达人观点 :你应该选机器学习还是数据科学?
作者:Jason Jung 译者:杨志昂 本次编辑 转自: 海边的拾遗者 导读 随着数据科学行业自 2013 年以来的爆炸式流行,该行业一直不断地朝着更宽泛的方向发展,但同时也逐渐出现了更具体的职业角色分化。本文首先分析了数据科学行业的总体发展趋势,然后深入地比较了机器学习领域中几个不同名称的职位的职能,对寻找数据科学和机器学习类工作的毕业生非常有指导意义。 大家好,我是杰森。我在硅谷工作,是一名数据科学家(关于这个名词,我们将在本文后面进一步定义),我热爱学习一切新事物! 引 言 说实话,这个话题在我脑海中已经萦绕很久了。但因为平时实在有太多的事情要做,我无法挤出时间来完成这项艰巨的任务。但是,如今由于新冠疫情的居家隔离令,我被困斗室,最近也快没啥事情能让我打发时间了,我终于下定决心来完成这个话题的写作。 随着数据科学行业自 2013 年以来的爆炸式流行,该行业一直不断地朝着更宽泛的方向发展,但同时也逐渐出现了更具体的职业角色分化。在该新兴行业的演进过程中,不可避免地导致了有一些岗位在名称和职能上出现了混淆和差异。例如,许多看似完全不同的职位但却在实际工作中扮演着相同的角色,或者有名称相同的职位却在实际工作中承担着不同的角色,这些职位头衔可能包括: 数据分析科学家,机器学习数据科学家,数据科学工程师,数据分析师 / 科学家,机器学习工程师,应用科学家,机器学习科学家……