就如你自己所说, 这里的 DS 不是真正的
DS. 你说的是 Data Analyst (DA).
Data Science 的定义似乎还是有点混乱.
有些公司的 DA 因为不想被叫 DA 所以就
自称是 DS. 事实上就是 DA. 有些公司的
DS 被称为 Research Scientist.
对于你的问题, 我还是会建议选 Software
Engineer. 毕竟那是条 career life 比较
长的路, 再加上你自己有 DA 的背景, 进
业界第一份工作是 SWE 对你之后的发展比
较有帮助.
你可能会觉得目前外面的 DS 薪水都比 SWE
高, 但你不是 DS 喔, 你是 DA. 现在 DS
薪水比 SWE 高也只是暂时的. 等到市场上
DS 多了起来, 也不会高到哪里去了. 再者,
我总是建议 scientist 要有一些 engineer
的思维和能力, 不然在公司里无法独立运作,
到底还是靠 SWE 在帮你产品化.
这几年 AI/ML/DS 整天叫个没完, 事实上你
是谁才是最重要的. 丢给你一个问题, 你能
不能去把需要的技能学起来, 把问题解掉,
一步一步提出更好的做法, 这才是你的价值.
就这点而言, DS 和 SWE 始终都要走到一起的.
趁早把没碰过的领域利用工作学起来, 对你帮
助比较大.
※ 引述《deniel367 (dann)》之铭言：
: 如题所示，我感觉我最近站在一个人生交叉点，是时候做出选择... 但身边较少人有相关
: 经验，想请教板上前辈们。
: 前言：
: 我目前就读北美类似DS硕士一年级，预计2021春毕业，没有正职工作经验，大学背景是统
: 计。目前拿到两暑期实习offers，一个是做swe (非FAANG的大厂 return机会高)，另一个
: 是做ds (小银行 return机会不高)
: (ds在每家公司都有不同定义，但这篇的ds我定义为ds-analytics，主要是做统计推论、
: 少量的建模；swe的话姑且定义为general的，不细论前后端之类的，还不知道自己会被分
: 到哪个组。)
: 问题：
: 主要是我不确定要接哪个offer，更精确地问题是... 我不确定未来要往哪个方向走。如
: 果我要往ds走，我应该会接ds offer
: DS
: pros,
: 1 工作内容我较熟悉、喜欢
: 2 和过去所学较相关，准备了很久，不继续做感觉有点可惜...
: 3 以长远来说，DS较容易转职（？） 下方会有更详细说明
: cons,
: 1 正职平均而言 薪水还是差了sweㄧ截，除非是在非常data driven的公司像是Airbnb, N
: etflix
: 2 非常难专精的领域，技能树容易长得很宽但不深，常感觉学得不踏实...往上发展可能
: 相对不易，且工作成果难量化，需要靠我不喜欢的软实力...
: 3 需要跟来自各领域的PhD竞争...
: SWE
: pros,
: 1 找工作的话，个人感觉比较好准备 主要靠刷题
: 2 听说比起DS需要研究的数学统计，SWE的知识点相较容易掌握，生活可能比较可以平衡
: ，下班后较多自己的时间
: cons,
: 1 相对不太熟... 而且我统计学了很久，一直觉得放弃有点可惜QQ
: 2 听说可能有中年失业问题，再加上我本身不是一个很爱追技术的人，担心中年后的路不
: 好走。未来有考虑转成类似顾问、管理职。感觉DS因为看了比较多商业面的东西会比较容
: 易转。
: 概括而言，我是比较喜欢做DS的工作，喜欢从挖掘数据中得到商业结论这个过程，但心中
: 一直有个槛过不去，就是总感觉DS的职涯发展需要靠许多软实力、运气、业界风口...等
: 等许多我没法掌握的因素，让我感到很不安全，SWE的好处感觉就是可以很专心在一件事
: 情上。
: 即使我列下了许多pros & cons，但我还是很难决定，甚至也许这些pros & cons 有讲错
: 的地方，或是其他我没考虑到的重要因素，如果有前辈们可以指点迷津，那真是太感谢！