作者: Admond Lee
编译: Mika
本文为 CDA 数据分析师原创作品，转载需授权

在深入探讨这个问题前，让我们退后一步，尝试回答另一个问题：为什么要成为数据科学家？

你一定知道这个职业，数据科学家被《哈佛商业评论》称为是“21世纪最性感的工作”，并且在Glassdoor上连续三年被评为是美国最受追捧的工作。最近IBM预计，到2020年数据科学家的市场需求将飙升28％。

这些非常吸引人的就业前景也让许多人投入数据科学的领域。

那么，现在你可能想知道：为什么我会去拒绝一份数据科学家的工作呢？

我希望在本文中通过分享我的故事，让你一睹我在数据科学领域的经历。让我们开始吧！

有时，职位名称≠工作性质

由于职业目标的不同，职位名称的重要性因人而异。

同样由于人生目标的不同，工作性质的重要性也因人而异。

因此，职位名称和工作性质难以达到完全一致。这常常会让许多求职者陷入两难境地，他们必须从中做出选择，而我也是求职者之一。

申请数据科学家工作

几个月前，我向好几家公司投了简历，希望获得一份数据科学家的工作。正如预期的那样，我常常会受到拒绝的邮件，比如：

感谢您申请XX公司的数据科学家职位，但很抱歉…

感谢您申请XX公司的数据科学家职位，由于我们收到了大量的简历，在此我很遗憾地通知您......

我很沮丧，但我没有放弃。我不断学习和提高自己的技能。

终于有一天，我收到了LinkedIn的面试安排邮件。

我非常兴奋，做了许多的功课，对公司进行了重复地了解，以及我该如何让自己的技能符合公司的职位描述。

工作描述中列出了大量广泛的技能和非技术技能，以及涵盖各个行业的从业经验。职责包括从基础到全局的数据和非数据相关的工作，这意味着求职者必须兼顾多个角色，同时还要符合职位要求。

在我看来，这份工作描述太离谱了，并且要求至少3到5年的初级职位工作经验。

我可能不符合当中70％的工作要求，但我还是自信满满地去面试了，我相信我通过我的技能和经验为公司增添价值，，并在工作中学习。

选择工作性质而不是职位名称

令我惊讶的是，职位描述中提到的70%的工作要求并不在实际工作范围内。

我的工作是为不同的公司和构建用于可视化的仪表板，当中无需进行数据分析。当然，数据可视化是任何数据科学过程中的一个重要部分，但是这个工作性质并不符合我所想做的事情。

我真正想做的是，从了解业务问题、收集数据、进行可视化、原型设计、调整并将模型部署到现实应用阶段，我在使用数据解决复杂问题，从而完成挑战中收获满足感。

然而工作描述与公司给出的实际工作范围形成了鲜明的对比，这让我感到无比困惑。

在上一轮面试之后，我拿到了数据科学家工作的offer。在同一段时间里，我还拿到了另一家公司研究工程师的offer。这份工作描述更加明确，实际的工作范围也符合我想做的事情。

记得我之前提到的，大多数求职者所面临的职位名称与工作性质之间的两难选择吗？最终我选择了后者。

结语

对我来说，职位名称是暂时的，但工作性质，这才是真正让我感兴趣并带来挑战性的，而且还能让我在工作中收获宝贵的技能和经验，这才是最重要的。

直到现在，尽管会面临挑战和障碍，我仍然享受着学习的过程。如果每天都学习新的东西，每天都将不同。

谢谢阅读本文。如果你曾经遇到任何类似的问题，我希望你知道，陷入困境是没关系的，特别是当你刚进入数据科学领域时。

花点时间弄清楚，在你的职业生涯中以及在将来的生活中，你希望实现什么。可能你无法找到明确的答案，但是不要放弃，继续寻找当中的答案，迟早你将作出更明智的选择。