數據科學是一個激動人心的領域。在申請和工作機會方面，它的可能性都在擴大。無論您是否正在考慮進入這個領域，已經有了第一份數據科學工作，或者您已經工作了幾年，這里有一個概述，當您希望留在數據科學領域時，您將期待什么。

與大多數職業道路一樣，較高級別所需的技能建立在較低級別所發展的技能之上。這是一個好主意，看看所需的技能和任務，你將被期望處理的水平高于你現在的水平。通過在工作中尋找發展這些技能的機會，你可以在下一次晉升時展示你的價值。

在直接高于或低于另一個的位置之間有相當多的重疊。當我在數據科學領域工作時，我的資深同事的工作和我沒有太大的不同，但他們處理的項目要復雜得多。我們的老板在另一個層次上，你在管理鏈上越高，你就越不可能被期望或有機會做技術工作，比如實現模型。這種模式適用于許多技術領域，數據科學也不例外。

只要您仍然是個人貢獻者(IC)，就可以期望您仍然直接處理數據和模型。一旦你開始管理別人，準備好交換帽子。你將不得不與更多的人互動--無論是向你匯報的人，還是合作團隊或客戶。數據科學的很大一部分是將業務目標或需求轉化為數據驅動的洞察力，因此您必須與業務端的不同團隊交談以理解問題。

每個公司都有自己的方式在級別之間劃線。這是一個粗略的指南，基于不同公司的許多不同的數據科學職業模式的集合，但在你工作或申請的公司可能會有所不同。

讓我們深入研究數據科學家職業道路上的不同步驟。

1.數據科學助理

對于這個職位，你要么剛剛大學畢業，要么剛剛進入數據科學領域。大多數數據科學助理職位要求最少的經驗，但如果你通過實習或輔助項目獲得了實際經驗，你會有一個優勢。

獲得工作所需的技能

數據科學助理必須能夠識別數據源并組合或聚合數據。你可能在為你更資深的同事做這種粗魯的工作。您還需要執行數據預處理。一些數據科學公司可能希望您提出清理、集成和評估來自不同來源的大型數據集的流程。

此外，一名數據科學助理將被期望開發預測模型，并用數據可視化展示他們的發現。無論在理論上還是在實踐中，你都應該對統計學和機器學習很滿意。

作為一名數據科學家，一個重要的部分是熟悉上下文區域。如果是一家普通的科技公司，這可能沒有必要，但如果你在分析道路磨損的數據，你應該盡可能多地了解物理基礎設施，以更好地理解數據和你的發現。

您可能要執行的項目

作為一名數據科學助理，你的公司可能會要求你做各種基本的數據科學任務。這些可能包括挖掘和分析數據庫中的現有數據。您還可以實現算法來最大化數據提取，或者設計工具來跟蹤和分析項目或模型的性能。

您的主要任務將是組織和使用預測模型來產生洞察力。

職位目標

要掌握這個職位，重點學習該行業的工具和技術。你應該掌握你要開發的每一種模型。您還應該了解公司的工具堆棧，因為知道如何使用工具的數據科學家比不知道的數據科學家效率高得多。

好消息是，你正處于道路的起點。你當然可以期待上級的支持和指導，所以一定要在需要的時候尋求幫助。

2.數據科學經理(IC)

數據科學經理仍然是個人貢獻者。該職位要求有一到三年的工作經驗。

獲得工作所需的技能

對于這份工作，準備好除了你的思考帽之外，還要戴上你的說話嘴。你將需要優秀的溝通技巧，因為你將更多地與他人合作，以便在更復雜的項目上合作并收集需求。

至關重要的是，您必須能夠簡明扼要地向非技術人員傳達發現并提出建議。你將與團隊以外的人有更多的互動。你需要解釋為什么你的結果與他們的情況有關，以及你的發現應該如何影響解決方案。

在技術方面，您將被期望實現預測模型。作為數據科學團隊的高級成員，準備好在團隊中和整個公司中為自動化計劃建模。你還需要推動技術創新?？紤]一下您的公司使用的工具棧，并考慮是否有應該交換或添加的元素。

