資訊專欄INFORMATION COLUMN
摘要：如果你的目標是成為數據科學家或機器學習工程師研究員，那么有博士學位會給你加分不少。當然，有些人更喜歡學術研究，而不是在行業中運用數據科學或機器學習。二碩士學位入行數據科學需要碩士學位嗎視情況而定。
作者 | Jeremie Harris
翻譯 | Mika
CDA 數據分析師原創作品，轉載需授權
首先我要說的是，我是一名博士肄業生。
這個頭銜給我帶來了所謂的光環，它暗示我在研究生院待過，做過一些學術研究。完成博士學位，意味著你不過是千萬個”書呆子”中的一員，而在學了幾年后輟學似乎顯得你更有個性。人們期待知道你之后會做些什么。他們可能會說，“特斯拉的CEO Elon Musk就選擇放棄研究生學位，離開學校去創業，你也可能成為下一個Elon！”
那么如果想入行數據科學，學歷重要嗎？一定需要博士學歷或研究生學歷嗎？在本文中我將分享我的看法。
我在數據科學導師制創業公司工作。在工作中，我已經面試過數千位有抱負的數據科學家，當中有些人有博士學位，有些有碩士學位，有些是本科生，也有各個階段的肄業生。這也讓我對數據科學職業有了更深的認識。
STEM：科學（Science），技術（Technology），工程（Engineering），數學（Mathematics）這四門學科
有許多人會向他人咨詢，是否要繼續深造讀研或讀博，而當中很多人對前景沒有全面的分析。
其實不是所有的學位都適合每個人，原因如下。
一、博士學位
（這可能會讓許多有博士學位的人感到不舒服，在此我提前道歉。）
“我看到許多數據科學工作都需要博士學位。我是否要有博士學位才能成為數據科學家呢？“
不，并不需要。
不要誤會我的意思，博士頭銜的確會給你帶來明顯的優勢。但也要考慮一些現實因素。
如果你的目標是成為數據科學家或機器學習工程師/研究員，那么有博士學位會給你加分不少。但與此同時也要考慮以下兩點：
1.獲得博士學位需要非常長的時間。
2.除非你跟著合適的導師，攻讀合適的學位，否則你可能學不到任何有價值的東西。
針對第1點，在美國或加拿大，獲得博士學位需要4年到8年才能完成。平均需要5到6年，具體取決于學校。現在讓我們把它放到透視中。
在數據科學領域瞬息萬變，5年內各種成果層出不窮。要知道，在5年前Spark、XGBoost、jupyter notebook、GloVe、spaCy、TensorFlow、Keras、Pytorch、InceptionNet、ResNet、強化學習等等都還不存在。
因此，除非你打算當新技術出現時，花時間自己鉆研。否則你會發現學習期間接觸到的技術遠遠跟不上當下的發展。這意味著即使你畢業后，還需要自己學習這些技術。
關鍵在于，數據科學和機器學習的發展非常快，在未來只會發展得更快。因此，當考慮攻讀數據科學或機器學習相關領域的博士學位時，你實際上是把賭注都下在你所要學習的領域。你希望在畢業時，該領域還是炙手可熱的。而這樣的賭注很冒險，而且賭注很高。
第2點，思考一下你的導師是誰，為什么他們沒有在Google或Facebook工作。
當然，有些人更喜歡學術研究，而不是在行業中運用數據科學或機器學習。但值得記住的是，行業頂級的機器學習人才的薪資是非常豐厚的，因此學術界的可能會稍遜一籌。
當然，有些地方也有些例外。這主要指的是加拿大的Vector Institute或MILA；麻省理工學院和美國伯克利的數據科學課程等頂級精英項目。
總結一下：如果你只想成為Airbnb的深度學習工程師，那么博士學位一定程度上能成為你的敲門磚。但是，如果你不是在頂級項目中攻讀博士學位，那么不要期望被行業頂尖的公司錄用。
但是，如果你想找份普通的數據科學工作，獲得博士學位可能并不是正確的舉措。你可以用4到8年的時間獲得豐富的工作經驗，去成長為一名真正的數據科學家，那么出現新技術時，你能更好的進行預測，保持領先的位置。
如果你考慮攻讀與數據科學無關領域的博士學位（例如物理，生物學，化學），并且目標是找數據科學方面的工作，那么這條建議可能有些刺耳：如果你離畢業還有18個月或更長時間，而且你確定自己想成為一名數據科學家，那么可以考慮輟學。考慮到沉沒成本，你應該對之前決策感到質疑，根據我之前的經驗來看放棄可能是正確的選擇。
二、碩士學位
入行數據科學需要碩士學位嗎？
視情況而定。以下是我列出的記分表，如果根據你的情況，分數大于6，那么答案是“碩士學位可能會有所幫助”。
你有非常相關的STEM背景（物理、數學、計算機科學等本科學歷）：0分
