亲身经历【数据分析师】和【数据科学家】的异同

作为硅谷的一名数据工作者，16年我拿到第一份数据工作，头衔叫做SMB Analyst，是Facebook面向中小型广告商的市场营销部门的【数据分析师】。17年我跳槽后的第二份数据工作，头衔叫做Senior Data Scientist，是负责Netflix手机应用所有用户界面的【数据科学家】

📌 所以就用自己的亲身经历和所见所闻来聊一聊：数据分析师和数据科学家这两个职位到底有什么不同，数据工作的不同头衔到底存不存在着潜在的“鄙视链”？

✅简单的回答，从工作内容和工资待遇上确实存在着差别，但从学历背景和个人能力上真的没有什么不可跨越的鸿沟

☕️☕️☕️

📌先来说说工作内容，一般公司的数据工作呢分为三大类

👉第一类以做数据建模和算法研究为主，求职者需要有机器学习的背景，头衔往往叫做Research Scientist

👉第二类以做数据分析和实验测量为主，求职者需要有统计学的知识，头衔就是我们常说的Data Scientis了

👉第三类以做数据分析以及数据可视化为主，就是我们常说的Data Analyst

我们最关心的数据科学家和数据分析师，这两者最大的差别是

👉前者需要支持产品迭代来做AB实验，也就引出了其研究实验方法和开发测量指标等相关的工作内容

👉后者虽然不会涉及太多跟统计相关的工作，但是往往在制作数据仪表盘方面更为专业和精通

然而除此以外呢，有些公司还喜欢把支持产品以外AB实验的数据工作者也成为数据分析师，就像我第一份工作时的头衔虽然是SMB Analyst，但是我们却负责市场营销方面的所有AB实验。就像最早做产品实验的数据工作者也被成为数据分析师，我的部门也在经过了一轮改名潮后把所有人的头衔改成了数据科学家

✅所以如果你服务于市场营销等晚于产品后来崛起的数据部门，不管你的头衔是什么，只要你的工作内容里有AB实验，就是一个正在积累经验的数据科学家

☕️☕️☕️

📌但不管工作内容有多相似，普遍来说数据分析师的工资待遇确实低于数据科学家

我当初在面SMB Analyst的时候被招聘者反复洗脑，SMB Analyst 和Data Scientist工作内容相似，只是头衔听起来不同，导致我这个初出校门的职场小白都完全没有仔细去琢磨这两个头衔背后的薪资待遇差别。当然啦，当时由于其他原因，我就面了这么一个职位，被录用了，就推掉了所有其他数据科学家的面试，放弃了横向比较的机会

直到后来我想在Facebook内部转组，才知道原来从SMB Analyst转到Data Scientist不仅级别需要下调一级，还要重新走整个面试流程。后来又听组里的人说，外部求职者如果面Data Scientist没有通过，还会被邀请来面SMB Analyst

✅所以即使公司有什么面挂之后一年之内不能再申请的政策，能通过简历审核就一定要试试面数据科学家，过了工资待遇划算，挂了还可以继续征战数据分析师

☕️☕️☕️

📌很多人担心自己没有博士学历，所以面不了数据科学家，但是数据科学家和数据分析师在学位上真的没有什么强硬的要求和划分

我当初不假思索的接了SMB Analyst的工作，其中一个原因就是，通过Insight Data Science这个奖学金项目跟我一起去面试的十几个博士都被刷了下来。我入职之后，部门也是博士学位的新人源源不断

回到我现在Senior Data Scientist的这份工作，不仅组里有硕士，老板自己是硕士，只要有工作经验，招人筛选简历绝对不会因为没有博士学位而卡人

👉但如果是同样没有工作经验的硕士和博士毕业生相比，那博士毕业生确实更有胜算。但我觉得这也是情理之中，毕竟比起硕士生，博士生至少在实验室多积累了三年即使是不直接想关的研究工作经验

👉但是说到本科生学历，确实在数据科学家这个圈子里比例很小，而且我之前遇到的本科学历的同事，也都一边上班一边上着非全职的硕士项目。因此如果不考虑抽样的选择性偏差，根据数据，确实拿个研究生学位应聘数据科学家会更有底气

☕️☕️☕️

📌最后说到个人能力，其实头衔真的代表不了什么

我也有好几个之前在做SMB Analyst时的同事，就在整个部门改头衔到Data Scientist之后，还是又跳槽来了我现在的公司做回了数据分析师。我刚认识他们那会，他们就都是很优秀的同事，经历了三次头衔变更，中间的职场经历只可能让他们变得越来越优秀，所以现在又变成了数据分析师的头衔又能怎么样呢

职场上我们要做出的选择很多，工作内容，合作伙伴，薪资待遇，甚至日后在组里上升的潜力，每个人都有会自己的考量和取舍。所以不要让头衔限制了你对别人的评价，更不要让头衔限制了你对自己的成长要求