您需要有豐富的經驗來建立各種機器學習模型。你的任務是更大、更多樣化的項目，你需要決定哪種模式在老板或團隊成員監督較少的情況下最適合這種情況。

您可能要執行的項目

作為一名數據科學經理，你可能會與營銷團隊合作來進行實驗。數據科學管理人員還以報告或演示的形式向上層管理人員提交調查結果。

您還可以驗證測試數據的表示、偏差等。除了實現模型之外，如果您正在開發數據科學產品，您可能會被要求開發解決方案原型。即使產品不專注于數據科學，您仍然可以在內部生產預測管道。

職位目標

這個職位的目標都集中在擴展你作為數據科學助理開發的技能，并開發新的技能來擴大你的影響。您需要了解如何使用工具和處理數據。您還應該提高涉眾管理技能，了解他們的目標、關注點和困惑。準備好主動回答他們的問題，并為他們提供解決方案。

你可能還需要一些幫助，但你應該變得越來越獨立。

3.數據科學高級經理(IC)

一個數據科學的高級經理應該有大約四到五年的經驗。在這個階段，你仍然是一個IC，還沒有任何直接的報告。

獲得工作所需的技能

數據科學高級經理應該能夠利用廣泛的機器學習模型和統計技術。您將需要查找和評估新的數據集。

準備好從雜亂的數據中獲得洞察力，例如來自多種語言的數據、未標記的數據等。您還將被期望在生產環境中領導機器管道的部署和維護，這意味著您已經掌握了數據科學的開發操作，并能夠以熟練的技能執行這項任務。

您可能要執行的項目

作為一名數據科學高級經理，您應該在分析框架、代碼、數據共享等方面提供思想領導。您將需要為您的團隊和合作團隊擔任一種技術數據科學大師。

您還將發展和維護與研究、營銷和產品團隊的密切關系，以便將分析工作與業務目標相一致。

當然，您將根據需要，將深度學習、監督學習和/或無監督學習的深入知識應用于復雜的數據集。根據蘋果公司的一些空缺職位，你還需要與數據工程師和平臺架構師合作，以“實現強大的生產實時和批量決策解決方案”。

職位目標

一個資深的數據科學經理真的是完全獨立的。您將為團隊中的更多初級成員提供技術建議，并幫助他們與合作團隊一起導航場景。

您應該能夠管理涉眾、他們的期望、需求、時間表和問題。您將需要在最少的監督下管理整個項目。你負責的項目將變得更加復雜，而且很可能缺乏明確的解決方案。

4A.職員/首席數據科學工程師

一個職員或首席數據科學工程師有五到十年的經驗。這個角色是個人貢獻者的角色，所以盡管您非常有經驗，是一個真正的數據科學專家，但您并不管理其他人。

獲得工作所需的技能

這不是你第一次牛仔競技了。一個主要的數據科學家可以將模糊的想法或預感轉化為明確的數字洞察力，從而推動公司的改進和利潤。當涉及到實現模型、構建管道和分析數據時，您絕對是一個奇才。

您具有將本地模型轉換為動態數據科學管道的經驗，這些管道擴展了您的模型為多個團隊或產品組帶來的功能和價值。

盡管沒有任何技術報告，但您渴望指導團隊中更多的初級成員。

您可能要執行的項目

作為一名首席數據科學家，您被認為是周圍技術最熟練的數據科學家之一。您將被給予一些最復雜的問題，并將被期望運行試驗計劃，構建和維護用于模型部署和連續操作的各種管道。

您應該交付更準確、更精簡的管道，從而更好地產品化。您的數據提取技能是無與倫比的，它們使您能夠從數據中獲得比更多初級數據科學家所能產生的更多的洞察力。

職位目標

作為一名首席數據科學工程師，你在沒有任何監督的情況下承擔復雜的項目。您擁有產品路線圖。主要的數據科學工程師通過將數據科學原理應用到未覆蓋的領域或支持自動化的藝術，尋找機會來增強他們的團隊或部門的能力。

您的主要工作是影響解決方案及其路線圖。您將在許多不同的部門中擁有許多不同的涉眾，因此要準備好優雅地處理他們相互競爭的優先級和需求。

現在你可能沒有編寫很多代碼，但你仍然會審查你的團隊的很多代碼。

4B.數據科學總監/組經理

數據科學總監或組經理也有大約5到10年的經驗，但與目前列出的所有其他角色不同，組經理可能需要大約4份報告。向你匯報的團隊的確切規模在很大程度上取決于你所在的部門和公司。

