看是沒有錯的。
如果想找Data Scientist的工作，豐富簡歷最好的方法是找乙個相關實習，如果找不到相關實習，看看能不能找個教授在實驗室裡跟著做點東西，雖然這個出成果比較慢；如果實驗室找不到，那就上一兩門需要做大Project的課程，或者做做Kaggle，把一兩個專案做深做精做透。
另外，好奇題主是什麼專業的。
8樓：羅詩亞
不說別的，簡歷石沉大海是常事。除非你是TOC統招就面上，否則基本上會埋沒在其他常春藤畢業生簡歷裡。我認識的同學大部分都是投了三四百封簡歷才找著心儀的工作的。
不要因為這個覺得自己不適合幹某一行。
9樓：蝸牛在爬
先找analyst的職位，跟著data scientist一起做事情，你又是計算機專業的，coding是你的優勢，好好幹，會很快出頭的。
但做software engineer也是很好的選擇，看你個人怎麼選了。
10樓：blade zhang
這麼厲害的背景，也會石沉大海？master好多都比doctor厲害的。建議不要做software engineer，只搬磚不利於進一步成長，成長了也只會離演算法越來越遠。
11樓：
先刷leetcode，進了公司再弄其他方向。機器學習現在感覺泡沫太多，企業也是要PhD的多，先要有活命的本事，培養自己工程的能力。
我應該去找前女友嗎？
BOB 別找了，生活中多的是過客，哪怕曾經多麼的在乎，付出了多少，都一樣。在自己的工作生活中穩健前行，真的想念也最好放在心裡，不打擾是對別人最好的尊重，也是自己的體面。在一起的時候，說的話都是真的，不在一起了，不喜歡了也是真的，你來，風裡雨裡我去接你，你走，揮一揮手道別就好！ 大力如鼠 分手兩年了，...
十年了，我應該去找她問她嗎？
烏有 確實，教師隊伍中素質參差不齊，有些老師的做法確實讓人討厭，如果你去找她，也是她的果報。建議你不要真的傷害她的身體，這樣會招來警察叔叔的。最後說一句，心胸開闊一些，人生才能有更好的發展。 庫里的公鴨嗓 我覺得你還是要聯絡她，問問明白當年的事情，事情本身不重要，最重要的是給自己多年的內心乙個交代。...
是否應該去提公升學歷
ooo小布丁 應該去提公升，學歷還是很重要的，通過成考，網路教育提高自己學歷，也可以學習一些別的，比如考個教師證，會計證等等，未來有一天想跳槽還有另乙份職業可選。 首選賦能計畫 如果有時間的話，還是建議提公升一下學歷，畢竟職場對學歷要求越來越高，即使對你現在沒什麼影響，但是再過10年甚至5年，你的職...