更新時(shí)間：2024-10-06 16:12:24作者：留學(xué)之路
一、Data Scientist(數(shù)據(jù)科學(xué)家)
數(shù)據(jù)科學(xué)家這個(gè)聽(tīng)起來(lái)是個(gè)很高大上的工作，事實(shí)上確實(shí)有做比較復(fù)雜有意思的工作，但也有些許公司，工作崗位叫“Data Scientist”的工作內(nèi)容其實(shí)并沒(méi)有那么高大上，大概就是以前一個(gè)簡(jiǎn)單的工作，改個(gè)名字就高大上了，求職者在市場(chǎng)上找類似的工作要仔細(xì)辨別。
偏Research 的Data Scientist都會(huì)要求有PhD。其他接受本科及碩士的大部分是做偏應(yīng)用，模型應(yīng)用的。
應(yīng)用的Data Scientist崗位需要人有business sense，會(huì)提出問(wèn)題，有扎實(shí)的統(tǒng)計(jì)和編程基礎(chǔ)，還要會(huì)講故事說(shuō)服公司決策者。
在北美要找工作的話，規(guī)劃好的話本科畢業(yè)也能找到，也有人讀完碩士說(shuō)不好找很久才上岸。我本科在北美一所公立，我周?chē)呐笥岩灿羞M(jìn)了Facebook，Google等科技公司的，他們路線一般都是大二大三都在實(shí)習(xí)，然后拿到return offer畢業(yè)之后直接去的。
二、Data Mining Engineer(數(shù)據(jù)挖掘工程師)
這個(gè)也是一個(gè)比較應(yīng)用的工作，要求申請(qǐng)者會(huì)相應(yīng)的data mining算法，從logistics regression，decision tree，random forest， SVM，clustering到一些deep learning 的CNN RNN各種算法都要了解。
常用的編程軟件是Python，Java等。很多python里 DL，NLP的包還是比較好用的，需要熟悉這些包的使用。
此類崗位要求還是算高的，方方面面統(tǒng)計(jì)的理論基礎(chǔ)要扎實(shí)，前沿的ML，DL算法要懂，要對(duì)數(shù)據(jù)敏感，會(huì)提出問(wèn)題并從data中找到答案。
一般都需要一定時(shí)間的相關(guān)工作經(jīng)驗(yàn)。
三、Financial Quantitative Analyst(定量分析師)
這也是一個(gè)偏應(yīng)用的崗位，通常也是要求會(huì)講故事，基礎(chǔ)扎實(shí)，會(huì)提取信息等能力。和前面Data Scientist有一些方面類似，不過(guò)從科技商業(yè)場(chǎng)景轉(zhuǎn)到金融相關(guān)場(chǎng)景。
金融建模，然后分析模型進(jìn)行投資。然后這個(gè)統(tǒng)計(jì)知識(shí)要求不是特別高，但是要求金融，宏觀經(jīng)濟(jì)知識(shí)。
四、Machine Learning Engineer(機(jī)器學(xué)習(xí)算法工程師)
從名字可以看出這是一個(gè)集開(kāi)發(fā)模型，調(diào)試，優(yōu)化于一體的工作。需要扎實(shí)的機(jī)器學(xué)習(xí)理論基礎(chǔ)。