獲得工作所需的技能

作為一名數據科學主管，您需要在數據科學的大多數領域擁有廣泛的知識和經驗。您應該熟悉大數據工具(Spark、Hive等）。

作為一名數據科學主管，您還應該能夠“理解和調試跨越工具鏈和團隊的復雜系統集成”。您可以熟練地識別數據中模式背后的故事，并將分析洞察提煉為簡明的、以業務為中心的要點。

你的整個團隊都很尊敬你，所以你的技能和知識應該讓你成為一個全面的技術專家，支持你的團隊。

您可能要執行的項目

數據科學主管與業務團隊合作，以識別機會，逐步完成需求，并從他們的團隊中獲得技術解決方案。你必須吸引和指導頂尖人才，因為如果你是雇主，數據科學家的就業市場競爭激烈。

您需要在整個部門范圍內定義和優化數據科學策略。這涉及到許多不同的方面，所以您需要有一個大的想法，可以在詳細的層次上貫徹到底。

你可能被期望通過證明公司遵循數據科學建議所享受的好處來給公司帶來（財務）好處。準備好證明你的團隊的價值，或者解釋為什么它需要擴大。

職位目標

你有你管理和開發的直接報告。您的工作是指導您的直接報告并幫助他們完成工作。您將需要引導您的報告找到問題的解決方案，而不是實際解決問題。你本質上需要教他們如何做他們的工作，而不是為他們做。

您需要針對您的團隊適當地為工作提供資源，這意味著您可以幫助確定工作的優先級，并將工作分配給您的團隊成員。當某人休假時，你將幫助填補空白，并正確地跟蹤和資源所有的工作，以實現期望和滿足合作團隊的時間表。

5.數據科學高級總監/副總裁

在你職業生涯的這一點上，你有10年或更多年的經驗。您將管理整個部門或多個部門。

獲得工作所需的技能

你需要有多年管理他人的經驗。這段經歷應該可以讓你磨練你的技能，為深入的技術指導和導師。

您需要對數據科學模型有廣泛的個人經驗，并具有構建可伸縮數據管道的經驗。

作為一個部門的負責人，你需要在一個跨職能、協作的環境中茁壯成長。當你做出影響整個產品線或整個公司戰略的決定時，你還需要把客戶的需求和行為放在你的腦海中。

您可能要執行的項目

您將作為建模和數據科學的主題專家，以便在技術上指導其他數據科學家。作為公司內數據科學的總冠軍，您需要與合作伙伴工程團隊合作，推動數據科學和自動化解決方案集成到整個公司的產品中。Wayfair希望他們的數據科學高級主管“理解、構建復雜的業務問題，并將其轉化為非常適合機器學習解決方案的分析問題?！?

數據科學的高級主管負責團隊和部門整個機器學習產品組合的路線圖、規劃和交付。您將需要與多個部門的產品主管合作，以確保數據科學解決方案的資本化和利益在整個公司得到最大化。

作為高級領導團隊的一員，你必須把數據科學的觀點帶到董事會，以幫助推動業務的成功。你應該把數據科學帶到公司的每一個角落，從中受益。

職位目標

作為一名高級董事，你是經理中的經理。你必須對部門的需要有一個愿景，并指導向你匯報的經理按照這個愿景執行。你將更加關注公司的整體表現，并應該經?？紤]你的團隊如何幫助公司取得成功。

關于數據科學職業道路的思考

重要的是，你要時刻關注在公司中應用數據科學的新領域（高級職位需要數據科學，這是在更初級的職位上突出自己的好方法）。如果您愿意，您可能總是能夠繼續編寫代碼，所以考慮一下您是想成為一名經理還是一名個人貢獻者。數據科學團隊通常很小，除非他們正在研究數據科學產品，所以您不必花費所有的時間進行管理。

緊盯數據科學的“前沿”總體上是好的。保持自己的相關性，并考慮新的技術、工具或解決方案是否能讓你的團隊受益。數據科學家很難找到，所以如果你的職業發展不如你希望的那樣快，或者你沒有從事你想要的項目，要么向你的老板解釋，要么申請其他地方。

把注意力集中在你上面的職位上，尋找機會來發展和展示你的數據科學家技能。