來自公眾號：木東居士

0x00 前言

本文的話題來自一名應(yīng)屆生關(guān)于畢業(yè)后職業(yè)發(fā)展方向的選擇。

在職業(yè)選擇上，數(shù)據(jù)分析和算法工程師是很多小伙伴都會糾結(jié)選擇的地方，本文正好對該問題進行了討論，也希望給更多的小伙伴以參考。

0x01 職業(yè)困惑

問題

統(tǒng)計學出身但編程不強的碩士應(yīng)屆生，畢業(yè)了該選擇數(shù)據(jù)分析還是挖掘算法路徑？

問題描述

各位前輩們好，我是國內(nèi)某985的研二學生，還有一年畢業(yè)，研究生階段主要跟導(dǎo)師做數(shù)據(jù)算法的研究，發(fā)過一篇會議論文，還有篇算法相關(guān)的畢業(yè)論文正在寫。明年就畢業(yè)了，周圍不少也在陸續(xù)進行暑期實習，但是感覺拿到算法工程師崗位實習的同學還是以本科學CS的為主，而我從本科到研究生都是統(tǒng)計學，本科還輔修了經(jīng)濟學學位，編程開發(fā)水平真的很一般，SQL和Python這類日常用的工具使用沒問題，但距離編程開發(fā)、數(shù)據(jù)結(jié)構(gòu)、代碼素養(yǎng)之類還有很大的距離。因此想問大家對于我這樣情況的學生未來職業(yè)選擇的問題：

以我這樣統(tǒng)計出身但編程不強的背景，是否在應(yīng)聘數(shù)據(jù)挖掘/算法工程師的崗位時有競爭力？

我也不排斥做數(shù)據(jù)分析師，也覺得靠近商業(yè)、改進業(yè)務(wù)也很有趣。但是現(xiàn)在數(shù)據(jù)分析崗位的門檻比較低，算法用的并不多，待遇總體上也比做算法低很多，如果選擇做數(shù)據(jù)分析我這些年為算法做的努力是不是白費了呢？

0x02 大家的討論

討論1

非CS本科運氣好轉(zhuǎn)做了偏算法相關(guān)研發(fā)，說實話確實工程能力，算法結(jié)構(gòu)有很大的欠缺，在實際項目落地的時候就經(jīng)常考慮不足，寫的代碼思路和速度也能明顯感覺到自己和科班的差距，經(jīng)常打擊自信心，但是主要還是算法崗，所以我也勉強湊合可以用，遇到啥學啥嘍。我覺得其實最應(yīng)該考慮好自己興趣和擅長點，一個事自己有興趣且能長久堅持獲得持續(xù)成就感才能停過長久工作生涯哇。

討論2

一般我都是建議先做難的崗位。算法對于學歷背景和編程能力的要求是要高于數(shù)倉和數(shù)分的。其實上周我的實習生也問了我這個問題，他想做數(shù)據(jù)挖掘，我也鼓勵他做數(shù)據(jù)挖掘，先嘗試去做更難的、技術(shù)壁壘更高的事情，之后如果想做數(shù)分，思路也會開闊很多，反之則很難：我很少看到數(shù)倉數(shù)分能轉(zhuǎn)算法的，而且年紀越大越不可能。

這個圈子里算法的地位也會高于數(shù)分和數(shù)倉，我們組是數(shù)分數(shù)倉工程混合的，算法地位最高，其他的都是給他打下手，基本在技術(shù)層面沒有什么話語權(quán)。另外一個就是待遇，一個985研究生剛畢業(yè)的算法工程師，可能比那些所謂高級的數(shù)分和數(shù)倉的工作還高。

另外從思考問題的角度來講，數(shù)倉和數(shù)分很多時間只能思考一些線性的問題，做統(tǒng)計還行，做預(yù)測啥的就有點心虛了。長時間只會寫SQL的人思維會被禁錮得很厲害，多擼些代碼會對思維的訓練有幫助。

討論3

先面算法，如果因為工程能力被拒了就轉(zhuǎn)數(shù)分，理論上當然是能做算法就做算法，不能做算法就做數(shù)分啦，至于編程能力的問題，這可能更多的是面試官的選擇問題，即他是否想要一個背景好但是工程能力不強的人。

不過現(xiàn)在算法的門檻很高，要是不是水平很高，還是比較勸退，因為算法模型的優(yōu)化效果怎么樣是不可控的，可能如果一個季度試了各種方法都沒效果，老板就認為你沒有產(chǎn)出。

討論4

cs好說，工具而已，私下練習就能解決啦。主要是樓主統(tǒng)計學本碩直接去做數(shù)據(jù)分析有點屈才～能算法就盡量算法吧～編程能力可以練，編程不強就學啊，leetcode刷起來，不還沒畢業(yè)么。第一份工作選錯了，不知道過多少年才能找到適合自己的。統(tǒng)計學的碩士，學校還不錯的話，大廠算法崗干三年，工資一個月30/50k不成問題，甚至現(xiàn)在應(yīng)屆算法30的都有很多了，當然競爭很激烈。

討論5

如果能進頂尖的咨詢公司或者大廠，做數(shù)分也是蠻有意思和前途的，要不然就走算法，其實做算法也需要數(shù)據(jù)分析能力。

忽略這兩個選項，三年之后，你期望自己做著什么樣的？

也得想明白是否愿意并且喜歡日常工作以代碼為主這種方式。

0x03 困惑解答

前面是小伙伴們的討論，下面簡單分享一下居士的觀點。

先說一個例子，一個人大統(tǒng)計學的小伙，畢業(yè)后專門選擇了數(shù)據(jù)分析，有算法工程師的機會也并沒有選擇。當時我還問了對方為什么這么選，對方答復(fù)是：數(shù)據(jù)分析很有意思。

