作者: Admond Lee
編譯: Mika
本文為 CDA 數據分析師原創作品，轉載需授權

在深入探討這個問題前，讓我們退后一步，嘗試回答另一個問題：為什么要成為數據科學家？

你一定知道這個職業，數據科學家被《哈佛商業評論》稱為是“21世紀最性感的工作”，并且在Glassdoor上連續三年被評為是美國最受追捧的工作。最近IBM預計，到2020年數據科學家的市場需求將飆升28％。

這些非常吸引人的就業前景也讓許多人投入數據科學的領域。

那么，現在你可能想知道：為什么我會去拒絕一份數據科學家的工作呢？

我希望在本文中通過分享我的故事，讓你一睹我在數據科學領域的經歷。讓我們開始吧！

有時，職位名稱≠工作性質

由于職業目標的不同，職位名稱的重要性因人而異。

同樣由于人生目標的不同，工作性質的重要性也因人而異。

因此，職位名稱和工作性質難以達到完全一致。這常常會讓許多求職者陷入兩難境地，他們必須從中做出選擇，而我也是求職者之一。

申請數據科學家工作

幾個月前，我向好幾家公司投了簡歷，希望獲得一份數據科學家的工作。正如預期的那樣，我常常會受到拒絕的郵件，比如：

感謝您申請XX公司的數據科學家職位，但很抱歉…

感謝您申請XX公司的數據科學家職位，由于我們收到了大量的簡歷，在此我很遺憾地通知您......

我很沮喪，但我沒有放棄。我不斷學習和提高自己的技能。

終于有一天，我收到了LinkedIn的面試安排郵件。

我非常興奮，做了許多的功課，對公司進行了重復地了解，以及我該如何讓自己的技能符合公司的職位描述。

工作描述中列出了大量廣泛的技能和非技術技能，以及涵蓋各個行業的從業經驗。職責包括從基礎到全局的數據和非數據相關的工作，這意味著求職者必須兼顧多個角色，同時還要符合職位要求。

在我看來，這份工作描述太離譜了，并且要求至少3到5年的初級職位工作經驗。

我可能不符合當中70％的工作要求，但我還是自信滿滿地去面試了，我相信我通過我的技能和經驗為公司增添價值，，并在工作中學習。

選擇工作性質而不是職位名稱

令我驚訝的是，職位描述中提到的70%的工作要求并不在實際工作范圍內。

我的工作是為不同的公司和構建用于可視化的儀表板，當中無需進行數據分析。當然，數據可視化是任何數據科學過程中的一個重要部分，但是這個工作性質并不符合我所想做的事情。

我真正想做的是，從了解業務問題、收集數據、進行可視化、原型設計、調整并將模型部署到現實應用階段，我在使用數據解決復雜問題，從而完成挑戰中收獲滿足感。

然而工作描述與公司給出的實際工作范圍形成了鮮明的對比，這讓我感到無比困惑。

在上一輪面試之后，我拿到了數據科學家工作的offer。在同一段時間里，我還拿到了另一家公司研究工程師的offer。這份工作描述更加明確，實際的工作范圍也符合我想做的事情。

記得我之前提到的，大多數求職者所面臨的職位名稱與工作性質之間的兩難選擇嗎？最終我選擇了后者。

結語

對我來說，職位名稱是暫時的，但工作性質，這才是真正讓我感興趣并帶來挑戰性的，而且還能讓我在工作中收獲寶貴的技能和經驗，這才是最重要的。

直到現在，盡管會面臨挑戰和障礙，我仍然享受著學習的過程。如果每天都學習新的東西，每天都將不同。

謝謝閱讀本文。如果你曾經遇到任何類似的問題，我希望你知道，陷入困境是沒關系的，特別是當你剛進入數據科學領域時。

花點時間弄清楚，在你的職業生涯中以及在將來的生活中，你希望實現什么?？赡苣銦o法找到明確的答案，但是不要放棄，繼續尋找當中的答案，遲早你將作出更明智的選擇。