Google数据科学家工作日常及职业发展

各位同学好，本门课程，我们先为大家介绍一个近几年才逐渐进入人们视野的岗位“数据科学家”。我们的目标是理解数据科学家是一个什么样的岗位，数据科学家如何更好地做出职业选择和职业决策。最后我们会以一个真实的案例为基础，呈现出数据科学真实的日常工作状态。

本课程的主讲老师是来自谷歌的高级数据科学家李菲，在下面的视频中，她介绍了自己的教育经历，职业经历，以及为什么会选择成为一名数据科学家。值得一提的是，李菲老师也是“跨专业”做的数据科学家，所以，相信她的经历对想要跨专业或者是转行就业的同学会有很大的帮助。

对很多人来说，数据科学家都是一个比较陌生的职位。为了让大家更好地认识“数据科学家”，我们从几个角度切入来介绍这个岗位：

1，数据科学家在解决什么样的问题？

2，数据科学家与相似职位之间的对比？

3，数据科学家在公司架构中处在什么样的位置？

首先，我们先来看看，数据科学家究竟在解决什么样的问题？

从宏观上来看，数据科学家在解决三类问题：

1，描述性分析

2，诊断性分析

3，预测类问题

在实践中，尽管是同一类问题，不同行业里不同公司内也会有不同的表现方式。那么，具体来看，不同行业不同公司的数据科学家具体在解决哪些问题呢？

为了让大家更加精确地理解“数据科学家”，我们比较了“数据科学家”“数据分析师”“算法工程师”“商业分析师”这样几个比较相近的职位，帮助理解它们的相同点和差异点所在。

从公司层面来看，或者说，从公司架构的角度来看，数据科学家处在一个什么样的位置，又扮演着什么样的角色呢？李菲老师会从项目周期的角度来帮助大家理解这件事。

在比较全面地了解了“数据科学家”是一个什么样的职位之后，很多人都会自然地面临这样一个问题：我是否要做一个数据科学家呢？李菲老师从几个角度详细地讲解了这个问题，相信能够为大家做选择提供非常有效的思考框架。首先，影响一个人职业决策重要的因素是，行业发展趋势。

在本节的视频中，我们抽象出“数据科学家”这样一个新兴的岗位所要求的能力项，并将其细化为软技能和硬技能，大家可以将自己的能力或者兴趣与数据科学家所需能力项对比，并借此来思考，自己是否要成为一个数据科学家？

如果你已经下定决心，想成为一个数据分析师，那么不得不面对这个岗位有的各种职业决策，其中最重要的是三件事：选择公司，选择老板和选择项目。具体来看，在这三个环节上，我们要如何更好地做出决策呢？

对于一个人的职业发展而言，做出正确的决策是一个方面，选择职业晋升路径也同样重要。具体来讲，数据科学家的职业晋升路径有两条：技术岗和管理岗。

为了帮助大家更好地了解数据科学家的日常工作状态，我们以一个真实的项目为基础，全面呈现了数据科学家在项目展开前，项目进行中，和项目尾声阶段的工作内容。

让我们先来了解一下项目。

在一个完整的项目生命周期内，数据科学家需要做哪些工作呢？

为了帮助大家理解，我们将完整项目流程及数据科学家在各阶段需要做的工作做了总结。