說這個主要是想表達一點，找工作，除了看發(fā)展也看興趣，能堅持下去，可能更重要。

然后回到算法工程師和數(shù)據(jù)分析這個話題上，分別簡單聊一下。

算法工程師，在小廠，就不多說了，就算是天天寫報表我都感覺是可能的。在大廠的話，很多團隊的算法工程師，是會要求很強的工程能力的，因為基本不需要你研究什么算法，更多的是將算法工程化，比如推薦系統(tǒng)。很多時候都是在做工程化的東西。

數(shù)據(jù)分析，這個崗位爭議其實很大，好的團隊，進去了是做數(shù)據(jù)挖掘的事情，差的團隊，進去天天寫sql。所以，這個要看情況來定，一般來講，好一些的團隊，數(shù)據(jù)分析會用到統(tǒng)計學、機器學習這些大部分人認為算是高大上的東西，并且工程能力要求沒那么高，會用就行。核心就在于如何去驅(qū)動業(yè)務(wù)。

但是由于現(xiàn)在各種培訓班都在教數(shù)據(jù)分析，感覺有點爛大街，會讓人感覺到數(shù)據(jù)分析的壁壘比較低，沒什么含金量，過幾年就被淘汰的感覺，這些只是掛著數(shù)據(jù)分析的名字，做著提數(shù)事情的崗位而已。整體來講，高端的數(shù)據(jù)分析是很受歡迎的，而且價值不比算法低。

所以，總體來講，居士建議：

先看你的興趣愛好。喜歡數(shù)據(jù)分析，就做數(shù)據(jù)分析，可以安心做，天花板足夠高。

再結(jié)合你當前的情況，比如你的工程能力不是特別優(yōu)秀的，說實話，如果面數(shù)據(jù)分析可能都有問題，面算法工程師可能壓力更大。

最后，從待遇上講，大廠里面，從不認為數(shù)據(jù)分析比算法工程師工資低。

0x04 反饋

本部分內(nèi)容，來自提問的整理和反饋。

在上面的討論中，大家從各自不同的角度提出了對選擇算法還是數(shù)據(jù)分析的觀點。首先還是讓我們回到問題本身，總結(jié)一下大家的回答：

對于第一個問題，“統(tǒng)計出身但編程不強的背景，是否在應(yīng)聘數(shù)據(jù)挖掘/算法工程師的崗位時有競爭力”：總體建議還是努力提高代碼水平和工程能力，畢竟逃避不能解決問題，既然還有時間那還是盡量努力補齊短板。原因是如果去小廠還好，小廠需要的能力比較綜合；但如果去分工非常細致的大廠，算法工程師就得有很強的工程能力，因為工作中更多的其實是將算法工程化。更何況之前的討論中也總結(jié)過，哪怕是數(shù)據(jù)分析崗位，現(xiàn)在對于分析師的各方面要求也越來越高，如果做項目的工程能力不優(yōu)秀，面試數(shù)據(jù)分析都有困難。所以與其反復(fù)糾結(jié)，不如在leetcode上再寫幾道題。

對于第二個問題，“數(shù)據(jù)分析也不錯，但是總體門檻和待遇都比算法低，統(tǒng)計學本科去是否屈才？”：首先總的來說算法崗的確是更難、技術(shù)壁壘更高的崗位，對于學歷背景和技術(shù)能力都有更多的要求，平均待遇也更高，如果能去算法崗自然很好。但這里說的是平均水平，各個崗位人與人之間發(fā)展的方差都很大。高端的數(shù)據(jù)分析天花板很高，如果能加入一個優(yōu)秀的非提數(shù)機、驅(qū)動業(yè)務(wù)的團隊，無論是才華施展還是待遇福利都不會讓你失望。

進一步我們跳出這兩個問題本身，嘗試提出一些職業(yè)選擇的方法論：

方法論1，如果對于兩個方向沒有明顯偏好，那在畢業(yè)前朝著算法或者數(shù)據(jù)挖掘的崗位努力一下是個比較好的選擇。這里主要考慮的是試錯成本的問題，通常來說選擇了對技術(shù)要求更高的算法崗位，如果之后又不喜歡，轉(zhuǎn)崗數(shù)據(jù)分析是比較容易的，但反過來就比較難了。

方法論2，自然是興趣驅(qū)動。正如上面一位朋友所說，“一件事自己有興趣且能長久獲得持續(xù)成就感才能挺過長久工作生涯”，讓你有興趣的工作大概率也是讓你覺得有價值感、并且能展現(xiàn)自己價值的工作，能有正向反饋驅(qū)動自己堅持走下去。一個對數(shù)據(jù)分析、業(yè)務(wù)洞察充滿長久興趣和成就感的同學距離成為一名優(yōu)秀的分析師也不會遠，對于算法崗也是一樣。

0xFF 總結(jié)

關(guān)于職場相關(guān)的討論，很難有一個完全準確的答案，或者說是準確的道路，但是，在不斷的交流和思考后，道路會越來越清晰，因此，也希望大家有困惑可以多找居士交流。

總結(jié)

以上是生活随笔為你收集整理的统计学出身但编程一般，该选择数据分析还是挖掘算法？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。