你有較為相關的STEM背景（生物學、生物化學、經濟學等本科學歷）：2分
你沒有相關的STEM背景：5分
你有不到1年的Python使用經驗：3分
你沒有編程相關的工作經驗：3分
你不認為自己擅長獨立學習：4分
當我說這個記分表實際是一個邏輯回歸算法時，你不明白我的意思：1分
注意：
需要考慮的是，你是否需要數據科學碩士學位或數據科學訓練營。如果選擇參加訓練營，要注意他們的激勵措施：是否課程完成后保證聘用？是否有與訓練營相關的求職指導服務？
許多人都對訓練營持懷疑態度，這是有道理的。但大多數忽略的是，他們對待大學所提供的相關碩士學位也該如此。鞏固碩士學位就相當于訓練營。如果你不在乎你的成績，那么要注重你從中學到了什么。在選擇相應的碩士學位和課程項目時要詢問其研究生就業率。有的大學希望學生選一個簡單的專業，而不是好的專業，這是一場心理博弈。你的目標是最終被聘用，找到理想的工作，而不是僅僅為了一紙文憑而付出時間和精力。
即使完成了碩士學位，你還需要學習很多技能，可能比你預想的還要多。但只要碩士課程的時間較短(最好不超過2年)，成本不是太高。
三、本科學位
總的來說，是的，成為數據科學家你需要相關本科學位。不僅僅是因為你需要掌握相關知識，而且公司并不認為你通過自學，參加訓練營和一些在線課程就能勝任數據科學的工作 。
但關于本科學位你要注意的是，如果你和科技行業的人聊聊，你很快會發現科技型工作中涉及到的內容要遠遠超出學校課本。這是因為學校所教的本科課程一般比現實情況要滯后5到10年。如果你學的是不會發生很大變化的專業是沒有太大問題的，比如如物理、數學或統計數據等。
但是如果你是工程或計算機科學專業，并且你在一家出色的公司實習，你想休學或肄業來獲得更多的工作經驗，那么你可以考慮這樣做。如果你讀本科的目的是為了獲得一份工作，你已經在一家有不錯前景的公司獲得職位，那么何必多付幾年學費呢。
我的意思并不是你應該不讀完本科就去工作，我想說的是，如果你完成了實習并且獲得了相應的全職工作，那么對于是否完成學業應該有更開放的觀念。而不是因為大家都這么做，才做出這種選擇。
結語
在本文中，我給出的一些建議可能不是那么常規。但在數據科學這樣快速發展的領域，慣例往往并不是最優選擇。當今社會中，人們對傳統教育價值的看法應該與時俱進。
當然，這并不意味著正規教育以及研究生學位是不值得的。但是，不應該認為獲得碩士或博士學位是必備的。如果你讀研讀博只是為了符合數據科學職業軌跡的刻板印象，那么你可能需要重新考慮了。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/19899.html
摘要：第五家公司沉淀期恰好這時候機會又來了現在在職這家公司的部門經理在我前同事前公司同事離職后來了現在這個公司的推薦下和我溝通了一下。 ? ? ? 目錄 前言 一? ?大學階段 二? ? ?實習階段 三? ? ?工作階段 1.第一家公司-學習期 ?2.第二家公司-轉型期 ?2.第三家公司-質變期 ...
摘要：很長一段時間以來，我注意到很多自稱深度學習專家大咖的人，其實名不副實。大多數公司不知道如何辨別這些所謂的專家，面試官也不懂深度學習，不在乎。所以當這些專家的深度學習解決方案不行時，這些公司就會認為一切只是一場炒作。 進入門檻太低正在毀掉深度學習的名聲！這么一篇標題憂心忡忡的討論帖，毫無意外的在reddit上炸了。為什么發起這么一個討論？先看看原po主是怎么說的。很長一段時間以來，我注意到很多...
摘要：作為十幾年的老開發者，今天我來分享一下，我個人認為的大學計算機相關專業該怎么學，希望你們的四年能夠不負年華。粉絲專屬福利九關于考研有能力去考研的，我建議去嘗試一下考研，理由有以下幾點第一，畢業就工作的人，前三年還處于摸索和定性的階段。 ...
摘要：應屆生零基礎可以學習軟件測試嗎俗話說，人怕入錯行。霸哥這里分別從入行難度入行方式行業前景薪資待遇四個方面來分析一下。目前市場上的測試人員，一部分是企業自己培養的，另一部分是來自培訓機構。軟件測試的行業門檻低，市場需求量大。 ...
閱讀 2027·2023-04-26 01:33
閱讀 1659·2023-04-26 00:52
閱讀 1035·2021-11-18 13:14
閱讀 5393·2021-09-26 10:18
閱讀 2901·2021-09-22 15:52
閱讀 1488·2019-08-29 17:15
閱讀 3016·2019-08-29 16:11
閱讀 1038·2019-08-29 16:11
