为什么你不应该成为一名数据科学通才

这里列出的五种工作描述并不是在所有情况下都是独立的。例如，在初创公司的早期，数据科学家可能还必须是数据工程师和数据分析师。但是，大多数工作都可以被划分为这几类工作中的一种，而且公司规模越大，数据科学工作的划分越贴近这里所列出的类别。

总而言之，要记住的是，为了得到聘用，你最好能培养一个更加专注的技能集：如果你只是想成为一名数据分析员，不要着急去学习TensorFlow;如果你是想成为一名机器学习研究人员，没必要先去学习Pyspark。

相反，你需要考虑你想帮助公司创造什么样的价值，并且让自己善于创造这种价值。相对于任何其它方式，这是得到offer最好的方式。

相关报道：

https://towardsdatascience.com/why-you-shouldnt-be-a-data-science-generalist-f69ea37cdd2c

【本文是51CTO专栏机构大数据文摘的原创文章，微信公众号“大数据文摘（ id: BigDataDigest）”】

戳这里，看该作者更多好文

【编辑推荐】

1. 如果是个穷光蛋：如何从零开始学习成为一个数据科学家？
2. 数据科学项目管理中的“黄金标准”
3. 为什么Jupyter是数据科学家们实战工具的首选？
4. 没有数学和编程基础，这几个数据科学项目了解一下
5. 我，一个数据科学家的三大弱点

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!