京公网安备 11010802034615号
经营许可证编号:京B2-20210330
自2012年《哈佛商业评论》将数据科学家评为“21世纪最性感的工作”以来,似乎每个人和他们的母亲都在争先恐后地发展他们的数据科学技能。
而且是有充分理由的!根据2021年Robert Half Technology薪资指南,对数据科学家的需求只会继续增加,工资远远超过美国的全国平均水平,美国数据科学家的全国工资中位数为12.9万美元。
但是看过网上的炒作,你真的应该追求一个数据科学家的角色吗?
通过指导数据专业人员,我注意到许多人在没有对数据科学是否真正适合他们做彻底研究的情况下就投身于数据科学。他们最终做了这么多工作来提高技能,结果却得到了一个数据科学的职位,发现他们在工作中很糟糕。
我知道,因为我是其中之一。
早在2012年,我就学习了数据科学技能,只是意识到编码和构建数据解决方案不会给我寻找的成就感和快乐。
归根结底,数据科学实现并不合适。我开始意识到我需要做一些能从我的工作中看到发自内心的积极影响的事情。
那么我做了什么?
我从美国搬到泰国,开始了自己的数据业务--数据狂热。让我告诉你,这曾经很有趣吗!
在您投入多年的时间和精力研究数据科学之前,让我们探讨一些不同的选择。在数据的奇妙世界里,有如此多的职业机会。
为了彻底分析什么角色最适合你,我们将考虑五个不同的因素:
在本文结束时,您将对如何揭开您的最终数据梦想工作有一个坚实的掌握!
首先,我们来分析一下你现在的技能。我发现大多数数据专业人员往往在一个主要领域有严重的削减。这些主要技能往往是:
如果您是面向分析的,您擅长数据可视化、数据故事讲述、仪表板设计--也许您在Tableau或Power BI中构建仪表板和可视化。您还可以使用SQL查询和检索数据。
如果您是面向数据科学的,那么您就有编程经验,Python和R。您对机器学习、预测建模、统计和SQL有深刻的理解。
如果您是面向数据工程的,您将掌握ETL脚本和数据仓库方面的技能。随着技术的提高,您将在分布式计算环境中工作,构建数据管道,维护数据系统,并使用NoSQL。您还将了解如何使用C、C++、C sharp、Java、Scala等语言编写代码,以及使用NoSQL和SQL数据库的工程系统。
如果您是面向数据领导的,那么您擅长领导项目和团队。你将适合担任项目经理、产品经理或涉众管理等角色。您的超能力在于技术项目管理和数据策略领域!
现在是时候考虑一下你的职业目标了。当你展望未来时,你希望在你的数据职业生涯中处于什么位置?
您想成为领导有利可图的数据项目的焦点吗?
是否希望在幕后编码和构建数据解决方案,但拥有更多自主权?
还是您想构建自己的产品并为自己工作,而不必向任何人负责?
因为这也是绝对有可能的!
让我们聊聊性格类型。具体来说,你是内向的还是外向的?
如果你是内向的,你会更乐意做数据实现和编码工作。您会喜欢深入了解细节,而不必为管理客户和团队成员而分心。
如果你外向,那么你将在数据领导类型的角色中处于最佳状态。您将能够使用您的人际技能来管理团队和项目,而不是自己编写解决方案!
当我们谈论优先级时,我指的是你职业生涯的哪个赛季。
根据你的季节,你可能有不同的优先事项和需求。我喜欢通过马斯洛的需求层次来思考这个问题。
马斯洛的需求层次理论指出,所有人都有自我实现的愿望,但为了让我们优先考虑内心的满足,我们需要首先照顾我们最基本的需求。。
需要是:
重要的是他们按这个顺序被照顾。
那么,你会问,这和你的数据生涯有什么关系?
嗯,在我们职业生涯的开始,我们很多人都背负着助学贷款,刚从学校毕业,我们通常会考虑照顾我们最基本的需求(生理和安全)。我们的首要任务是在我们的头上建立一个屋顶,并获得一个稳定的财务地方。
但是一旦我们在事业上有所进步,我们的需求就会改变。我们开始想要得到认可,荣誉,晋升--换句话说,我们的尊重需要。最后,一旦我们得到了金钱和赞美,我们往往会发现自己在寻找更多。这是作为一个数据专业人员寻求真正实现和更大影响的阶段。
问问你自己:你现在最渴望从你的数据职业生涯中得到什么?是钱吗?是自由和荣誉吗?你想产生影响吗?
例如,数据实施工作通常是确保健康收入的最快途径。成为一名数据企业家或领导者可能需要更多的前期工作,但长期的成就感可能更强!
当谈到数据时,想想你最感兴趣的是什么。
我所在社区的大多数人都被四个领域之一所吸引:
问问你自己--对你来说什么是最有趣的?什么给你最多的能量?
如果是编码,您肯定想要研究数据实现角色。但如果这是管理项目、项目和产品,或者与业务进行咨询,那么考虑数据领导角色。如果创新更多的是你的果酱,那么你可能有创业的骨头!
世界是你拥有数据技能的牡蛎。没有必要仅仅因为数据科学是人们谈论最多的技术职业之一,就把自己限制在数据科学上。通过深入了解你的个性、激情、目标和技能,你将能够找到一份不仅报酬丰厚,而且从长远来看会给你带来真正成就感的工作。
如果你喜欢了解不同的数据职业道路,你可以追求,你会喜欢我的免费数据超级英雄测验!你将发现你内心的数据超级英雄类型,并获得个性化的数据职业建议,直接与你独特的数据技能、个性和激情的组合相一致。
在这里进行测验
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21