Data Scientist, Data Engineer, Technology Manager，哪个工作适合你？|data|engineer|scientist|工程师

——了解这些岗位会更有利于申请文书的写作

Professional objectives、how our program will get you there？几乎是每个DS、DA、Analytics项目的PS/SoP中要包含的内容。了解各岗位的工作内容及其所需的技能、再结合项目能够提供的资源，就可以很好地回答这两个问题了。

Data Scientist, Data Engineer, Technology Manager是DS类项目学生毕业后常从事的工作。看看西北大学一教授对这些岗位的介绍吧。其中翻译拿不准的地方就直接放英文原话了，或许正好文书中可以直接借鉴。

美国Glassdoor每年都会发布市场调查，并根据基本工资中值、全美的职位空缺数量、职位员工的工作满意度来分析工作。自2016年开始，data scientist一直是最好的工作之一，data engineer也差得不远。根据2021 Glassdoor年度报告，data scientist的基本工资中值为$113,736，data engineer属于软件工程的范畴，薪资中值是$110,245。这些岗位的顶级雇主包括各行各业的大公司，如亚马逊、德勤、第一资本和拜耳公司等。数据科学依赖于软件/数据工程，每一个data scientist职位对应着8个软件/数据工程师的职位。

1.DS和DE的工作

西北大学DS项目的主任Tom Miller用下图来区分data scientist和data engineer的角色：

（图片来自学校官网）

图中蓝色的工作与数据科学有关，包括研究、评估与建模。Data scientist将管理问题转化为研究问题，确定相关的数据源和采样框架，定义合适的measures(或者有时称为feature engineering)，并构建和测试数据模型。

图中绿色的工作与数据工程有关。Data engineers在每个数据科学项目的开始阶段扮演着重要的角色。Data scientists依靠data engineers来收集和准备分析数据。没有数据，就没有分析，没有模型来建立和测试。

一些分析和建模项目以向管理层提交书面报告或在presentation中显示结果而结束。研究结果指导管理决策。分析和建模项目也不需要以报告结束。许多模型被付诸实践，它们成为公司经营业务的方式。数据工程师在构建数据科学应用和实现信息系统方面发挥着关键作用。

2.DS在现实中的应用

数据工程师对于将数据科学付诸实践至关重要。数据工程的例子比比皆是，以下是每天可能会遇到的一些数据科学应用：

（1）Recommendation Engines

当我们在网上购物时，经常会看到给我们推荐的产品。这种推荐的模型和算法可能是data scientist定义的，但实现这种推荐的系统是data/software engineers的工作。

（2）Target Marketing

我们邮箱里经常会收到推销新产品的邮件。这种基于市场细分、消费者偏好和购买意愿的定位方法可能是由data scientist设计的，但实现这种方法是data/software engineers的工作。

（3）Dynamic Pricing

当你计划下次乘飞机旅行时，你会注意到机票价格会根据航班的日期和时间发生很大的变化。这些价格是调度模型的结果，其设计目的是确保飞机座位被占用以响应需求。服务于航空公司利润最大化目标的模型可能是由专门从事运筹学的data scientist开发的。发送报价的系统又是data/software engineers的工作。

（4）Fraud Detection

你的银行会提醒你潜在的欺诈交易，或者你的信贷提供者要求你在对你的账户记账之前验证购买。Data scientist可能参与了为这些金融机构训练和测试异常检测模型的工作。为了满足欺诈检测的需要，实现该系统，确保其实时工作，是data/software engineers的工作。

3.DS和DE所需要的技能

Data scientists就像变色龙，改变自己的颜色以适应业务环境。根据需要完成的工作，有些数据科学家也可以很容易地被称为市场研究人员、金融分析师或竞争情报专业人员。分析和建模是数据科学的核心，许多数据科学家认为自己是应用统计学家。数据科学是一门兼收并蓄的学科，涉及了许多领域的研究，如图所示：

为了满足当今数据驱动、数据密集型世界的需求，数据科学家需要掌握多种语言，能够使用信息技术和商业语言，以及分析和建模语言。

对数据科学应用开发和系统实现感兴趣的学生可以专攻数据工程，并寻求各种信息技术职位。数据工程师也可以很容易地被称为软件工程师、系统工程师、云架构师、计算机科学家、机器学习工程师、人工智能工程师或开发和运营(DevOpps)专业人员。不同公司或行业的职位名称可能不同，但工作机会是丰富的。

查看数据科学家和数据工程师的招聘启事，你会发现所需技能有相当多的重叠。

数据科学家所需的技能：